===============================================================================
 rocr OCR 性能验证 —— 用户提供图 12.png 实测
 时间: 2026-09-12 12:15–12:41  机型: MacBook Pro 2019 / i7-9750H / macOS 26.6.2
 测试图: /Users/xs/Desktop/12.png  1721x1245 (2,142,645 px, 为样本图 A 的 8.37 倍)
 背景: 已废弃核显方案, 本轮只测 CPU vs 独显(Radeon Pro 5300M)
===============================================================================

【设备探针】(gpu_probe)
  设备: AMD Radeon Pro 5300M   lowPower=0  headless=0
  设备: Intel(R) UHD Graphics 630  lowPower=1  headless=0
  系统默认(MTLCreateSystemDefaultDevice) -> AMD Radeon Pro 5300M (lowPower=0)

-------------------------------------------------------------------------------
 [A] 三臂交错 (CPU-6 / CPU-12 / 独显 三 daemon 并行, 各预热1次后交替请求)
     负载: 起始 10.70 / 结束 10.43
-------------------------------------------------------------------------------
轮次 | CPU-6线程 | CPU-12线程 | 独显Radeon
1    | 13.01     | 12.88      | 12.13
2    | 11.88     | 12.06      | 11.56
3    | 12.15     | 11.83      | 12.38
4    | 11.60     | 11.62      | 12.56
5    | 11.61     | 11.84      | 11.76
6    | 12.46     | 11.71      | 11.82
7    | 15.22     | 15.61      | 15.83
8    | 12.65     | 12.25      | 12.32
9    | 12.82     | 12.86      | 12.41
10   | 12.59     | 12.89      | 12.75
-------------------------------------------------------------------------------
CPU-6  : min=11.60  med=12.46  max=15.22
CPU-12 : min=11.62  med=12.06  max=15.61
独显   : min=11.56  med=12.32  max=15.83
-------------------------------------------------------------------------------

-------------------------------------------------------------------------------
 [B] 单 daemon 串行 (各预热1次 + 热态6次, 同一时刻只有一个 daemon 在跑)
     负载: 起始 9.45 (mdworker=0)
-------------------------------------------------------------------------------
GPU-Radeon : 13.90 13.83 14.74 13.86 15.71 14.32  -> min=13.83 med=13.90 max=15.71
CPU-6      : 15.41 15.83 15.33 14.72 13.77 13.25  -> min=13.25 med=14.72 max=15.83
CPU-12     : 15.05 16.18 13.70 11.99 12.35 12.91  -> min=11.99 med=12.91 max=16.18
-------------------------------------------------------------------------------
输出一致性 (三组 OCR 文本 sha256 前16位):
  GPU : 98831d2e3f06c681
  CPU6: 98831d2e3f06c681
  CPU12: 98831d2e3f06c681     <- 三者完全相同, 结果一致且非空跑
-------------------------------------------------------------------------------

-------------------------------------------------------------------------------
 [C] 决定性证据: 一次性调用的 CPU 时间 / 指令数 (/usr/bin/time -l)
     (若独显真在算, user 时间与指令数应远低于纯 CPU 路径)
-------------------------------------------------------------------------------
CPU-6 (ROCR_BACKEND=cpu,  threads=6):
  12.13 real   59.62 user   3.39 sys
  2,226,331,648  maximum resident set size
  288,219,953,545  instructions retired

独显  (ROCR_BACKEND=metal, threads=6):
  12.57 real   60.49 user   3.50 sys
  2,258,702,336  maximum resident set size
  287,993,541,359  instructions retired
-------------------------------------------------------------------------------
判读: user 时间 60.49 vs 59.62 (GPU 反而高 1.5%)
      指令数 287.99G vs 288.22G (差 0.08%)
      => Metal 后端并未把计算卸载到 GPU, CPU 承担了完全相同的计算量。
      => 这就是两者性能持平的根因。

-------------------------------------------------------------------------------
 [D] 尺寸切换 (单 GPU daemon 内混跑两种尺寸, 负载≈5)
-------------------------------------------------------------------------------
  预热 小图800x320            2.91 s
  小图800x320 #1              2.75 s
  切大图1721x1245(首次新尺寸)  17.23 s
  大图1721x1245 #2            14.62 s
  切回小图800x320             2.54 s
  再切大图1721x1245           15.70 s
-------------------------------------------------------------------------------
判读: 无"换尺寸重编译爆炸"。耗时差异纯粹来自像素量(8.37倍)。
      (对比: 样本图 A 800x320 与 B 1000x400 之间切换同样无爆炸)

-------------------------------------------------------------------------------
 [E] 12.png OCR 输出片段 (GPU 路径, 与 CPU 路径 sha256 相同)
-------------------------------------------------------------------------------
Q  @"OCR性能验证说明.md"你在本机metal打包验证一下，用独显/不用独显性能 Q. ① □
WorkBuddy 发现应用
5.5.6 换尺寸图 59.33s 0.61s
新建任务
这只能说明一件事:之前那次「默认 Metal」其实跑在核显(Intel)上(系统自动切卡,默认设备会变),而 Radeon 独显是 0.61s,两者差 15 倍,且...
(共 1422 字符, 识别正确)

===============================================================================
 结论
===============================================================================
1. 12.png(1721x1245 大图)上: CPU-6 ≈ CPU-12 ≈ 独显 ≈ 12–15 s/张, 三者无显著差异。
   独显不提供任何加速。
2. 根因(硬证据): metal 路径的 user CPU 时间与指令数同纯 CPU 路径完全一致,
   说明该构建下 MNN 的 Metal 后端未真正把负载交给 GPU。
3. 尺寸切换无流水线重编译爆炸(推翻了 2015 基线「换尺寸暴涨 63s」在本机的复现)。
4. 建议: 用 CPU 即可, threads=6~12 差异不显著(12 线程中位略优)。
5. 历史档案 bench-result-xsMBP-20260912-1026.txt 中
   "Metal 热态 9.61s / 换尺寸 59.33s" 与本轮干净复测(800x320 下 2.07–2.31s、
   2.46s)严重不符, 判定为当时的二进制版本差异或环境干扰, 该段数据存疑, 不应采信。
===============================================================================
