==============================================================================
 ViperSpeedBenchmark - run_bench.py (线程绑定 + 双计时 + 离群裁剪版)
 时间       : 2026-09-10 21:57:43
 参数       : groups=5, runs/group=10, tol=5.0%
 实现       : viper,viper_scalar,viper_add,viper_scalar_add,viper_mul,viper_scalar_mul,viper_sqrt,viper_scalar_sqrt,c,cpp,py
 负载       : 每次 run ≈ 2.147e+09 flops(LEN×ITERS×2 恒定, 跨尺寸可比)
              LEN=   16384  ITERS=   65536   工作集=    512.0 KiB
 采集方式   : 每组启动一次子进程, 进程内 2 轮满热身 + 连续计时 N 次
 线程绑定   : 子进程入口 SetThreadAffinityMask 绑到首个可用逻辑核(AFFINITY 行回报)
 主指标     : 墙钟(QPC)   (另一指标同时采集, 汇总里对照)
 统计量     : 算术平均(裁剪后)
 离群裁剪   : 组内保留 <= 中位数×1.2 的样本
 统计口径   : 首组(组1)仅汇报不计入统计(规避首组效应)
==============================================================================
[c] 编译 bench_c.c -> .native_build/
[c] 编译成功: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.native_build\bench_c.exe
[cpp] 编译 bench_cpp.cpp -> .native_build/
[cpp] 编译成功: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.native_build\bench_cpp.exe
[viper] 找到产物: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe
  8 个内核变体共用此 exe, 只差命令行 mode 参数: viper(mode=0), viper_scalar(mode=1), viper_add(mode=2), viper_scalar_add(mode=3), viper_mul(mode=4), viper_scalar_mul(mode=5), viper_sqrt(mode=6), viper_scalar_sqrt(mode=7)

##############################################################################
# 工作尺寸 LEN=16384  ITERS=65536  四份缓冲共 512.0 KiB
##############################################################################

------------------------------------------------------------------------------
实现: viper    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: FMA  SIMD   (vipersimd.simd_fma_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 0
[viper] 组1/5 完成 | 墙钟均值=146997.8 us | 线程CPU均值=0.1 us | 墙钟max-min=8957.0
[viper] 组2/5 完成 | 墙钟均值=146876.2 us | 线程CPU均值=0.1 us | 墙钟max-min=5865.0
[viper] 组3/5 完成 | 墙钟均值=147544.1 us | 线程CPU均值=0.1 us | 墙钟max-min=5055.0
[viper] 组4/5 完成 | 墙钟均值=145898.4 us | 线程CPU均值=0.1 us | 墙钟max-min=1295.0
[viper] 组5/5 完成 | 墙钟均值=145487.9 us | 线程CPU均值=0.1 us | 墙钟max-min=691.0

------------------------------------------------------------------------------
实现: viper_scalar    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: FMA  原生   (vipersimd.scalar_fma_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 1
[viper_scalar] 组1/5 完成 | 墙钟均值=567499.8 us | 线程CPU均值=566963.5 us | 墙钟max-min=15788.0
[viper_scalar] 组2/5 完成 | 墙钟均值=565232.0 us | 线程CPU均值=564626.3 us | 墙钟max-min=4721.0
[viper_scalar] 组3/5 完成 | 墙钟均值=562005.0 us | 线程CPU均值=561517.1 us | 墙钟max-min=5706.0
[viper_scalar] 组4/5 完成 | 墙钟均值=566047.3 us | 线程CPU均值=565346.8 us | 墙钟max-min=8363.0
[viper_scalar] 组5/5 完成 | 墙钟均值=569447.1 us | 线程CPU均值=568756.2 us | 墙钟max-min=29838.0

------------------------------------------------------------------------------
实现: viper_add    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: ADD  SIMD   (vipersimd.simd_add_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 2
[viper_add] 组1/5 完成 | 墙钟均值=109218.3 us | 线程CPU均值=0.1 us | 墙钟max-min=2680.0
[viper_add] 组2/5 完成 | 墙钟均值=108855.3 us | 线程CPU均值=0.1 us | 墙钟max-min=2260.0
[viper_add] 组3/5 完成 | 墙钟均值=108710.4 us | 线程CPU均值=0.1 us | 墙钟max-min=3159.0
[viper_add] 组4/5 完成 | 墙钟均值=108405.2 us | 线程CPU均值=0.1 us | 墙钟max-min=1574.0
[viper_add] 组5/5 完成 | 墙钟均值=109393.4 us | 线程CPU均值=0.1 us | 墙钟max-min=4045.0

------------------------------------------------------------------------------
实现: viper_scalar_add    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: ADD  原生   (vipersimd.scalar_add_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 3
[viper_scalar_add] 组1/5 完成 | 墙钟均值=264234.0 us | 线程CPU均值=263935.3 us | 墙钟max-min=19535.0
[viper_scalar_add] 组2/5 完成 | 墙钟均值=363073.5 us | 线程CPU均值=362679.1 us | 墙钟max-min=7116.0
[viper_scalar_add] 组3/5 完成 | 墙钟均值=363610.5 us | 线程CPU均值=363656.7 us | 墙钟max-min=13346.0
[viper_scalar_add] 组4/5 完成 | 墙钟均值=361123.1 us | 线程CPU均值=360830.3 us | 墙钟max-min=5770.0
[viper_scalar_add] 组5/5 完成 | 墙钟均值=367550.6 us | 线程CPU均值=367155.5 us | 墙钟max-min=21069.0

