Первые тесты инженерной версии процессора Эльбрус-16С

Появилась возможность протестировать инженерный процессор Эльбрус-16С и сравнить его с предыдущим процессором Эльбрус-8СВ.

Эта статья является продолжением моих предыдущих статей по бенчмаркам Эльбрусов:

• Новогодние бенчмарки компьютеров Эльбрус

• Большое тестирование процессоров различных архитектур

Эльбрус-16С на архитектуре e2k-v6 является развитием процессора Эльбрус-8СВ (e2k-v5), который имеет 16 ядер на частоте 2 ГГц, поддержку аппаратной виртуализации, поддерживает до 4 ТБ оперативной памяти DDR4-3200, 32 линии PCIe 3.0.

Тестируемый процессор работает на материнской плате 1Э16С-mATX c двумя установленными модулями памяти DDR4 на частоте 2400.

Внимание: тестируется инженерный процессор с частично отключенным кешем, у серийного образца результаты должны быть лучше.

 Фото инженерной платы из интернета (на фото плата не моего экземпляра):

К результатам процессоров Эльбрус-16С и Эльбрус-8СВ добавляю процессор Intel Core i7-2600 для относительного сравнения.

Характеристики сравниваемых процессоров:

* — У Intel Core i7-2600 частота бустится, ядер 4, но 8 потоков HT.

Список компилируемых тестов (на языках С и C++):

• Dhrystone, Whetstone, Linpack 100, Scimark 2, SuperPI

• MP MFLOPS

• TLB test, STREAM

• HPL (High Performance Linpack)

• 7zip встроенный бенчмарк

• StockFish (встроенный тест шахматного движка)

• Cpu Miner (minerd)

• Рендеринг в Blender (Файл для теста)

• Готовые результаты в SPEC 2006

Кроме того, я запускал тесты на языках программирования Java, C#, Python, PHP, Lua. Результаты: https://github.com/EntityFX/EntityFX-Bench/tree/master/results

Теперь сразу перейдём к сводной таблице с результатами.

Результаты

Компилируемые тесты

ВНИМАНИЕ: Сборка тестов производилась с подбором флагов оптимизации и использования профилировщика и на результаты влияет версия компилятора (я являюсь энтузиастом и собирал код своими силами и, надеюсь, МЦСТ смогут собрать более правильно). Архитектура Эльбруса предполагает, что вы будете оптимизировать производительность не только флагами сборки, но и менять сам код (для бенчмарков это запрещено делать).

* — В нативном режиме Эльбрус-8СВ в тесте Coremark показывает в 1,5 раза хуже результаты чем в режиме бинарной трансляции x86-64 кода (этот бинарный транслятор называется RTC). На Эльбрус-16С такой проблемы больше нет.

Результаты всех тестов здесь: https://github.com/EntityFX/anybench/tree/master/results

Geekbench 5 в бинарной трансляции RTC

Подробнее

Разбираем результаты

Логи результатов можете смотреть здесь

Dhrystone

Dhrystone достаточно древний тест 80х годов, написан на C. Тестирует целочисленную арифметику и работу со строками. Результаты измеряются в Dhrystone/s и DMIPS. (DMIPS = Dhrystone/s делить на 1757).

Эльбрус-16С немного показал хуже результаты чем Эльбрус-8СВ. Скорее всего, проблема с оптимизациями компилятором LCC, с новой версией будет перепроверяться.

Whetstone

Тестирует арифметику с плавающей/фиксированной запятой, математические функции, ветвления, вызовов функций, присваиваний, работы с числами с фиксированной запятой, ветвлений. Результаты измеряются в MMIPS.

Эльбрус-16С показывает результаты кратные частоте (2000 / 1500).

Coremark

Современный тест, который должен заменить Dhrystone и Whetstone. Написан на C. Считает различные массивы, матрицы, сортировка и т. д. Предназначался для запуска на всём: от микроконтроллеров до мощных процессоров.

Эльбрус-16С показывает гораздо лучшие результаты чем Эльбрус-8СВ. На 8СВ результаты в бинарной трансляции выходили лучше, чем нативные.

MP MFLOPS

Эльбрус-16С значительно обгоняет 8СВ, набирая более 1 ТFlops в числах с плавующей запятой одинарной точности.

HPL

HPL – переносимый высокопроизводительный тест, который используется для суперкомпьютеров. Решает системы линейных уравнений, использует библиотеки BLAS и MPI . Результаты выдаёт в GFLOPS.

Результаты HPL

7zip

Встроенный тест архиватора. Тест особо не параллелится, результаты примерно равные на этих процессорах (частота одинаковая).

