除了整数运算和浮点运算的差别之外,SPEC CPU2006测试还分两种:SPEED测试和RATE测试,SPEED测试类型运行单个实例,用来测试系统运行单作业的时候的运算能力,RATE测试则是运行多个实例,用来测试系统的总运算吞吐能力。SPEC CPU测试还会给出两种类型的结果:Base基准测试结果和Peak峰值测试结果,Base测试要求编译器套件按照指定的规则进行优化,而Peak测试则可以允许使用更多的优化技术,可以看出,前者可以用来简单对比不同的平台,而后者则在对比因素中加入了编译器等因素,有实力编写编译器的厂商可以从中获益。本页给出的是SPEED测试结果,按照整数到浮点、Base测试到Peak测试排列四个成绩图标,每个图表给出了测试系统及对比系统的每个子项目的成绩。图表图例文字中最后的"2S44C88T"字段指的是2 Sockets、44 Cores、88 Threads,意思是“2插槽44核心88线程”。
对于AVX2下的测试,前面也说过,在Intel Xeon E5-2699 v3上,只要有一个核心运行AVX2代码,所有核心的最高频率都会降低到某个频率,而在Intel Xeon E5-2699 v4上,在运行AVX2代码时只有这个核心会降低一定的频率,不同的核心其频率互不影响,从而提高了整体性能:
SPECint_rate_base2006,整数,RATE测试,Base基准测试
SPECint_rate2006,整数,RATE测试,Peak峰值测试
测试表现出两代处理器具有非常巨大的差距,对于Haswell-EP,使用AVX2编码可以说性能测试得分有所下降,而对于Broadwell-EP,性能则略有上升,加上本来就具有的性能差距,AVX2编码代码性能差别非常巨大,Broadwell-EP性能是Haswell-EP的225%。需要重申的是,这里使用的AVX2编码是非常初级的状况,基于对现在来说显得有些陈旧的ICL 13.0。我们相信,如果使用最新版本的ICL,Haswell-EP的性能也没那么差——当然,Broadwell-EP的性能则会比现在更好。
SPECfp_rate_base2006,浮点,RATE测试,Base基准测试
SPECfp_rate2006,浮点,RATE测试,Peak峰值测试
浮点性能的差异则没那么大,Broadwell-EP性能是Haswell-EP的176%。在AVX2测试中,Broadwell-EP在所有核心都满载的情况下,频率为2.6GHz,而在AVX测试中,这个频率是2.8GHz,Haswell-EP的情况也类似。尽管看起来没什么区别,但需要解释的是,程序可以没有AVX2编码,但最基本的整数运算一定会具有,因此,对于将所有核心的AVX2运行频率解耦的Broadwell-EP来说,只要运行着AVX2编码,就能相对上一代获得潜在的性能优势,因为非AVX2编码的那部分代码被加速了。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。