------------------------------------------------------------------------------
实现: viper_mul    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: MUL  SIMD   (vipersimd.simd_mul_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 4
[viper_mul] 组1/5 完成 | 墙钟均值=116161.7 us | 线程CPU均值=0.0 us | 墙钟max-min=16726.0
[viper_mul] 组2/5 完成 | 墙钟均值=109714.4 us | 线程CPU均值=0.0 us | 墙钟max-min=2184.0
[viper_mul] 组3/5 完成 | 墙钟均值=109022.7 us | 线程CPU均值=0.0 us | 墙钟max-min=2974.0
[viper_mul] 组4/5 完成 | 墙钟均值=108652.3 us | 线程CPU均值=0.0 us | 墙钟max-min=1304.0
[viper_mul] 组5/5 完成 | 墙钟均值=109059.1 us | 线程CPU均值=0.0 us | 墙钟max-min=10589.0

------------------------------------------------------------------------------
实现: viper_scalar_mul    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: MUL  原生   (vipersimd.scalar_mul_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 5
[viper_scalar_mul] 组1/5 完成 | 墙钟均值=371390.7 us | 线程CPU均值=371095.3 us | 墙钟max-min=27705.0
[viper_scalar_mul] 组2/5 完成 | 墙钟均值=360426.7 us | 线程CPU均值=360061.4 us | 墙钟max-min=7001.0
[viper_scalar_mul] 组3/5 完成 | 墙钟均值=361146.4 us | 线程CPU均值=360829.9 us | 墙钟max-min=8083.0
[viper_scalar_mul] 组4/5 完成 | 墙钟均值=361690.9 us | 线程CPU均值=361491.5 us | 墙钟max-min=8550.0
[viper_scalar_mul] 组5/5 完成 | 墙钟均值=358774.3 us | 线程CPU均值=358420.7 us | 墙钟max-min=11123.0

------------------------------------------------------------------------------
实现: viper_sqrt    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: SQRT SIMD   (vipersimd.simd_sqrt_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 6
[viper_sqrt] 组1/5 完成 | 墙钟均值=426503.7 us | 线程CPU均值=426083.7 us | 墙钟max-min=6150.0
[viper_sqrt] 组2/5 完成 | 墙钟均值=428990.1 us | 线程CPU均值=429025.4 us | 墙钟max-min=5252.0
[viper_sqrt] 组3/5 完成 | 墙钟均值=426922.9 us | 线程CPU均值=426620.7 us | 墙钟max-min=13636.0
[viper_sqrt] 组4/5 完成 | 墙钟均值=426265.1 us | 线程CPU均值=426211.7 us | 墙钟max-min=5377.0
[viper_sqrt] 组5/5 完成 | 墙钟均值=427957.2 us | 线程CPU均值=428055.8 us | 墙钟max-min=7283.0

------------------------------------------------------------------------------
实现: viper_scalar_sqrt    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: SQRT 原生   (vipersimd.scalar_sqrt_array) 内核, QPC 计时
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.tpv_build\output\app.exe 10 16384 65536 7
[viper_scalar_sqrt] 组1/5 完成 | 墙钟均值=1674822.7 us | 线程CPU均值=1665347.4 us | 墙钟max-min=107743.0
[viper_scalar_sqrt] 组2/5 完成 | 墙钟均值=1708572.7 us | 线程CPU均值=1693518.7 us | 墙钟max-min=27028.0
[viper_scalar_sqrt] 组3/5 完成 | 墙钟均值=1713341.2 us | 线程CPU均值=1693990.1 us | 墙钟max-min=61839.0
[viper_scalar_sqrt] 组4/5 完成 | 墙钟均值=1703943.0 us | 线程CPU均值=1689936.2 us | 墙钟max-min=16512.0
[viper_scalar_sqrt] 组5/5 完成 | 墙钟均值=1706336.6 us | 线程CPU均值=1692420.2 us | 墙钟max-min=58374.0

------------------------------------------------------------------------------
实现: c    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: C 手写 -O2 -mavx2 -mfma(-ffp-contract=fast) 自动向量化单趟 FMA, QPC
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.native_build\bench_c.exe 10 16384 65536
[c] 组1/5 完成 | 墙钟均值=155204.6 us | 线程CPU均值=154941.3 us | 墙钟max-min=532.4
[c] 组2/5 完成 | 墙钟均值=157053.5 us | 线程CPU均值=156826.7 us | 墙钟max-min=1904.5
[c] 组3/5 完成 | 墙钟均值=157452.8 us | 线程CPU均值=157158.4 us | 墙钟max-min=646.7
[c] 组4/5 完成 | 墙钟均值=155110.0 us | 线程CPU均值=155019.1 us | 墙钟max-min=983.0
[c] 组5/5 完成 | 墙钟均值=155731.6 us | 线程CPU均值=155513.4 us | 墙钟max-min=845.7

------------------------------------------------------------------------------
实现: cpp    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: C++ 手写(std::vector) -O2 -mavx2 -mfma(-ffp-contract=fast) 单趟 FMA, QPC
 命令: D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\.native_build\bench_cpp.exe 10 16384 65536
[cpp] 组1/5 完成 | 墙钟均值=139023.3 us | 线程CPU均值=138797.2 us | 墙钟max-min=579.9
[cpp] 组2/5 完成 | 墙钟均值=157023.1 us | 线程CPU均值=156725.4 us | 墙钟max-min=1673.6
[cpp] 组3/5 完成 | 墙钟均值=157319.2 us | 线程CPU均值=157102.4 us | 墙钟max-min=2560.2
[cpp] 组4/5 完成 | 墙钟均值=156630.0 us | 线程CPU均值=156432.1 us | 墙钟max-min=900.6
[cpp] 组5/5 完成 | 墙钟均值=158231.7 us | 线程CPU均值=158139.6 us | 墙钟max-min=3647.0

