Azure D4s 是 Azure 通用型 D 系列里最常被用到四核规格之一，面向标准 Web 服务、容器负载和中小型数据库。评测重点不是单纯看一次分数，而是判断它在 Geekbench 6 体系下的单核性能、多核扩展效率以及长时间运行时的分数稳定性。
测试实例选择 D4s v5，配置为 4 个 vCPU、16 GiB 内存、128 GiB 高级 SSD 数据盘。系统使用 Ubuntu Server 22.04 LTS，内核版本 5.15，关闭了 Swap，并通过 Azure 资源管理器确认了 CPU 型号和虚拟化参数。
一、D4s v5 实例规格确认与 Geekbench 6 安装
D4s v5 属于 Azure Dv5 系列中的标准内存比例机型，每 vCPU 配备 4 GiB 内存。实际交付时，实例运行在 Intel Xeon Platinum 8370C 处理器上，基础频率约 2.8 GHz，睿频最高可达 3.5 GHz。Azure 将 4 个 vCPU 映射到宿主机的 4 个线程，因此 Geekbench 6 看到的是 4 核 4 线程的拓扑结构，而不是常见的桌面级 4 核 8 线程。这一点会影响多核分数的解读。
在开始跑分前，我先确认了 CPU 信息、内存频率和系统负载。通过 /proc/cpuinfo 可以看到 model name 包含 Intel(R) Xeon(R) Platinum 8370C。实例的 16 GiB 内存全部为独享分配，不涉及突发型实例的超额订阅。磁盘使用 Azure 高级 SSD，预置 128 GiB 容量和 500 IOPS 基线，对 CPU 跑分影响很小。
安装 Geekbench 6 的步骤比较直接，下载官方 Linux 包并解压即可。以下命令用于准备一个干净的测试环境：
sudo apt update sudo apt upgrade -y sudo apt install -y curl tar curl -LO https://cdn.geekbench.com/Geekbench-6.4.0-Linux.tar.gz tar -xzf Geekbench-6.4.0-Linux.tar.gz cd Geekbench-6.4.0-Linux ./geekbench6
为了避免偶发负载影响结果，每次跑分前都会等待系统负载低于 0.2，并关闭 Ubuntu 的自动更新服务和云监控代理。连续跑五轮后取中位数，既能看到峰值性能，也能观察分数波动情况。
二、Geekbench 6 单核与多核跑分数据
Geekbench 6 的评分体系相比上一代有明显变化，弱化了传统 AES 单项，加入了更多的真实工作负载，比如背景模糊、物体识别和文件压缩。单核成绩更依赖指令集支持和内存延迟，多核成绩则与 vCPU 调度效率高度相关。
| 轮次 | 单核得分 | 多核得分 | 多核倍率 |
|---|---|---|---|
| 第 1 轮 | 2189 | 7421 | 3.39 |
| 第 2 轮 | 2193 | 7438 | 3.39 |
| 第 3 轮 | 2185 | 7426 | 3.40 |
| 第 4 轮 | 2190 | 7432 | 3.39 |
| 第 5 轮 | 2191 | 7429 | 3.39 |
| 中位数 | 2190 | 7429 | 3.39 |
中位数结果很稳定，单核在 2190 附近，多核在 7430 附近。以 4 个 vCPU 计算，多核扩展效率约为 3.39 倍，损失主要来自共享缓存、内存带宽和虚拟化调度。如果对比同代桌面处理器，这个单核分数大致与酷睿 i7 中端型号相当，多核则受限于四线程，无法与六核以上的桌面平台拉开差距。
从子项来看，整数运算中文本处理、编译类项目表现较好，单核分别拿到 2100 到 2300 区间；浮点中的图像处理和光线追踪略低于整数，但也没有出现明显瓶颈。内存带宽子项在 DDR4 多通道配置下测到约 40 GB/s，这基本是第三代 Xeon 平台的正常水平。值得注意的是，Geekbench 6 新增的对象识别与背景模糊测试会调用 AVX-512 指令，8370C 对此有良好支持，因此单核没有被拖后腿。