Результаты 7zip

Больше результатов

Blender

Рендеринг сцены

Результаты Blender

SuperPI (1 млн)

1 поток:

Core(TM)2 Duo CPU     T9400  @ 2.53GHz:  2.58 sec

Core i7 2600 3.4 GHz:  1.81 sec

Elbrus 2C+ 0.47 GHz: 18.05 sec

Elbrus 4C 0.75 GHz:  10.18 sec

Elbrus 8C 1.2 GHz: 5.20 sec

Elbrus 8CB 1.55 GHz: 3.76 sec

Elbrus 16C 2.0 GHz: 2.77 sec

Stockfish

Результаты Stockfish

Minerd (Cpu miner)

./minerd --benchmark -a sha256d

Core i5-2500K:

thread 0: 26798032 hashes, 5307 khash/s

Total: 21226 khash/s

Эльбрус 8С (не оптимизирован):

thread 7: 2900420 hashes, 966.98 khash/s

Total: 7736 khash/s

Эльбрус 8СВ (оптимизирован):

thread 7: 34198012 hashes, 6840 khash/s

Total: 54714 khash/s

Эльбрус 16C (оптимизирован):

thread 7: 44098544 hashes, 8820 khash/s

Total: 141104 khash/s

Байкал-М 8 core 1.5 GHz, Cortex-A57:

thread 7: 4443436 hashes, 888.20 khash/s

Total: 7023 khash/s

Intel(R) Celeron(R) CPU N3350 @ 1.10GHz

thread 0: 2097152 hashes, 2403 khash/s

Total: 4808 khash/s

./minerd --benchmark -a scrypt

Core i5-6500 3.20GHz:

thread: 19.54 khash/s

total 78.26 khash/s

Core i7-9700K:

thread 7: 131280 hashes, 26.26 khash/s

Total: 211.68 khash/s

Эльбрус 8С (не оптимизирован +профиль):

thread 7: 6777 hashes, 2.26 khash/s

Total: 18.08 khash/s

Эльбрус 8СВ (оптимизирован):

thread 0: 4096 hashes, 8.50 khash/s

Total: 68.24 khash/s

Эльбрус 16C (оптимизирован под e2k-v5):

thread 0: 4096 hashes, 11.52 khash/s

Total: 183.01 khash/s

Байкал-М 8 core 1.5 GHz, Cortex-A57:

thread 7: 8875 hashes, 1.77 khash/s

Total: 14.03 khash/s

Intel(R) Celeron(R) CPU N3350 @ 1.10GHz

thread 0: 4104 hashes, 4.63 khash/s

Total: 9.25 khash/s

• Порт с оптимизациями

• https://github.com/EntityFX/cpuminer-multi

• https://github.com/pooler/cpuminer.git

SPEC 2006 INT/FP

SPEC CPU2006 инструмент исследования производительности систем, который основан на коде реальных приложений, поставляются в виде исходного кода. Тест оценивает не только производительность процессора и памяти, но и показывает то, насколько компиляторы могут оптимизировать код.

Имеется 2 группы тестов:

• SPEC INT 2006, измеряющий производительность целочисленных вычислительных задач (integer);

• SPEC FP 2006, измеряющий производительность вычислительных задач с вещественными числами (числами с плавающей точкой, floating point).

Результаты производительности языков программирования

Логи результатов смотрите тут:

Java

1 поток:

• Эльбрус 1С+ в 11 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 4С в 10 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 8С в 5,5 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 8СВ в 4,5 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 16С в 2,5 раз медленнее на 1 поток чем Core i7 2600

На всех потоках:

• Эльбрус 1С+ в 18 раз медленнее чем Core i7 2600 на всех потоках

• Эльбрус 4С в 12,5 раз медленнее чем Core i7 2600 на всех потоках

• Эльбрус 8С в 3 раз медленнее чем Core i7 2600 на всех потоках

• Эльбрус 8СВ в 2,5 раз медленнее чем Core i7 2600 на всех потоках

• Эльбрус 16С равен Core i7 2600 на всех потоках

PHP

1 поток:

• Эльбрус 2С+ в 15,5 раз медленнее чем Core i7 2600

• Эльбрус 1С+ в 8 раз медленнее чем Core i7 2600

• Эльбрус 4С в 4,5 раза медленнее чем Core i7 2600

• Эльбрус 8С в 3 раза медленнее чем Core i7 2600

• Эльбрус 8СВ в 2,5 раза медленнее чем Core i7 2600

• Эльбрус 16С в 2 раза медленнее чем Core i7 2600

Python

1 поток:

• Эльбрус R1000 в 12,5 раз медленнее чем Core i7 2600

• Эльбрус 2С+ в 30 раз медленнее поток чем Core i7 2600 на 1 поток

• Эльбрус 1С+ в 12,5 раз медленнее поток чем Core i7 2600 на 1 поток

• Эльбрус 4С в 15,5 раз медленнее поток чем Core i7 2600 на 1 поток

• Эльбрус 8С в 9 раз медленнее поток чем Core i7 2600 на 1 поток

• Эльбрус 8СВ в 7,8 раз медленнее поток чем Core i7 2600 на 1 поток

• Эльбрус 16С в 7 раз медленнее поток чем Core i7 2600 на 1 поток

На всех потоках:

• Эльбрус 2С+ в 58 раз медленнее поток чем Core i7 2600 на всех потоках

• Эльбрус 1С+ в 25 раз медленнее поток чем Core i7 2600 на всех потоках

• Эльбрус 4С в 13,5 раз медленнее поток чем Core i7 2600 на всех потоках

• Эльбрус 8С в 4,2 раза медленнее поток чем Core i7 2600 на всех потоках

• Эльбрус 8СВ в 3,8 раза медленнее поток чем Core i7 2600 на всех потоках

• Эльбрус 16С в 1,7 раза медленнее поток чем Core i7 2600 на всех потоках

Lua

1 поток:

• Эльбрус 2С+ в 16 раз медленнее чем Core i7 2600

• Эльбрус 1С+ в 6 раз медленнее чем Core i7 2600

• Эльбрус 4С в 10 раз медленнее чем Core i7 2600

• Эльбрус 8С в 6 раз медленнее чем Core i7 2600

• Эльбрус 8СВ в 5 раз медленнее чем Core i7 2600

• Эльбрус 16С в 4 раз медленнее чем Core i7 2600

• Эльбрус R1000 в 9 раз медленнее чем Core i7 2600

C# NetCore (В режиме трансляции RTC)

1 поток:

• Эльбрус 8С в 3,5 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 8СВ в 3 раз медленнее на 1 поток чем Core i7 2600

• Эльбрус 16С в 2 раза медленнее на 1 поток чем Core i7 2600

На всех потоках:

• Эльбрус 8С в 2 раза медленнее чем Core i7 2600

• Эльбрус 8СВ в 1,5 раз медленнее чем Core i7 2600

• Эльбрус 16С в 1,25 раза быстрее Core i7 2600

Выводы

Эльбрус-16С на 33% быстрее Эльбрус-8СВ на 1 поток и имеет в 2 раза больше ядер. Есть задачи, где он очень эффективен, где-то не очень, думаю найдёт свою нишу.

Жду ваши предложения, какие ещё бенчмарки можно прогнать на этих компьютерах (желательно с простой сборкой).

P. S. Принимаю ваши предложения и правки, статья пополняется.

Стикеры Телеграм с Эльбрусами: https://telegram.me/addstickers/Elbrus2000 :-)

UPD 1. Тест подсистемы памяти STREAM на 8ми планках DDR4-2400 по 8 Гб (77 ГБ/с вместо 19 ГБ/с)

-------------------------------------------------------------
STREAM version $Revision: 5.10 $
-------------------------------------------------------------
This system uses 8 bytes per array element.
-------------------------------------------------------------
Array size = 10000000 (elements), Offset = 0 (elements)
Memory per array = 76.3 MiB (= 0.1 GiB).
Total memory required = 228.9 MiB (= 0.2 GiB).
Each kernel will be executed 10 times.
 The *best* time for each kernel (excluding the first iteration)
 will be used to compute the reported bandwidth.
-------------------------------------------------------------
Number of Threads requested = 16
Number of Threads counted = 16
-------------------------------------------------------------
Your clock granularity/precision appears to be 1 microseconds.
Each test below will take on the order of 1688 microseconds.
   (= 1688 clock ticks)
Increase the size of the arrays if this shows that
you are not getting at least 20 clock ticks per test.
-------------------------------------------------------------
WARNING -- The above is only a rough guideline.
For best results, please be sure you know the
precision of your system timer.
-------------------------------------------------------------
Function    Best Rate MB/s  Avg time     Min time     Max time
Copy:           70389.0     0.002306     0.002273     0.002349
Scale:          67256.8     0.002406     0.002379     0.002446
Add:            74444.1     0.003237     0.003224     0.003256
Triad:          77148.4     0.003144     0.003111     0.003185
-------------------------------------------------------------
Solution Validates: avg error less than 1.000000e-13 on all three arrays
-------------------------------------------------------------

-------------------------------------------------------------
STREAM version $Revision: 5.10 $
-------------------------------------------------------------
This system uses 8 bytes per array element.
-------------------------------------------------------------
Array size = 200000000 (elements), Offset = 0 (elements)
Memory per array = 1525.9 MiB (= 1.5 GiB).
Total memory required = 4577.6 MiB (= 4.5 GiB).
Each kernel will be executed 10 times.
 The *best* time for each kernel (excluding the first iteration)
 will be used to compute the reported bandwidth.
-------------------------------------------------------------
Number of Threads requested = 16
Number of Threads counted = 16
-------------------------------------------------------------
Your clock granularity/precision appears to be 2 microseconds.
Each test below will take on the order of 121592 microseconds.
   (= 60796 clock ticks)
Increase the size of the arrays if this shows that
you are not getting at least 20 clock ticks per test.
-------------------------------------------------------------
WARNING -- The above is only a rough guideline.
For best results, please be sure you know the
precision of your system timer.
-------------------------------------------------------------
Function    Best Rate MB/s  Avg time     Min time     Max time
Copy:           16827.5     0.190366     0.190165     0.190579
Scale:          16961.5     0.189098     0.188663     0.189866
Add:            18717.8     0.257251     0.256440     0.257978
Triad:          18653.6     0.257563     0.257323     0.258054
-------------------------------------------------------------
Solution Validates: avg error less than 1.000000e-13 on all three arrays
------------------------------------------------------------