------------------------------------------------------------------------------
实现: py    (每组 = 一次进程启动, 进程内满热身 + 连续 10 次 run)
 方式: Python(numpy 就地 ufunc; 无 numpy 自动纯 Python 降规模回退)
 命令: D:\Python312\python.exe D:\Users\TermiNexus\Desktop\TransPyC\ViperApps\ViperSpeedBenchmark\bench_py.py 10 16384 65536
[py] 组1/5 完成 | 墙钟均值=295135.0 us | 线程CPU均值=290265.2 us | 墙钟max-min=51386.4
[py] 组2/5 完成 | 墙钟均值=364033.9 us | 线程CPU均值=361389.5 us | 墙钟max-min=32911.9
[py] 组3/5 完成 | 墙钟均值=323557.2 us | 线程CPU均值=321078.4 us | 墙钟max-min=18941.8
[py] 组4/5 完成 | 墙钟均值=333109.9 us | 线程CPU均值=330769.1 us | 墙钟max-min=20309.2
[py] 组5/5 完成 | 墙钟均值=347882.3 us | 线程CPU均值=345411.2 us | 墙钟max-min=25141.1

##############################################################################
# 结果汇总: 工作尺寸 LEN=16384  ITERS=65536  四份缓冲共 512.0 KiB
##############################################################################

