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”。
我们先进行了AVX编译代码的SPEED测试:

SPECint_base2006,整数,SPEED测试,Base基准测试

SPECint2006,整数,SPEED测试,Peak峰值测试
可以看出,Broadwell-EP/Xeon E5-2699 v4的SPEED性能和Haswell-EP/Xeon E5-2699 v3的整数性能不相上下,Base测试结果上Broadwell-EP要弱一点点,Peak测试上则要高一点点,这是因为Peak测试当中可以更多地利用多线程进行计算——SPEED测试是单实例测试,但并不意味着是单线程测试。不过,在很多时候,SPEED测试都仅使用到一个核心(如462.libquantum等除外),因此它们实际上有可能运行于最高Turbo频率,Broadwell-EP/Xeon E5-2699 v4和Haswell-EP/Xeon E5-2699 v3的这个频率都是3.6GHz,而Ivy Bridge-EP/Xeon E5-2697 v2是3.5GHz,Sandy Bridge则是3.8GHz,可以认为,SPEED测试大部分时间下是一个频率游戏,但每一代处理器的IPC确实会有一些提升。需要说明的是462.libquantum 物理:量子计算项目,这是一个能应用多核的测试,但看起来应用的并不够多,核心更多的Broadwell-EP在这个项目的表现要明显低于上一代。

SPECfp_base2006,浮点,SPEED测试,Base基准测试

SPECfp2006,浮点,SPEED测试,Peak峰值测试
SPEED浮点测试中,Broadwell-EP/Xeon E5-2699 v4要比Haswell-EP/Xeon E5-2699 v3略微低一点,我们认为,有两个可能的原因导致了这个情况,一个是使用的主板的Firmware尚不完善,另一个是处理器设置工作于的Cluster on Die模式。
好文章,需要你的鼓励
微软研究院发布Memora记忆系统,旨在解决AI智能体在长期部署中记忆碎片化、检索效率低的问题。Memora通过将存储内容与检索方式解耦,引入"主抽象"与"线索锚点"双组件架构,在LoCoMo和LongMemEval两项基准测试中表现优异,上下文token用量最高可降低98%。但专家提醒,实际企业成本还需考虑索引、存储及合规审计,且该项目目前仍处于研究阶段,尚未达到生产就绪水平。
这项马里兰大学与思科研究院的联合研究发现,VLA机器人模型的语言模块存在严重冗余——砍掉一半语言层后成功率不降反升,而视觉和动作模块则高度敏感。
波兰小型模块化反应堆开发商SGE宣布计划在英国三个地点部署14台GE Vernova Hitachi的BWRX-300机组,总装机容量达4.2GW,可满足英国约11%的电力需求。该项目已依据英国《先进核能框架》提交申请,采用差价合约融资模式,预计2026年11月进入先进核能管道,首台机组目标于2034年投入商业运营。
研究揭示多智能体AI系统中验证存在"最优剂量":纠错太强或延迟太长会让AI团队陷入震荡,黄金比例倒数0.618是延迟两轮时的精确稳定阈值。