为何hashcat实际破解性能与基准测试结果差异显著？

以下是导致你遇到的性能差距的核心原因：

• 基准测试的理想场景与实际破解的真实负载差异
  基准测试hashcat -b针对模式1800时，使用的是单一测试哈希+最优简化条件，比如固定且简短的盐值、标准化的输入向量，GPU可以最大化并行计算效率，把每个SM单元的利用率拉满。而实际破解8个sha512crypt哈希时，每个哈希都带有独立的唯一盐值，GPU需要同时处理多组不同的盐值计算逻辑，线程束的并行调度无法完全合并，整体并行度被分散，性能必然下降。

• 掩码攻击的计算开销
  -a3掩码模式的性能高度依赖掩码复杂度。基准测试默认使用的是极低复杂度的测试掩码（比如短长度纯数字掩码），遍历成本极低。如果你实际使用的掩码更长、字符集范围更大（比如包含大小写字母+符号），GPU需要频繁生成不同的字符组合，内存带宽占用和指令调度开销会大幅增加，直接拉低每秒破解速度。

• 多哈希场景下的内核适配限制
  Hashcat的优化内核在单哈希场景下可以做到极致的指令流水线优化，但面对多哈希多盐值的情况，内核需要适配不同的计算分支，无法完全复用单哈希时的最优执行逻辑。Tesla T4的SM单元在处理多任务时，部分线程会因不同盐值的计算周期不一致进入等待状态，线程束利用率降低，最终导致性能缩水。

• 系统资源的隐性竞争
  基准测试通常在干净的系统环境下运行，而实际破解时，AWS实例的后台监控服务、系统进程可能占用了部分CPU、内存资源，间接影响GPU的调度效率。比如CPU需要负责生成掩码组合、与GPU交互传输数据，一旦CPU资源被分流，会拖慢整体破解流程。

内容的提问来源于stack exchange，提问作者daisy