==============================================================================
实现 viper   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9932e+09 Hz
内核 MODE          = 0  FMA  SIMD   (vipersimd.simd_fma_array)
CHECK(首次) = 12302.997770370706
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 146451.650 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 0.077 us
样本标准差 sample std   : 1388.250 us
最大偏差 max|raw-overall|: 4750.350 us  (3.244%)
实测吞吐(按 CFG, 主指标) : 14.663 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  146997.80 us | 均值=  146997.80 | 中位数=  145417.50 | 几何均值=  146963.80 | 裁剪剔除 0
         组内差max-min= 8957.00 | 组-总体=   +546.15 us (0.37%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 144887.0, 146648.0, 153844.0, 152763.0, 145445.0, 145390.0, 145063.0, 145226.0, 145576.0, 145136.0 us
[组 2] 统计值=  146876.20 us | 均值=  146876.20 | 中位数=  146511.00 | 几何均值=  146866.25 | 裁剪剔除 0
         组内差max-min= 5865.00 | 组-总体=   +424.55 us (0.29%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 148678.0, 146928.0, 146486.0, 145338.0, 145337.0, 146536.0, 146770.0, 151202.0, 145632.0, 145855.0 us
[组 3] 统计值=  147544.10 us | 均值=  147544.10 | 中位数=  147277.00 | 几何均值=  147538.35 | 裁剪剔除 0
         组内差max-min= 5055.00 | 组-总体=  +1092.45 us (0.75%)
         相邻组差 组2->组3:    +667.90 us (0.46%)
         组内 10 次原始(主指标): 148714.0, 148051.0, 145547.0, 147119.0, 150602.0, 147435.0, 147624.0, 146917.0, 146468.0, 146964.0 us
[组 4] 统计值=  145898.40 us | 均值=  145898.40 | 中位数=  145886.00 | 几何均值=  145897.67 | 裁剪剔除 0
         组内差max-min= 1295.00 | 组-总体=   -553.25 us (0.38%)
         相邻组差 组3->组4:   -1645.70 us (1.12%)
         组内 10 次原始(主指标): 145652.0, 146504.0, 146522.0, 146059.0, 145909.0, 146462.0, 145349.0, 145227.0, 145863.0, 145437.0 us
[组 5] 统计值=  145487.90 us | 均值=  145487.90 | 中位数=  145457.50 | 几何均值=  145487.79 | 裁剪剔除 0
         组内差max-min=  691.00 | 组-总体=   -963.75 us (0.66%)
         相邻组差 组4->组5:    -410.50 us (0.28%)
         组内 10 次原始(主指标): 145607.0, 145385.0, 145343.0, 145413.0, 145235.0, 145502.0, 145365.0, 145567.0, 145926.0, 145536.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_scalar   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9935e+09 Hz
内核 MODE          = 1  FMA  原生   (vipersimd.scalar_fma_array)
CHECK(首次) = 12302.997770370706
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 565682.850 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 565061.584 us
样本标准差 sample std   : 5697.022 us
最大偏差 max|raw-overall|: 26955.150 us  (4.765%)
实测吞吐(按 CFG, 主指标) : 3.796 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  567499.80 us | 均值=  567499.80 | 中位数=  565836.00 | 几何均值=  567478.55 | 裁剪剔除 0
         组内差max-min=15788.00 | 组-总体=  +1816.95 us (0.32%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 561969.0, 564294.0, 562172.0, 566048.0, 572126.0, 577757.0, 565624.0, 569439.0, 572073.0, 563496.0 us
[组 2] 统计值=  565232.00 us | 均值=  565232.00 | 中位数=  564845.50 | 几何均值=  565230.43 | 裁剪剔除 0
         组内差max-min= 4721.00 | 组-总体=   -450.85 us (0.08%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 568249.0, 565576.0, 565233.0, 563892.0, 564975.0, 564652.0, 564716.0, 563528.0, 566909.0, 564590.0 us
[组 3] 统计值=  562005.00 us | 均值=  562005.00 | 中位数=  561251.00 | 几何均值=  562002.41 | 裁剪剔除 0
         组内差max-min= 5706.00 | 组-总体=  -3677.85 us (0.65%)
         相邻组差 组2->组3:   -3227.00 us (0.57%)
         组内 10 次原始(主指标): 565859.0, 564449.0, 560153.0, 562346.0, 561160.0, 560703.0, 561167.0, 561967.0, 561335.0, 560911.0 us
[组 4] 统计值=  566047.30 us | 均值=  566047.30 | 中位数=  565232.50 | 几何均值=  566040.91 | 裁剪剔除 0
         组内差max-min= 8363.00 | 组-总体=   +364.45 us (0.06%)
         相邻组差 组3->组4:   +4042.30 us (0.71%)
         组内 10 次原始(主指标): 565473.0, 566108.0, 565812.0, 564992.0, 562782.0, 564976.0, 564492.0, 571145.0, 571054.0, 563639.0 us
[组 5] 统计值=  569447.10 us | 均值=  569447.10 | 中位数=  564062.50 | 几何均值=  569372.28 | 裁剪剔除 0
         组内差max-min=29838.00 | 组-总体=  +3764.25 us (0.67%)
         相邻组差 组4->组5:   +3399.80 us (0.60%)
         组内 10 次原始(主指标): 563862.0, 563053.0, 562800.0, 563539.0, 564263.0, 578726.0, 592638.0, 574560.0, 563656.0, 567374.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_add   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9937e+09 Hz
内核 MODE          = 2  ADD  SIMD   (vipersimd.simd_add_array)
CHECK(首次) = 16340.870255275997
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 108841.075 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 0.091 us
样本标准差 sample std   : 926.230 us
最大偏差 max|raw-overall|: 3215.925 us  (2.955%)
实测吞吐(按 CFG, 主指标) : 19.730 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  109218.30 us | 均值=  109218.30 | 中位数=  109081.50 | 几何均值=  109216.15 | 裁剪剔除 0
         组内差max-min= 2680.00 | 组-总体=   +377.23 us (0.35%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 108386.0, 109070.0, 109372.0, 108952.0, 108804.0, 109399.0, 109337.0, 111066.0, 108704.0, 109093.0 us
[组 2] 统计值=  108855.30 us | 均值=  108855.30 | 中位数=  108614.50 | 几何均值=  108853.36 | 裁剪剔除 0
         组内差max-min= 2260.00 | 组-总体=    +14.23 us (0.01%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 109174.0, 110421.0, 108427.0, 108161.0, 108456.0, 108340.0, 108832.0, 109515.0, 108773.0, 108454.0 us
[组 3] 统计值=  108710.40 us | 均值=  108710.40 | 中位数=  108420.00 | 几何均值=  108706.12 | 裁剪剔除 0
         组内差max-min= 3159.00 | 组-总体=   -130.68 us (0.12%)
         相邻组差 组2->组3:    -144.90 us (0.13%)
         组内 10 次原始(主指标): 108034.0, 107488.0, 107625.0, 108422.0, 110647.0, 109870.0, 109604.0, 108675.0, 108418.0, 108321.0 us
[组 4] 统计值=  108405.20 us | 均值=  108405.20 | 中位数=  108575.50 | 几何均值=  108404.05 | 裁剪剔除 0
         组内差max-min= 1574.00 | 组-总体=   -435.88 us (0.40%)
         相邻组差 组3->组4:    -305.20 us (0.28%)
         组内 10 次原始(主指标): 109235.0, 108650.0, 108695.0, 108227.0, 107843.0, 107661.0, 107706.0, 108501.0, 108714.0, 108820.0 us
[组 5] 统计值=  109393.40 us | 均值=  109393.40 | 中位数=  109202.00 | 几何均值=  109387.84 | 裁剪剔除 0
         组内差max-min= 4045.00 | 组-总体=   +552.32 us (0.51%)
         相邻组差 组4->组5:    +988.20 us (0.91%)
         组内 10 次原始(主指标): 108715.0, 109480.0, 108206.0, 108012.0, 108924.0, 110145.0, 112057.0, 109956.0, 108903.0, 109536.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_scalar_add   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9943e+09 Hz
内核 MODE          = 3  ADD  原生   (vipersimd.scalar_add_array)
CHECK(首次) = 16340.870255275997
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 363839.425 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 363580.365 us
样本标准差 sample std   : 4532.884 us
最大偏差 max|raw-overall|: 17937.575 us  (4.930%)
实测吞吐(按 CFG, 主指标) : 5.902 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  264234.00 us | 均值=  264234.00 | 中位数=  261966.00 | 几何均值=  264163.53 | 裁剪剔除 0
