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"2S32C64T"字段指的是2 Sockets、32 Cores、64 Threads,意思是“2插槽32核心64线程”。
时间紧迫,我们没有进行non-AVX的测试以和前数代官方平台进行对比,而是直接进行了已经普及的AVX2测试。对比的平台都是当时的顶级配置,尽管系统和编辑器与现在相比可能有所不如。我们先进行的是SPEED测试,这个测试中系统全力以赴运行一个实例——通常是一个进程,但编译器和操作系统可能会根据情况将其编译为多个线程并分散到多个核心上运行,因此有些项目会看到非常可观的性能表现:

SPECint_base2006,整数,SPEED测试,Base基准测试

SPECint2006,整数,SPEED测试,Peak峰值测试
462.libquantum是一个模拟量子计算的子项目,它极大地依赖于内存性能,因此新的系统比上一代增加了50%的内存通道数量提供了无与伦比的优势。大部分SPEED测试均使用不超过2个CPU核心,因此通常Intel的处理器可以Turbo到最高频率(但运行AVX2代码又会降低一些频率)。在2个核心的情况下,2.6GHz的Skylake-SP/Xeon Gold 6142可以Turbo至3.7GHz(记住运行AVX2代码时又会降低一些频率),而Broadwell-EP/Xeon E5-2699 v4和Haswell-EP/Xeon E5-2699 v3的这个频率都是3.6GHz,Ivy Bridge-EP/Xeon E5-2697 v2则是3.5GHz。

SPECfp_base2006,浮点,SPEED测试,Base基准测试

SPECfp2006,浮点,SPEED测试,Peak峰值测试
我们可以看到,基于Intel Xeon SP Gold 6142的H3C UniServer R4700 G3在单任务上提供了比上一代超出非常多的优势,SPECint_base2006为73.1,SPECfp_base2006为135。即使是考虑老平台也使用AVX2代码,我们以前的测试表明并没有多大的提升。
好文章,需要你的鼓励
谷歌宣布为旗下互动世界构建工具Project Genie新增Google街景功能,用户可基于真实地点生成可探索的游戏世界。只需选定美国境内的地图位置,描述角色形象,并选择"沙漠"或"石器时代"等风格,系统即可生成与现实街景绑定的沉浸式虚拟场景。每次游玩时长限60秒,支持WASD操控,目前仅向AI Ultra订阅用户开放,后续将逐步扩展覆盖范围。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。