News (CN)

数据库测试显示MacBook Neo的A19 Pro芯片在初始访问中优于服务器

作者 Redação Mix Vale • 2026年3月18日 • 1 min de leitura

WhatsApp Twitter Facebook 在Google上关注 E-mail

照片: MacBook Neo - X

Apple 新发布的入门级便携式计算机配备 A19 Pro 处理器和 512GB 存储驱动器，在数据库工作负载评估期间提供了意想不到的性能指标。代表 DuckDB 的数据系统专家 Gábor Szárnyas 构建了一系列严格的测试，以将本地计算机与高容量远程基础设施进行比较。分析的核心目标是绘制终端消费者硬件在执行为可扩展数据中心设计的任务时的行为。

测量使用技术行业标准化方法来确保运行期间收集的数据的准确性。重点是该设备管理大量信息而不会出现严重系统故障或立即出现处理瓶颈的能力。初步结果表明，制造商开发的硅架构可以在特定的计算压力场景下保持有竞争力的运行率。

MacBook Neo - reprodução — MacBook Neo – 复制品

技术评估考虑了不同的环境变量，包括操作温度和查询期间随机存取存储器的可用性。该调查记录了直接在计算机主板上执行的处理与通过互联网发送到位于云中的服务器的请求之间的响应时间差异。提取的数据详细概述了基于 ARM 架构的处理器的演变。

本地硬件性能与远程基础设施的比较

为了进行公平的比较，测试使用了 ClickBench 和 TPC-DS 工具，这两种工具在企业部门中被广泛认可，用于衡量数据库的效率。 ClickBench 配置为对包含 1 亿条记录行的表执行过滤和聚合操作。 TPC-DS 协议应用了一组 99 个复杂查询，旨在要求评估机器的最大内存容量和处理核心。

测试环境包括 Apple 的入门级计算机配置，该配置使用直接焊接到主板上的 NVMe 固态驱动器进行操作。在云服务器端，选择用于冲突的第一个实例是 c6a.4xlarge，这是一个配备 16 个 vCPU 处理核心和 32 GB RAM 的虚拟机。这种选择代表了公司通常用来托管商业应用程序的中型服务器。

测试的第二个云实例使用 c8g.metal-48xl 硬件提高了比较标准。这款大型服务器具有令人印象深刻的 192 个处理核心和 384 GB 内存，代表了商业远程基础设施中的顶级产品。技术规格上的差异，旨在测试A19 Pro处理器在理论极端劣势条件下的绝对极限。

DuckDB 的方法将评估分为两个主要执行类别，以确保结果的完整性。第一阶段包括冷执行，系统没有任何先前缓存的数据，强制从磁盘直接读取。第二阶段涉及热执行，此时信息已经预加载到系统的快速内存中，模拟重复查询的环境。

不使用缓存的执行读取速度

在 ClickBench 基准测试的冷运行阶段，便携式计算机的性能明显优于远程实例。该设备在不到一分钟的时间内完成了所有预定查询，比在相同条件下测试的云服务器快了 2.8 倍。软件工程师指出，这一最初的优势源于苹果的统一架构，该架构最大限度地减少了处理器和存储单元之间的物理和逻辑距离，加快了数据包的初级传输速度。

初始访问的优势与本地 NVMe SSD 的使用直接相关，无需网络流量即可检索信息。云服务器由于其分布式特性，依赖于通过数据中心内部的交换机和路由器连接的虚拟磁盘，这总是将网络延迟引入响应时间。尽管测试设备的SSD并不是全球硬件市场上最快的组件，但内部通信中没有中介，保证了几乎即时的读取，在首次请求任务中超越了云基础设施。

高复杂度查询期间的系统行为

过渡到 TPC-DS 测试需要 A19 Pro 处理器的资源管理更加复杂。在较小的数据处理规模下，该设备的平均查询时间保持在1.63秒，展现了解决高级数学计算的敏捷性。操作系统流畅地管理任务，允许在大约 15.5 分钟的连续运行中完成初始测试周期。

此阶段记录的性能突显了芯片管理多个同时指令的能力，而不会出现阻塞用户界面的瓶颈。处理器架构设法在高性能内核和节能内核之间有效地分配工作负载。这种动态分布防止了常规数据库操作期间过早的热限制。

在复杂查询期间保持的稳定性验证了设备在开发早期阶段用于数据分析任务的使用。数据科学专业人员通常需要能够在将最终代码发送到生产服务器之前在本地运行繁重脚本的机器。硬件行为满足这些基本技术要求并具有安全裕度。

压力场景下的虚拟内存管理

当工作负载增加到最大压力水平时，设备有限的 RAM 内存所带来的物理限制就变得明显。为了避免系统在大规模处理过程中崩溃，软件不得不采用溢出技术，使用固态硬盘上高达 80 GB 的空间作为临时虚拟内存。 RAM 和 SSD 之间的这种密集信息交换弥补了可用于数据分配的易失性空间的不足。

尽管存储总线上产生了过载，但硬件和操作系统之间的集成允许任务在没有严重中断的情况下完成。内存管理进程将最繁重操作的总时间延长至 79 分钟，直接反映了不断写入和读取磁盘所引入的延迟。然而，终止如此规模的压力例程的能力证明了该体系结构在面对通常会导致传入计算机崩溃的情况时的弹性。

连续运行中的处理器热效率

与该品牌前几代半导体相比，A19 Pro 芯片的散热设计发生了重大变化。在之前对智能手机进行的实验室测试中，同一组件需要极端的冷却方法，例如使用干冰，以在最大负载下保持高时钟频率。在笔记本电脑机箱中，被动和主动散热系统已被证明足以长期保持一致的性能，无需外部干预来控制温度。

优化能耗使该设备能够以比数据中心少得多的电力支出提供高性能。与 c6a.4xlarge 服务器相比，即使使用远程实例上可用 RAM 内存的一小部分进行操作，本地设备在繁重任务的总执行时间上也仅慢了 13%。每个内核的这种效率比增强了 ARM 处理器对于需要连续处理的科学和企业应用程序的技术可行性。

采用本地加工的财务优势

当测试进入热执行阶段时，结果的动态发生了巨大的变化，在这种情况下，云服务器展示了其技术规范的原始力量。使用 384 GB RAM 的 c8g.metal-48xl 实例仅用 4.35 秒就完成了缓存任务，而本地计算机由于保留活动数据的能力较低，需要 54.27 秒才能完成相同的操作。然而，对技术市场的分析表明，入门级设备在独立指标上与配备 16 核 AMD EPYC 处理器的服务器竞争的能力改变了 IT 部门对成本效益的看法。在本地执行复杂的大数据分析的能力大大减少了对按小时收费的云实例的依赖。对于独立开发人员和小型数据工程团队来说，对本地硬件的 A19 Pro 芯片投资是一种经济上可行的替代方案，使高性能工具的使用变得民主化，而这些工具以前需要大量预算来租用远程基础设施。