         组内差max-min=19535.00 | 组-总体= -99605.42 us (27.38%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 269930.0, 274199.0, 261735.0, 270404.0, 258664.0, 258743.0, 262064.0, 270069.0, 261868.0, 254664.0 us
[组 2] 统计值=  363073.50 us | 均值=  363073.50 | 中位数=  362278.50 | 几何均值=  363066.16 | 裁剪剔除 0
         组内差max-min= 7116.00 | 组-总体=   -765.92 us (0.21%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 360304.0, 365588.0, 365021.0, 361872.0, 367328.0, 364731.0, 360212.0, 362685.0, 361384.0, 361610.0 us
[组 3] 统计值=  363610.50 us | 均值=  363610.50 | 中位数=  362723.00 | 几何均值=  363589.64 | 裁剪剔除 0
         组内差max-min=13346.00 | 组-总体=   -228.92 us (0.06%)
         相邻组差 组2->组3:    +537.00 us (0.15%)
         组内 10 次原始(主指标): 361089.0, 363834.0, 372305.0, 363456.0, 361990.0, 368353.0, 358959.0, 360859.0, 365321.0, 359939.0 us
[组 4] 统计值=  361123.10 us | 均值=  361123.10 | 中位数=  361352.00 | 几何均值=  361118.96 | 裁剪剔除 0
         组内差max-min= 5770.00 | 组-总体=  -2716.33 us (0.75%)
         相邻组差 组3->组4:   -2487.40 us (0.68%)
         组内 10 次原始(主指标): 362484.0, 360776.0, 360570.0, 357658.0, 362915.0, 361928.0, 361976.0, 360717.0, 363428.0, 358779.0 us
[组 5] 统计值=  367550.60 us | 均值=  367550.60 | 中位数=  367214.50 | 几何均值=  367503.87 | 裁剪剔除 0
         组内差max-min=21069.00 | 组-总体=  +3711.17 us (1.02%)
         相邻组差 组4->组5:   +6427.50 us (1.77%)
         组内 10 次原始(主指标): 367149.0, 360919.0, 364497.0, 362951.0, 360708.0, 367280.0, 381777.0, 368746.0, 371674.0, 369805.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_mul   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9927e+09 Hz
内核 MODE          = 4  MUL  SIMD   (vipersimd.simd_mul_array)
CHECK(首次) = 4066.7119802023808
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 109112.125 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 0.018 us
样本标准差 sample std   : 1708.655 us
最大偏差 max|raw-overall|: 9177.875 us  (8.411%)
实测吞吐(按 CFG, 主指标) : 19.681 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  116161.70 us | 均值=  116161.70 | 中位数=  115173.50 | 几何均值=  116007.81 | 裁剪剔除 0
         组内差max-min=16726.00 | 组-总体=  +7049.57 us (6.46%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 113188.0, 118870.0, 121283.0, 125240.0, 125201.0, 117159.0, 112412.0, 108514.0, 110677.0, 109073.0 us
[组 2] 统计值=  109714.40 us | 均值=  109714.40 | 中位数=  109753.50 | 几何均值=  109712.93 | 裁剪剔除 0
         组内差max-min= 2184.00 | 组-总体=   +602.27 us (0.55%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 109627.0, 108540.0, 110288.0, 109679.0, 109828.0, 109087.0, 109921.0, 110724.0, 109869.0, 109581.0 us
[组 3] 统计值=  109022.70 us | 均值=  109022.70 | 中位数=  108858.50 | 几何均值=  109019.40 | 裁剪剔除 0
         组内差max-min= 2974.00 | 组-总体=    -89.43 us (0.08%)
         相邻组差 组2->组3:    -691.70 us (0.63%)
         组内 10 次原始(主指标): 108389.0, 109416.0, 109801.0, 111084.0, 108999.0, 108915.0, 108802.0, 108199.0, 108512.0, 108110.0 us
[组 4] 统计值=  108652.30 us | 均值=  108652.30 | 中位数=  108459.00 | 几何均值=  108651.34 | 裁剪剔除 0
         组内差max-min= 1304.00 | 组-总体=   -459.82 us (0.42%)
         相邻组差 组3->组4:    -370.40 us (0.34%)
         组内 10 次原始(主指标): 109473.0, 108758.0, 108287.0, 108348.0, 108169.0, 108311.0, 108570.0, 108299.0, 109462.0, 108846.0 us
[组 5] 统计值=  109059.10 us | 均值=  109059.10 | 中位数=  107964.00 | 几何均值=  109017.39 | 裁剪剔除 0
         组内差max-min=10589.00 | 组-总体=    -53.02 us (0.05%)
         相邻组差 组4->组5:    +406.80 us (0.37%)
         组内 10 次原始(主指标): 107840.0, 108129.0, 107886.0, 107851.0, 108757.0, 107978.0, 108209.0, 107701.0, 107950.0, 118290.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_scalar_mul   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9935e+09 Hz
内核 MODE          = 5  MUL  原生   (vipersimd.scalar_mul_array)
CHECK(首次) = 4066.7119802023808
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 360509.575 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 360200.872 us
样本标准差 sample std   : 2866.346 us
最大偏差 max|raw-overall|: 6461.425 us  (1.792%)
实测吞吐(按 CFG, 主指标) : 5.957 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  371390.70 us | 均值=  371390.70 | 中位数=  370767.50 | 几何均值=  371242.25 | 裁剪剔除 0
         组内差max-min=27705.00 | 组-总体= +10881.12 us (3.02%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 382511.0, 361407.0, 385639.0, 357934.0, 364822.0, 385011.0, 360933.0, 361609.0, 376713.0, 377328.0 us
[组 2] 统计值=  360426.70 us | 均值=  360426.70 | 中位数=  360073.50 | 几何均值=  360419.87 | 裁剪剔除 0
         组内差max-min= 7001.00 | 组-总体=    -82.88 us (0.02%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 363880.0, 358508.0, 361418.0, 360484.0, 358900.0, 357768.0, 364769.0, 360368.0, 359779.0, 358393.0 us
[组 3] 统计值=  361146.40 us | 均值=  361146.40 | 中位数=  361303.00 | 几何均值=  361137.33 | 裁剪剔除 0
         组内差max-min= 8083.00 | 组-总体=   +636.83 us (0.18%)
         相邻组差 组2->组3:    +719.70 us (0.20%)
         组内 10 次原始(主指标): 365924.0, 357841.0, 363538.0, 358023.0, 363320.0, 360904.0, 358845.0, 361702.0, 359017.0, 362350.0 us
[组 4] 统计值=  361690.90 us | 均值=  361690.90 | 中位数=  361254.00 | 几何均值=  361682.05 | 裁剪剔除 0
         组内差max-min= 8550.00 | 组-总体=  +1181.33 us (0.33%)
         相邻组差 组3->组4:    +544.50 us (0.15%)
         组内 10 次原始(主指标): 362296.0, 365337.0, 360291.0, 359582.0, 362058.0, 358421.0, 366971.0, 361110.0, 359445.0, 361398.0 us
[组 5] 统计值=  358774.30 us | 均值=  358774.30 | 中位数=  357752.00 | 几何均值=  358761.47 | 裁剪剔除 0
         组内差max-min=11123.00 | 组-总体=  -1735.28 us (0.48%)
         相邻组差 组4->组5:   -2916.60 us (0.81%)
         组内 10 次原始(主指标): 360532.0, 357848.0, 356531.0, 357194.0, 358292.0, 359978.0, 356973.0, 355808.0, 357656.0, 366931.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_sqrt   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9937e+09 Hz
内核 MODE          = 6  SQRT SIMD   (vipersimd.simd_sqrt_array)
CHECK(首次) = 10892.477135620607
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 427533.825 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 427478.406 us
样本标准差 sample std   : 2601.950 us
最大偏差 max|raw-overall|: 8984.175 us  (2.101%)
实测吞吐(按 CFG, 主指标) : 5.023 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  426503.70 us | 均值=  426503.70 | 中位数=  426305.00 | 几何均值=  426499.52 | 裁剪剔除 0
         组内差max-min= 6150.00 | 组-总体=  -1030.12 us (0.24%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 425028.0, 427121.0, 427605.0, 426766.0, 423432.0, 424913.0, 429582.0, 425844.0, 429431.0, 425315.0 us
[组 2] 统计值=  428990.10 us | 均值=  428990.10 | 中位数=  428542.00 | 几何均值=  428986.54 | 裁剪剔除 0
         组内差max-min= 5252.00 | 组-总体=  +1456.27 us (0.34%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 431170.0, 427120.0, 428939.0, 430751.0, 430359.0, 426254.0, 428145.0, 427578.0, 431506.0, 428079.0 us
[组 3] 统计值=  426922.90 us | 均值=  426922.90 | 中位数=  426228.50 | 几何均值=  426907.65 | 裁剪剔除 0
         组内差max-min=13636.00 | 组-总体=   -610.92 us (0.14%)
         相邻组差 组2->组3:   -2067.20 us (0.48%)
         组内 10 次原始(主指标): 436518.0, 425882.0, 422882.0, 429338.0, 427436.0, 426659.0, 424727.0, 426575.0, 424816.0, 424396.0 us
