自研基准模型 → AirBench（自研基准模型）：移植带来的新可能

设备性能不是参数页上的一个数字，而是一组行为：单核有多快、多核扩不扩得上去、内存带宽够不够、长时间负载下频率稳不稳。AirBench 把这组行为搬到了鸿蒙设备上现场测量，对开发者和用户都是一次能力补齐。

▍工程是怎么做的
应用分两层：原生界面负责首页、历史与设置三页的交互；计分核心是一个原生负载库，二十四项负载以 C++ 实现，测试在隔离的子进程中执行，进度事件实时回传界面。计分框架采用先预热再多次计时的流程，按公开的计分规格汇总，负载物料随应用包分发，设备侧解包后运行。

▍测出来的是什么
对应用开发者，这套分数回答的是真问题：我的计算密集型代码在这类设备上吞吐如何、并行收益多大、持续负载下会不会降频。对普通用户，跑一次就能看到自己设备的成色，系统升级前后各跑一次，升级的代价与收益都有数可依。

▍打开的场景
设备选购、性能回归、系统升级评估、长时间使用的老化观察——这些过去需要在论坛里东拼西凑各方数据的场景，现在一台设备自己就能完成测量。

同一份试卷，量所有鸿蒙设备。测量方法与更多结果，欢迎到论坛 apps 板块查看交流。