napkin-math

napkin-math

系统性能快速估算工具集

Napkin Math项目集成了多种系统性能估算资源,包括操作延迟和吞吐量数据、云计算成本估算及压缩比信息等。开发者可利用这些数据快速评估系统性能,如估算高并发应用的日志存储成本。项目还提供实用技巧和参考资料,有助于进行准确的性能预估。

Napkin Math性能估算系统性能软件工程计算机系统Github开源项目

餐巾纸上的数学

这个项目的目标是收集软件、数字和技术,从第一原理快速估计系统的预期性能。例如,你能多快读取1 GB内存?通过组合这些资源,你应该能够回答有趣的问题,例如:对于每秒100,000个请求的应用程序,你预计需要支付多少存储成本用于记录日志?

学习这项技能的最佳入门方式是通过我在SRECON的演讲

在计算机领域广泛实践餐巾纸数学的最佳方式是解决自己的问题。次优方法是订阅这份新闻通讯,你将在接下来的几周内获得一个问题来练习。随着你对这些技术的熟练程度提高,每个问题的解决时间应该只需要几分钟。

可以用来练习的问题归档在这里。解决方案将在下一期新闻通讯中提供。

数字

以下数字来自在3.4GHz Intel Xeon E-2236处理器(12个虚拟核心)上进行的测试,已经四舍五入。

注意1: 某些吞吐量和延迟数字不太吻合,这是为了便于计算而刻意为之。

注意2: 请谨慎对待这些数字。例如对于I/O,fio是目前最先进的测试工具。我会不断更新这些数字,以提高准确性并反映硬件的改进。

操作延迟吞吐量1 MiB1 GiB
顺序内存读写(64字节)0.5 ns
├ 单线程, 无SIMD10 GiB/s100 μs100 ms
├ 单线程, SIMD20 GiB/s50 μs50 ms
├ 多线程, 无SIMD30 GiB/s35 μs35 ms
├ 多线程, SIMD35 GiB/s30 μs30 ms
同区域网络10 GiB/s100 μs100 ms
├ 在VPC内10 GiB/s100 μs100 ms
├ 在VPC外3 GiB/s300 μs300 ms
哈希, 非加密安全(64字节)25 ns2 GiB/s500 μs500 ms
随机内存读写(64字节)50 ns1 GiB/s1 ms1s
快速序列化 [8] [9]N/A1 GiB/s1 ms1s
快速反序列化 [8] [9]N/A1 GiB/s1 ms1s
系统调用500 nsN/AN/AN/A
哈希, 加密安全(64字节)500 ns200 MiB/s10 ms10s
顺序SSD读取(8 KiB)1 μs4 GiB/s200 μs200 ms
上下文切换 [1] [2]10 μsN/AN/AN/A
顺序SSD写入, -fsync (8KiB)10 μs1 GiB/s1 ms1s
TCP Echo服务器 (32 KiB)10 μs4 GiB/s200 μs200 ms
解压缩 [11]N/A1 GiB/s1 ms1s
压缩 [11]N/A500 MiB/s2 ms2s
顺序SSD写入, +fsync (8KiB)1 ms10 MiB/s100 ms2 min
排序(64位整数)N/A200 MiB/s5 ms5s
顺序HDD读取(8 KiB)10 ms250 MiB/s2 ms2s
Blob存储同区域, 单文件50 ms500 MiB/s2 ms2s
Blob存储同区域, 多文件50 ms网络限制
随机SSD读取(8 KiB)100 μs70 MiB/s15 ms15s
序列化 [8] [9]N/A100 MiB/s10 ms10s
反序列化 [8] [9]N/A100 MiB/s10 ms10s
代理: Envoy/ProxySQL/Nginx/HAProxy50 μs???
同区域网络250 μs2 GiB/s500 μs500 ms
同区域/VPC内高级网络250 μs25 GiB/s50 μs40 ms
{MySQL, Memcached, Redis, ..} 查询500 μs???
随机HDD读取(8 KiB)10 ms0.7 MiB/s2 s30m
跨区域网络 [6]浮动25 MiB/s40 ms40s
美国中部 <-> 东部网络25 ms25 MiB/s40 ms40s
美国中部 <-> 西部网络40 ms25 MiB/s40 ms40s
美国东部 <-> 西部网络60 ms25 MiB/s40 ms40s
欧洲西部 <-> 美国东部网络80 ms25 MiB/s40 ms40s
欧洲西部 <-> 美国中部网络100 ms25 MiB/s40 ms40s
美国西部 <-> 新加坡网络180 ms25 MiB/s40 ms40s
欧洲西部 <-> 新加坡网络160 ms25 MiB/s40 ms40s

