Artem Solopiy @EntityFX
Iot Solutions Developer
Information
- Rating
- Does not participate
- Location
- Казань, Татарстан, Россия
- Works in
- Date of birth
- Registered
- Activity
Specialization
Fullstack Developer, IoT
Senior
C#
.NET Core
.NET
SQL
Linux
Docker
JavaScript
Designing application architecture
|----------|---------------|---------------|-----------------|----------|
| E8C-SWTX | Dhrystones | 5 865,19 | 7 617,93 | 129,88 |
| E8C-SWTX | Whetstones | 1 517,62 | 1 582,78 | 104,29 |
| E8C-SWTX | Whetstones MP | 12 980,00 | 10 967,00 | 84,49 |
| E8C-SWTX | LINPACK | 1 075,27 | 934,11 | 86,87 |
| E8C-SWTX | MPMFLOPS | 160 334,00 | 75 685,00 | 47,20 |
| E8C-SWTX | Coremark | 3711 | 6 163,50 | 166,09 |
| E8C-SWTX | Coremark MP | 28 846,15 | 49 025,07 | 169,95 |
| E8C-SWTX | Scimark 2 | 511,43 | 412,79 | 80,71 |
| E8C-SWTX | | | | 100,84 |
| E8C-SWTX | Whetstones JS | 30 | 417,15 | 1 390,50 |
316 GFlops — на SSE (не AVX) для 16ти потоков, крутой результат
Он простой как валенок и такой странный.
Вот купят и дадут SPEC CPU, тогда и замерим, то что было, то и прибыло в сравнение. Да и вообще я это просто для себя ради интереса сделал и решил опубликовать чтобы результаты где-то были.
Ну если есть такие машины, сравните и мне вышлите результаты, я обязательно добавлю топовые процы.
Даааа, шкафик он знатный.
Выложил ваш результат: https://github.com/EntityFX/anybench/tree/master/results/intel-core-i5-4670
А, ну да, NetBurst тот ещё пень.
64 Bit MP SSE MFLOPS Benchmark 1, 4 Threads, Wed May 13 08:03:17 2020
Test 4 Byte Ops/ Repeat Seconds MFLOPS First All
Words Word Passes Results Same
Data in & out 102400 2 10000 0.055166 37124 0.764063 Yes
Data in & out 1024000 2 1000 0.051106 40074 0.970753 Yes
Data in & out 10240000 2 100 0.411623 4975 0.997008 Yes
Data in & out 102400 8 10000 0.089668 91359 0.850936 Yes
Data in & out 1024000 8 1000 0.093701 87427 0.982338 Yes
Data in & out 10240000 8 100 0.420208 19495 0.998200 Yes
Data in & out 102400 32 10000 0.377783 86738 0.660150 Yes
Data in & out 1024000 32 1000 0.381274 85944 0.953652 Yes
Data in & out 10240000 32 100 0.460269 71193 0.995215 Yes
Ну и потребление с ростом частоты нелинейно растёт.
У кого-то дома однозначно стоит такой.
Да, я взял средний коэффициент на основе других ARM.
А реально на Байкал М запустить это: https://github.com/EntityFX/anybench
Вот вам вброс:
Huawei Server (Kunpeng 920 (armv8.4 64 core x 2 CPU)) 128 ЯДЕР:
431,59; Sparse: 1 473,08; LU: 3 206,11