算出方法
各GPUには2つの指標が表示されます：<bold>Read tok/s</bold>（モデルがプロンプトを読み込む速度）と<bold>Decode tok/s</bold>（トークンを生成して返す速度）です。これらは根本的に異なるボトルネックをモデル化しています。
パフォーマンス指数の算出方法
GPUの生の性能は、3DMark Time Spy、3DMark Steel Nomad、PassMarkなど複数の公開ベンチマークスイートから得られますが、それぞれスケールが異なり、すべてのカードをテストしているわけでもありません。単一のベンチマークを信頼する代わりに、すべてを一つのスケールに揃えてブレンドすることで、異なるテストで計測されたカードでも公平に一つの数値でランク付けできるようにしています。
一つの固定基準
すべてのカードは、100に固定した単一の基準GPU「GeForce RTX 3060 12GB」を基準に計測されます。87.35を掛けることで、サイト上でおなじみの3DMark形式の数値に戻します（3060は8,735になります）。この基準は変わらないため、世代を超えてスコアを比較できます。
各ベンチマークを揃える
ベンチマーク間の食い違いには予測可能な傾向があります — PassMarkのように高速カードと低速カードの差を縮めるものもあれば、ゲーミング系テストのように差を広げるものもあります。カード間の重なりからそれぞれのベンチマークの伸縮度合いを学習して補正することで、どのテストのスコアも共通のスケール上の同じ位置に落ち着かせています。
信頼度で統合し、欠落を補う
揃えたスコアは重み付き平均で統合します。ゲーミング系ベンチマークの比重を最も高くし、合成ベンチマークの比重は低くしています。あるベンチマークのデータがないカードも、他のデータから公平にスコア化されるため、データの一部欠落によって順位が不当に上下することはありません。ピークFP32 TFLOPSは、カードに実測ベンチマークが一切存在しない場合の最終手段としてのみ使用されます。
参照しやすい0〜100%スケールに変換
上記のステップにより、生の3DMark形式の指数が算出されます。GPUページや商品ページに表示される「パフォーマンス」の数値については、この指数を0〜100%のスケールに正規化しています。データベース内で最速のGPUを100%とし、他のすべてのカードはそのトップスコアに対する割合として表示されます。これにより、相対的な速度を一目で把握できます — 72%のカードは、最速カードの計測性能の約72%を発揮することを意味します。
計算式を表示▶
各ベンチマークを、GPUの真の対数性能θ（シータ）という一つの潜在量に対するノイズを含んだ計測値として扱い、基準となるGPUをθ = 0に固定します。対数空間において、各データソースsはそれぞれ独自の直線でθと関連づけられ、傾きbₛはそのベンチマークが性能範囲をどれだけ引き伸ばす・圧縮するかを表します：
各直線はデータから当てはめます — 基準GPU自身が実施したベンチマークについては基準点を通るように、それ以外は通常の最小二乗法で当てはめます — その後、これを逆算して任意の計測スコアを共通のθ軸上にマッピングします：
最後に、θ軸上での重み付き平均（重みwₛは編集部による信頼度）により、そのカードで利用可能なデータソースを統合し、対数空間から変換し直し、過去の3DMark相当の範囲にスケールし直します：
perf_index = round( Indexg × 87.35 )
注：過去の指数との連続性を保つため、Time Spyがスケール（傾きを1に固定）を定義しています。そのため、これは特定のベンチマークを優先しない純粋な潜在変数推定ではなく、実用的なキャリブレーションです。各データソースの残差のばらつきは信頼度シグナルとして記録されますが、ブレンドの重みには影響しません。
バリュースコア
独自のバリュースコアは、市場における「スイートスポット」を見極めます。これは、支払った金額1ドルあたりに得られる性能量を表します。スコアが高いほど、コストパフォーマンスに優れていることを意味します。