†: "快速序列化/反序列化"通常是一种简单的线路协议,只是转储字节,或一个非常高效的环境。通常标准序列化如JSON将是较慢的。我们在这里包含这两者,因为序列化/反序列化是一个非常广泛的话题,根据数据和实现的不同,性能特征会极其不同。

您可以使用./run运行它以达到正确的优化级别。在调试模式下编译时,您无法获得正确的数字。您可以通过添加新的套件并填写空白来帮助这个项目。 这是一个英语到中文的翻译,请提供以下源文本的中文翻译。

注意:翻译需要符合中文语序、流程和通顺。

**注意:**我目前正在将基准测试移植到Criterion.rs,所以有些在bench/中。你可以通过取消注释./run中的相关行来运行它们。

我知道这个套件存在一些低效之处。我打算提高自己在这方面的技能,以确保数字是生产环境中你可能能挤出的上限性能。我认为它们偏差不会超过2-3倍,这对大多数用户来说应该不是问题。

成本数字

云供应商之间应该保持一致的大致数字。

类型数量月费1年预留(每月)竞价(每月)竞价(每小时)
CPU1$15$10$2$0.005
GPU1$5000$3000$1500$2
内存1 GB$2$1$0.2$0.0005
存储
├ 仓库存储1 GB$0.02
├ Blob (S3, GCS)1 GB$0.02
├ 区域 HDD1 GB$0.05
├ 临时 SSD1 GB$0.08$0.05$0.05$0.07
├ 区域 SSD1 GB$0.2
├ 区域 SSD1 GB$0.35
网络
├ 同区1 GB$0
├ Blob1 GB$0
├ 入口1 GB$0
├ L4 LB1 GB$0.008
├ 跨区1 GB$0.01
├ 跨区域1 GB$0.02
├ 公网出口1 GB$0.1
CDN 出口1 GB$0.05
CDN 填充1 GB$0.01
仓库查询1 GB$0.005
日志/跟踪1 GB$0.5
指标1000$20

压缩比

这来自几个来源。注意压缩速度(但通常不是比率)根据算法和压缩级别(速度和压缩比之间的权衡)而有一个数量级的差异。

我通常假定另一个 _x 压缩比会降低 10x 的性能。例如,我们可以在英文维基百科上获得 2x 的比率速度约 200 MiB/s,3x 约 20 MiB/s,4x 约 1 MB/s。

项目压缩比
HTML2-3x
英文2-4x
源代码2-4x
可执行文件2-3x
RPC5-10x
SSL-2%

技术

  • 不要过于复杂。 如果您的计算基于6个以上的假设,那么您可能让它比应该的更难。
  • 保留单位。 它们是良好的校验和。 Wolframalpha 在需要转换例如KiB到TiB时提供出色的支持。
  • 用指数计算。 很多信封计算只用系数和指数,例如 c * 10^e。你的目标是在数量级上得到正确结果 - 这只需要 ec要小得多。只关注单位数字指数使用纸巾计算它更容易(更不用提避免写太多零)。
  • 进行Fermi分解。 写下你能猜到的事情,直到你能开始暗示答案。当你想知道日志存储的成本时,你需要知道日志行的大小、每秒有多少行、这需要多少成本等等。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多