与云竞争的笔记本电脑
Apple的MacBook Neo自推出以来就备受关注，但DuckDB贡献者Gábor Szárnyas发布的新基准结果表明，这台机器的性能故事超越了营销宣传。在512GB MacBook Neo与一系列云服务器配置的直接对比中，这台笔记本电脑与——在某些情况下甚至超越了——处理繁重数据库工作负载的成本更高得多的托管计算资源。
该实验使用了DuckDB，这是一个高性能分析查询引擎，越来越受数据工程师欢迎，用于进程中的OLAP任务。DuckDB特别适合利用统一内存架构，使其成为评估CPU和内存共享同一物理基底而不是通过离散总线连接进行通信的机器的自然基准。
数字说明了什么
Szárnyas运行了一系列TPC-H风格的分析查询——评估决策支持系统的标准套件——针对推动可用RAM的数据集。512GB MacBook Neo不仅比几个中端云实例更快地完成查询，而且在重复运行中显示更一致的延迟，这个特征通常与裸金属系统相关联，而不是虚拟化基础设施。
云提供商从hypervisor层、网络附加存储和共享租约中施加性能开销。装有快速NVMe存储和深度集成内存构造的本地机器避免了所有这些瓶颈。MacBook Neo的架构围绕Apple最新的片上系统设计构建，似乎将这些固有的云限制转变为正确工作负载的有意义的竞争优势。
成本维度
仅凭性能很少能解决基础设施争论——每次查询的成本才能做到。MacBook Neo匹配吞吐量的云实例承载的按小时计费率，年化后代表重大的资本承诺。相比之下，购买单个MacBook Neo是一次性资本支出，折旧期限为多年。对于运行密集离线分析而不是始终开启生产服务的组织，数学越来越倾向于本地硬件。
这不是一个新论点——开发者长期以来一直使用强大的工作站进行批处理——但笔记本电脑现在可以竞争的规模改变了对话。之前，为内存受限的工作负载匹配中端云性能需要昂贵的工作站硬件。MacBook Neo将高带宽内存集成到消费者外形尺寸中，大大改变了这个阈值。
对数据基础设施的含义
这些结果很重要，因为数据库工作负载越来越成为软件开发、数据科学和商业智能管道的核心。随着DuckDB、Polars和Arrow等分析框架的成熟，它们减少了对远程Spark集群或云托管数据仓库的依赖，用于探索性和批处理任务。将这些工具与可以在统一内存中容纳数百GB的硬件相结合，为本地优先数据架构提供了令人信服的案例。
在严格数据驻留要求下运营的企业也受益。通过云基础设施运行敏感数据集引入了一些组织急于避免的监管风险。可以处理相同工作负载的高内存笔记本电脑完全消除了个别分析师和小团队对这一顾虑。
注意事项和限制
应谨慎解释基准测试结果。云基础设施在MacBook Neo无法匹配的领域表现出色——弹性扩展、持久可用性、托管复制和协作式多用户访问。对于处理数十个用户并发查询或需要保证正常运行时间的生产系统，笔记本电脑无论其原始性能数字如何，仍然不足以满足要求。
这个比较也反映了一类特定的工作负载。持续饱和CPU核心的计算密集工作，或需要GPU加速进行模型训练的任务，将继续倾向于云和内部服务器硬件。DuckDB的优势在于单节点分析查询，而这正是本基准测试所衡量的。
该实验证明了在一个特定但日益重要的领域中性能差距的缩小。随着开发者工具的持续改进，以及曾经需要分布式处理的数据集现在舒适地适应本地内存，边界计算和云计算之间的界限将继续以有趣的方式模糊。
更广泛的趋势
MacBook Neo结果是更大模式中的一个数据点。Apple连续几代芯片重复超越了常规期望，将曾经保留给服务器房间的功能压缩到可以放入背包的设备中。结合高效本地软件的爆炸式增长，这个基准的信息是组织应定期重新审视其基础设施假设——因为硬件进展比大多数采购周期考虑的速度更快。
本文基于9to5Mac的报道。阅读原文。
Originally published on 9to5mac.com