TC Bench

Lubuntu / antiX などの軽量Linux、macOS、Windows で動く、CPU / GPU ベンチマーク兼システム診断ツールです。 単一の Python スクリプトで実行・集計でき、外部ライブラリ不要（Python3 標準ライブラリのみ）で結果を JSON に保存して共有できます。

🌐 ベンチマーク共有ページ: https://trendcreate.github.io/TRENDcreate-Benchmark/

みんなのスコアをランキング表示し、自分の score/*.json を貼り付けてその場で比較できます。 投稿は score/ にJSONを追加 → python tools/build_pages.py で docs/data.json とローカル用 summary.html を生成 → Pull Request、または Issue にJSONを貼るだけ。

構成

ファイル	OS	役割
Tc_bench.py	共通	ベンチマーク実行 / スコア集計・ランキング表示
score/	共通	スコアJSONの保存先（自動生成）
tools/build_pages.py	共通	score/*.json から docs/data.json と summary.html を生成
summary.html	共通	ローカルで開ける単体HTMLのスコア一覧（生成物）

必要環境

• Python 3.6+（multiprocessing, math, json など標準ライブラリのみ使用）
• Linux: lscpu（システム情報取得）、GPU情報は nvidia-smi（NVIDIA）/ amdgpu の sysfs・rocm-smi・lspci（AMD）
• macOS: sysctl / system_profiler（標準搭載）
• Windows: PowerShell（標準搭載）、GPU情報は nvidia-smi（NVIDIA）/ WMI + レジストリ（AMD）

使い方

ベンチマーク実行

Linux / macOS（ワンライナー / クローン不要）

curl -fsSL https://raw.githubusercontent.com/trendcreate/TRENDcreate-Benchmark/main/Tc_bench.py -o Tc_bench.py && python3 Tc_bench.py

スコアは Tc_bench.py を置いたディレクトリの ./score/ に保存されます。

Linux / macOS（クローン済みの場合）

python3 Tc_bench.py

Windows

py Tc_bench.py
# または
python Tc_bench.py

実行すると以下が行われます。

1. システム情報の表示 — CPUモデル名 / コア数・スレッド数 / L3キャッシュ / GPU名・VRAM
2. シングルスレッド性能テスト — 1コアで重い素数＋数学演算
3. マルチスレッド性能テスト — 全論理スレッドを100%使用
4. スコア算出 — 独自スコアをASCIIバーチャートで表示
   • CPU Single … シングルコア性能
   • CPU Multi … 全スレッド性能
   • GPU V-Calc … NVIDIA / AMD GPU 検出時。最大クロック × VRAM(GB)^1.5 ベースの仮想スコア（VRAM容量を重視）。クロックが取得できない場合（AMD等）は公称値で算出（※クロック公称値 と表示）。どちらも未検出なら安全にスキップ。
5. スコア保存 — score/<CPU名>__<GPU名>.json に保存（過去ベストと自動比較）
6. ローカルHTML生成 — tools/build_pages.py を呼び出して summary.html を生成し、対話可能な端末ではブラウザで開くか確認

summary.html を確認なしで開く場合は --open-summary、生成を省略する場合は --no-summary を指定できます。

スコア集計・ランキング

score/ 内の全結果を読み込み、組み合わせごとのベストスコアをランキング表示します。

Linux / macOS

python3 Tc_bench.py summary                 # マルチスコア順（既定）
python3 Tc_bench.py summary --sort single   # シングル順
python3 Tc_bench.py summary --sort gpu      # GPU V-Calc順

Windows

py Tc_bench.py summary                 # マルチスコア順（既定）
py Tc_bench.py summary --sort single   # シングル順
py Tc_bench.py summary --sort gpu      # GPU V-Calc順

ローカルHTMLの再生成

summary.html は score/*.json を埋め込んだ単体HTMLです。ブラウザで直接開けるため、docs/data.json を読む GitHub Pages なしでもランキングを確認できます。

python tools/build_pages.py

ベンチ完了後のブラウザ起動は、BROWSER 環境変数を優先し、Windows は既定の関連付け、macOS は open、Linux は xdg-open などOS標準の方法を使います。

スコアの共有

score/ フォルダ内の JSON ファイルをそのまま他の人に渡せば、結果を共有・比較できます。 受け取った JSON を自分の score/ に置いて集計スクリプトを実行すると、同じランキングに並びます。

JSON フォーマット（score/*.json）

{
  "combo": "AMD_Ryzen_7_4700U__N_A",
  "system": {
    "cpu_model": "AMD Ryzen 7 4700U with Radeon Graphics",
    "architecture": "x86_64",
    "cores_per_socket": "8",
    "logical_processors": 8,
    "l3_cache": "8 MB",
    "gpu_name": null,
    "gpu_vram_mb": null,
    "gpu_sm_clock_mhz": null
  },
  "best":  { "cpu_single": 967.0, "cpu_multi": 4386.0, "gpu_vcalc": null, "multi_ratio": 4.53 },
  "runs":  [ { "timestamp": "...", "scores": { "...": "..." } } ]
}

• best … 各スコアの過去最高値（集計はこの値を使用）
• runs … 実行ごとの履歴（追記されていく）

注意・トラブルシューティング

• multiprocessing を使うため、ワンライナーでも Tc_bench.py をファイルとして保存してから実行してください（標準入力からの実行は非推奨）。
• Windows で文字化けする場合: Windows Terminal / PowerShell を使い、必要に応じて chcp 65001 を実行してください。
• スコアの負荷量は --work-limit（既定 600000）または環境変数 TC_BENCH_WORK_LIMIT で調整できます。低速マシンで時間がかかりすぎる場合は小さくしてください。
• 集計時に壊れた / 0バイトの JSON があっても、自動的にスキップして「スキップ: N」と表示します（クラッシュしません）。
• summary.html は生成物のため .gitignore 対象です。共有ページへの反映には従来どおり docs/data.json と score/*.json を使います。

スコアの算出式（参考）

CPU Single = 10000 / シングル実行秒数
CPU Multi  = 10000 × 論理スレッド数 / マルチ実行秒数
GPU V-Calc = 最大クロック(MHz) × (VRAM_GB ^ 1.5) / 10   (クロック不明時は公称 1500MHz)

スコアは相対比較用の独自指標です。CPU負荷状態（他プロセス・電源/温度による周波数制御）で変動するため、計測はアイドル状態で行うことを推奨します。