[组 4] 统计值=  426265.10 us | 均值=  426265.10 | 中位数=  426056.00 | 几何均值=  426262.38 | 裁剪剔除 0
         组内差max-min= 5377.00 | 组-总体=  -1268.73 us (0.30%)
         相邻组差 组3->组4:    -657.80 us (0.15%)
         组内 10 次原始(主指标): 423797.0, 425260.0, 426468.0, 425961.0, 425677.0, 424640.0, 429174.0, 427652.0, 427871.0, 426151.0 us
[组 5] 统计值=  427957.20 us | 均值=  427957.20 | 中位数=  428171.50 | 几何均值=  427952.99 | 裁剪剔除 0
         组内差max-min= 7283.00 | 组-总体=   +423.38 us (0.10%)
         相邻组差 组4->组5:   +1692.10 us (0.40%)
         组内 10 次原始(主指标): 429924.0, 428081.0, 428262.0, 428447.0, 431290.0, 424007.0, 427486.0, 425877.0, 427600.0, 428598.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 viper_scalar_sqrt   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9938e+09 Hz
内核 MODE          = 7  SQRT 原生   (vipersimd.scalar_sqrt_array)
CHECK(首次) = 10892.477135620607
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 1708048.375 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 1692466.293 us
样本标准差 sample std   : 14518.834 us
最大偏差 max|raw-overall|: 48242.625 us  (2.824%)
实测吞吐(按 CFG, 主指标) : 1.257 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值= 1674822.70 us | 均值= 1674822.70 | 中位数= 1659879.00 | 几何均值= 1674489.72 | 裁剪剔除 0
         组内差max-min=107743.00 | 组-总体= -33225.68 us (1.95%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 1655631.0, 1658031.0, 1656603.0, 1659375.0, 1662711.0, 1656631.0, 1660383.0, 1661788.0, 1713700.0, 1763374.0 us
[组 2] 统计值= 1708572.70 us | 均值= 1708572.70 | 中位数= 1705255.00 | 几何均值= 1708554.56 | 裁剪剔除 0
         组内差max-min=27028.00 | 组-总体=   +524.32 us (0.03%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 1718963.0, 1713289.0, 1702424.0, 1697342.0, 1704120.0, 1724370.0, 1704089.0, 1706390.0, 1711230.0, 1703510.0 us
[组 3] 统计值= 1713341.20 us | 均值= 1713341.20 | 中位数= 1707841.50 | 几何均值= 1713242.18 | 裁剪剔除 0
         组内差max-min=61839.00 | 组-总体=  +5292.82 us (0.31%)
         相邻组差 组2->组3:   +4768.50 us (0.28%)
         组内 10 次原始(主指标): 1699962.0, 1696688.0, 1720098.0, 1711634.0, 1704049.0, 1694452.0, 1713822.0, 1701165.0, 1756291.0, 1735251.0 us
[组 4] 统计值= 1703943.00 us | 均值= 1703943.00 | 中位数= 1704454.00 | 几何均值= 1703936.28 | 裁剪剔除 0
         组内差max-min=16512.00 | 组-总体=  -4105.38 us (0.24%)
         相邻组差 组3->组4:   -9398.20 us (0.55%)
         组内 10 次原始(主指标): 1697523.0, 1704722.0, 1710285.0, 1708731.0, 1706060.0, 1703215.0, 1703178.0, 1704186.0, 1707757.0, 1693773.0 us
[组 5] 统计值= 1706336.60 us | 均值= 1706336.60 | 中位数= 1698845.50 | 几何均值= 1706235.99 | 裁剪剔除 0
         组内差max-min=58374.00 | 组-总体=  -1711.77 us (0.10%)
         相邻组差 组4->组5:   +2393.60 us (0.14%)
         组内 10 次原始(主指标): 1708980.0, 1702417.0, 1693243.0, 1750755.0, 1692381.0, 1693507.0, 1731661.0, 1697333.0, 1700358.0, 1692731.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 c   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9943e+09 Hz
CHECK(首次) = 12302.997770370706
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 156336.977 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 156129.403 us
样本标准差 sample std   : 1028.969 us
最大偏差 max|raw-overall|: 2057.523 us  (1.316%)
实测吞吐(按 CFG, 主指标) : 13.736 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  155204.58 us | 均值=  155204.58 | 中位数=  155238.75 | 几何均值=  155204.46 | 裁剪剔除 0
         组内差max-min=  532.40 | 组-总体=  -1132.40 us (0.72%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 154883.0, 155007.0, 155372.7, 154989.6, 155094.6, 155407.6, 155398.4, 155279.7, 155415.4, 155197.8 us
[组 2] 统计值=  157053.45 us | 均值=  157053.45 | 中位数=  156821.90 | 几何均值=  157052.52 | 裁剪剔除 0
         组内差max-min= 1904.50 | 组-总体=   +716.47 us (0.46%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 158394.5, 157655.3, 157179.3, 156842.4, 156702.3, 156690.3, 156801.4, 156986.8, 156792.2, 156490.0 us
[组 3] 统计值=  157452.82 us | 均值=  157452.82 | 中位数=  157387.30 | 几何均值=  157452.70 | 裁剪剔除 0
         组内差max-min=  646.70 | 组-总体=  +1115.84 us (0.71%)
         相邻组差 组2->组3:    +399.37 us (0.26%)
         组内 10 次原始(主指标): 157722.5, 157544.2, 157305.9, 157210.9, 157469.2, 157350.8, 157387.1, 157387.5, 157857.6, 157292.5 us
[组 4] 统计值=  155110.02 us | 均值=  155110.02 | 中位数=  155076.05 | 几何均值=  155109.70 | 裁剪剔除 0
         组内差max-min=  983.00 | 组-总体=  -1226.96 us (0.78%)
         相邻组差 组3->组4:   -2342.80 us (1.50%)
         组内 10 次原始(主指标): 154727.9, 154657.9, 154835.6, 154940.1, 155313.5, 154979.7, 155172.4, 155640.9, 155357.2, 155475.0 us
[组 5] 统计值=  155731.62 us | 均值=  155731.62 | 中位数=  155735.60 | 几何均值=  155731.40 | 裁剪剔除 0
         组内差max-min=  845.70 | 组-总体=   -605.36 us (0.39%)
         相邻组差 组4->组5:    +621.60 us (0.40%)
         组内 10 次原始(主指标): 155419.7, 155936.3, 156049.5, 156140.5, 155708.9, 155744.0, 155851.6, 155443.7, 155727.2, 155294.8 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 cpp   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9945e+09 Hz
CHECK(首次) = 12302.997770370706
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 157301.015 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 157099.861 us
样本标准差 sample std   : 949.566 us
最大偏差 max|raw-overall|: 2531.585 us  (1.609%)
实测吞吐(按 CFG, 主指标) : 13.652 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  139023.30 us | 均值=  139023.30 | 中位数=  139056.05 | 几何均值=  139023.17 | 裁剪剔除 0
         组内差max-min=  579.90 | 组-总体= -18277.71 us (11.62%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 138717.4, 139222.2, 139166.4, 139297.3, 138977.6, 138929.1, 138930.6, 138718.3, 139134.5, 139139.6 us
[组 2] 统计值=  157023.11 us | 均值=  157023.11 | 中位数=  156905.35 | 几何均值=  157022.23 | 裁剪剔除 0
         组内差max-min= 1673.60 | 组-总体=   -277.90 us (0.18%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 158205.2, 156628.3, 156578.3, 156910.1, 156900.6, 156532.0, 157730.2, 157131.6, 156531.6, 157083.2 us
[组 3] 统计值=  157319.23 us | 均值=  157319.23 | 中位数=  157164.50 | 几何均值=  157317.65 | 裁剪剔除 0
         组内差max-min= 2560.20 | 组-总体=    +18.22 us (0.01%)
         相邻组差 组2->组3:    +296.12 us (0.19%)
         组内 10 次原始(主指标): 156659.7, 156986.7, 156831.3, 157028.2, 157476.3, 157466.7, 156628.2, 157626.0, 159188.4, 157300.8 us
[组 4] 统计值=  156630.01 us | 均值=  156630.01 | 中位数=  156615.05 | 几何均值=  156629.73 | 裁剪剔除 0
         组内差max-min=  900.60 | 组-总体=   -671.00 us (0.43%)
         相邻组差 组3->组4:    -689.22 us (0.44%)
         组内 10 次原始(主指标): 156636.2, 156593.9, 156260.0, 156724.7, 157160.6, 157060.9, 156791.6, 156280.6, 156386.3, 156405.3 us
[组 5] 统计值=  158231.71 us | 均值=  158231.71 | 中位数=  158230.30 | 几何均值=  158227.72 | 裁剪剔除 0
         组内差max-min= 3647.00 | 组-总体=   +930.70 us (0.59%)
         相邻组差 组4->组5:   +1601.70 us (1.02%)
         组内 10 次原始(主指标): 156185.6, 156640.7, 157866.9, 159420.7, 159041.3, 158517.5, 159832.6, 157943.1, 157776.6, 159092.1 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): PASS   [组1 排除: 首组仅汇报]
  统计组(排除首组): |组统计值-总体|/总体 <= tol, 且相邻组|差值|/总体 <= tol

