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
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。