pciex4

时间:2024-02-25 03:43:57编辑:流行君

太长不看:哪个便宜买那个,个人推荐TR。

显卡速度不会有明显区别。CPU单核速度俩也没明显区别,AMD多核速度完爆。

还有跑个题,显卡一定要涡轮卡(京东自营似乎不好买,但是不好买也一定要涡轮的),不然等着白白降速20%吧。

用过志强、TR、Core-X、家用i9、R7 3700X跑机器学习。

简而言之,除了志强低频垃圾,别的跑着区别不大。多卡平台TR低廉的价格和不俗的性能让我印象深刻。

4卡主要看PCIE通道和内存大小。还有机器学习可能涉及数据预处理,单核性能也要高一些(传统指令高权重,AVX/SSE低权重),毕竟个人来说,很多时候能不写multiprocess版本就不写了。

PCIE通道对比

4卡,每卡PCI-E x16,总共需要64条通道。俩CPU背后带宽都不够。

WS-X299-SAGE可以跑在16x+16x+16x+16x,但是总带宽i9 9820X仅有44条PCIE通道。

Threadripper抛去芯片组用的4条还有60条,但是x399主板设计的都给了NVME过多的PCIE通道,导致插槽只能16x+8x+16x+8x(完整的48条)。因为给NVME的通道多,SSD会快一点(机器学习mmap流式加载数据时可能用到)。

结论:俩区别不大。

单核速度对比

单核Cinebench R15两者速度几乎一致。(9820X 177分,2950x 179分。

结论:俩区别不大。

多核速度对比

R15成绩:9820X 2170, 2950X 3120.

结论:TR完胜

软件支持对比

Python一般性能测试,在AMD上完胜。

AMD上用OpenBLAS,速度和MKL没区别。少用MKL,用也用打破解补丁的,不然负优化受不了。

AMD上,Numpy全家桶自己编译一下,挂上TARGET=ZEN的OpenBlas,能比pip版快30%-100%。

Intel上Numpy挂MKL和上者同理,提速神效。

AMD上,Matlab可以手动切换成OpenBLAS,速度和MKL没多大区别。

Tensorflow,Pytorch都是显卡负载,没区别。

操作系统用过ArchLinux、Ubuntu 16.04。俩CPU感受上没区别,TR上cat /proc/cpuinfo看着bug少舒服点(笑)。

结论:俩区别不大。

价格

这个还用说么?TR完胜。

上一篇:g52

下一篇:情深深雨蒙蒙续集