==============================================================================
实现 py   CFG(len×iters)=16384x65536   总运算量/run=2.147e+09 flops
线程绑定 AFFINITY  = CPU#0(SetThreadAffinityMask 成功)
TSC 标定频率       = 1.9818e+09 Hz
CHECK(首次) = 12302.997770370706
主指标 墙钟(QPC)   统计量=算术平均(裁剪后)
总体统计 overall        : 342145.820 us  (统计 4/5 组, 有效样本 40, 裁剪剔除 0; 首组仅汇报)
对照 线程CPU(QueryThreadCycleTime): 339662.053 us
样本标准差 sample std   : 17641.199 us
最大偏差 max|raw-overall|: 46538.780 us  (13.602%)
实测吞吐(按 CFG, 主指标) : 6.277 GFLOPS
------------------------------------------------------------------------------
[组 1] 统计值=  295134.95 us | 均值=  295134.95 | 中位数=  293963.40 | 几何均值=  294631.09 | 裁剪剔除 0
         组内差max-min=51386.40 | 组-总体= -47010.87 us (13.74%)  [首组: 仅汇报, 不计入统计]
         相邻组差: n/a(首组)
         组内 10 次原始(主指标): 270105.5, 295817.2, 285267.1, 321491.9, 310146.1, 273217.4, 279803.7, 292109.6, 317042.4, 306348.6 us
[组 2] 统计值=  364033.91 us | 均值=  364033.91 | 中位数=  359615.85 | 几何均值=  363905.38 | 裁剪剔除 0
         组内差max-min=32911.90 | 组-总体= +21888.09 us (6.40%)
         相邻组差: n/a(组1 不计入统计)
         组内 10 次原始(主指标): 361007.0, 357231.8, 357132.4, 358224.7, 355772.7, 363391.7, 388684.6, 374073.9, 366974.1, 357846.2 us
[组 3] 统计值=  323557.23 us | 均值=  323557.23 | 中位数=  323015.45 | 几何均值=  323512.72 | 裁剪剔除 0
         组内差max-min=18941.80 | 组-总体= -18588.59 us (5.43%)
         相邻组差 组2->组3:  -40476.68 us (11.83%)
         组内 10 次原始(主指标): 321663.7, 318841.9, 323303.2, 324448.0, 319115.2, 314154.5, 322727.7, 329358.0, 333096.3, 328863.8 us
[组 4] 统计值=  333109.86 us | 均值=  333109.86 | 中位数=  330384.95 | 几何均值=  333009.75 | 裁剪剔除 0
         组内差max-min=20309.20 | 组-总体=  -9035.96 us (2.64%)
         相邻组差 组3->组4:   +9552.63 us (2.79%)
         组内 10 次原始(主指标): 327686.8, 325331.9, 325181.0, 333083.1, 325646.0, 325615.9, 334437.1, 343412.0, 345214.6, 345490.2 us
[组 5] 统计值=  347882.28 us | 均值=  347882.28 | 中位数=  342711.90 | 几何均值=  347765.12 | 裁剪剔除 0
         组内差max-min=25141.10 | 组-总体=  +5736.46 us (1.68%)
         相邻组差 组4->组5:  +14772.42 us (4.32%)
         组内 10 次原始(主指标): 338754.7, 340203.8, 341557.2, 343866.6, 340456.4, 340737.7, 351876.3, 356357.3, 363895.8, 361117.0 us
------------------------------------------------------------------------------
差值核验(tol=5.0%): FAIL   [组1 排除: 首组仅汇报]
  组对总体超差(违规组): [2, 3]
  相邻组超差(违规对): ['组1->组2']