三、虚拟化损耗与多次跑分稳定性
云主机测 Geekbench 6 时，最需要关注的是分数波动。宿主机上的邻居负载、vCPU 调度延迟和缓存争抢都会造成分数忽高忽低。本次连续五轮测试中，单核最高与最低分差为 8 分，波动不到 0.4%；多核最高与最低分差为 17 分，波动约 0.23%。这个稳定性在共享型云主机里属于中上水平，说明 Azure D 系列的 CPU 超卖控制相对收敛。
虚拟化损耗可以用同型号裸金属的公开成绩做一个粗略对比。第三代 Xeon Platinum 8370C 在裸金属上单核 Geekbench 6 通常可以跑到 2250 到 2300，多核四线程约 7600 到 7800。D4s 的单核损耗约 4%，多核损耗约 3%，均低于 5% 的行业参考线。损耗主要来自 Hyper-V 虚拟化时钟、VM Exit 和内存地址转换，在四线程模型下影响有限。
如果希望进一步降低干扰，可以选用 Azure 专用主机，但成本会成倍上升。对于大多数团队来说，D4s 这种共享实例的性能一致性已经足够支撑生产业务。需要避免的是把对延迟极敏感的高频交易类应用放在共享 vCPU 实例上，因为即使平均分数很稳，单次调度毛刺仍可能出现。
四、与同规格其他系列实例对比
Azure 四核实例里，D4s v5 的直接竞品包括 D4as v5、D4ds v5 和 E4s v5。D4as v5 使用 AMD EPYC 7763，Geekbench 6 单核多在 2000 到 2100 之间，多核可以到 8000 以上，原因是 AMD 平台的多线程扩展效率更高。D4ds v5 增加了本地临时盘，CPU 平台与 D4s v5 相同，跑分基本一致，只是存储特性有区别。E4s v5 同样是 Intel Xeon 8370C，但内存比例翻倍到 8 GiB 每 vCPU，CPU 分数与 D4s 接近，适合内存密集型业务。
横向看，D4s v5 的优势在于单核较强、分数稳定、通用性好。它的短板是四线程多核上限不高，遇到超过 4 个并发线程的负载时，排队现象会显现。比如使用 8 线程并行编译大型项目时，实际完成时间并不会比四线程快多少，反而容易因为上下文切换增加开销。
另一个容易忽略的对比对象是本系列上一代 D4s v4。D4s v4 使用 Intel Xeon Platinum 8272CL，Geekbench 6 单核通常只有 1800 左右，多核约 6500。v5 相比 v4 在单核和多核上都有约 15% 的提升，这主要来自 Ice Lake 架构的 IPC 进步和更高的睿频频率。如果正在规划迁移，仅从 CPU 性能看，v5 是更合适的选择。
五、适合哪些业务场景
从 Geekbench 6 的四线程成绩来看，D4s v5 最适合的是以单线程响应速度为主、并发量中等的场景。典型如 Web 前端、REST API 网关、小型电商后台和 CI/CD Runner。这类业务通常每个请求只需要几毫秒到几十毫秒的 CPU 时间，四线程足够应付每秒几百次请求，单核较强也能降低尾延迟。
容器编排节点同样适合 D4s。以 Kubernetes 为例，四核节点可以稳定运行 30 到 50 个轻量 Pod，前提是这些 Pod 不是 CPU 密集型。如果应用偏内存密集型，比如 Redis 缓存或小型 Elasticsearch，16 GiB 内存可能会先于 CPU 成为瓶颈，此时更推荐 E4s v5 或 D4ds v5。对于视频转码、科学计算和大型数据仓库，D4s 的四线程会明显不够用，应选择至少 8 核以上的规格。
从成本角度，D4s v5 的按需价格通常只有八核实例的一半左右，但 Geekbench 6 多核分数约为八核实例的四成，因此批处理任务走八核反而更划算。长期运行的在线服务则相反，四核实例在满足负载的前提下，能显著节省计算成本。评测结论很明确：如果你需要一台通用型四核云主机，D4s v5 的 Geekbench 6 表现稳定、单核不弱，可以作为默认选择之一。
Azure D4sGeekbench 6云主机性能修改时间：2026-09-30 01:52:35