==============================================================================
汇总: 各实现总体统计值(us) 与 实测 GFLOPS(按各自 CFG); 主指标=墙钟(QPC)

  ==== LEN=16384  (工作集 512.0 KiB) ====
  viper : [墙钟]  146451.650 us   14.663 GFLOPS | [CPU ]       0.077 us 27709466.426 GFLOPS | CPU#0 | PASS
  viper_scalar: [墙钟]  565682.850 us    3.796 GFLOPS | [CPU ]  565061.584 us    3.800 GFLOPS | CPU#0 | PASS
  viper_add: [墙钟]  108841.075 us   19.730 GFLOPS | [CPU ]       0.091 us 23546969.825 GFLOPS | CPU#0 | PASS
  viper_scalar_add: [墙钟]  363839.425 us    5.902 GFLOPS | [CPU ]  363580.365 us    5.906 GFLOPS | CPU#0 | PASS
  viper_mul: [墙钟]  109112.125 us   19.681 GFLOPS | [CPU ]       0.018 us 119139176.033 GFLOPS | CPU#0 | PASS
  viper_scalar_mul: [墙钟]  360509.575 us    5.957 GFLOPS | [CPU ]  360200.872 us    5.962 GFLOPS | CPU#0 | PASS
  viper_sqrt: [墙钟]  427533.825 us    5.023 GFLOPS | [CPU ]  427478.406 us    5.024 GFLOPS | CPU#0 | PASS
  viper_scalar_sqrt: [墙钟] 1708048.375 us    1.257 GFLOPS | [CPU ] 1692466.293 us    1.269 GFLOPS | CPU#0 | PASS
  c     : [墙钟]  156336.977 us   13.736 GFLOPS | [CPU ]  156129.403 us   13.755 GFLOPS | CPU#0 | PASS
  cpp   : [墙钟]  157301.015 us   13.652 GFLOPS | [CPU ]  157099.861 us   13.670 GFLOPS | CPU#0 | PASS
  py    : [墙钟]  342145.820 us    6.277 GFLOPS | [CPU ]  339662.053 us    6.322 GFLOPS | CPU#0 | FAIL
==============================================================================
