Re: [請益] 科學計算使用intel有比較快嗎？

[arrenwu (二乃騎士)]

※ 引述《ben108472 (ben108472)》之銘言：
: 最近要換電腦在思考3700X與9900KF，如果有在大量使用python的numpy以及scipy，matpl
: otlib做計算繪圖，intel平台確實有比較快嗎？
: 剛剛網路上看一下，matlab計算似乎AMD可以說是慘輸給intel。
: 畢竟9900K除了貴3000以外，還要買個3000的貓頭鷹風扇才能壓，想知道3700X真的落後很
: 多嗎？
剛剛找了一下，我找不到 3700X 的相關結果，
但是有 3900X 和 9900k 的 MATLAB 測試

3900X : https://pastebin.com/WZuGhBJL
9900K : https://pastebin.com/8KF5BQmU

把這兩者在測資大小 N=10000 的結果拿出來比較
https://i.imgur.com/hW9TCk2.png

簡評：
1. SVD 9900K 比 3900X 慢約 14%
2. 計算 pseudo-inverse 9900K 比 3900X 快 9%
3. Cholesky 分解、QR 分解、計算反矩陣、矩陣相乘 9900K 都屌贏 3900X

--
「你的位置給我玩啦」  ～中野二乃
https://i.imgur.com/FjVPg9i.jpg

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 71.198.27.180 (美國)
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1565339785.A.405.html
推 zion1981    : 某人只看圓周率
推 ttpu1104    : Intel vs AMD in MATLAB benchmarks - July reddit
→ ttpu1104    : 討論串在這邊
MATLAB這個跟MKL有關係，比較快是可理解的。
不過 Numpy Eco-system 也會差那麼多嗎？
→ newsnew     : 直接看算的東西是拼單核還是多核
→ porco0857   : 你這樣叫香料粉怎麼高潮得起來？
→ ttpu1104    : 希望有版友能幫測9700k跟3700x
→ tonyselina  : MATLAB出社會會有人用喔 認真問
有啊  我朋友他們公司就有在用
→ andrew43    : 如果是這二顆，原po只要考慮能不能餵飽所以核心就行
推 b10007034   : 奇怪矩陣相乘是多核版嗎 怎麼3900x輸了
我覺得這是因為 MKL (Intel® Math Kernel Library) 有關係
→ dnaspirit   : 我是覺得N=10000 這矩陣也太小了
其實也滿大了吧？ 一個這大小的 double float matrix 要 0.75 GB 的記憶體
而且這個大小SVD就要做3分鐘了
→ AmibaGelos  : n=10000太小...快1G了耶OTZ 再上去要128G才能跑惹
→ dnaspirit   : 以一顆mos來說D/G/S/B 10000才2500個mos 扣掉接地的
→ dnaspirit   : 算3000顆好了 這電路超小的吧
→ dnaspirit   : 實務上都會用sparse matrix來弄 記憶體夠用的
→ dnaspirit   : 不會每個節點都跟其他的節點有關連的
他這個 N= 10000 不是 sparse 啊 = =
※ 編輯: arrenwu (71.198.27.180 美國), 08/09/2019 17:26:29
→ tsopk45168  : https://reurl.cc/YLEva
→ tsopk45168  : 這網站測得3900x略贏9900k
→ AmibaGelos  : sparse當然n想多少就多少 如果原po要跑sparse amd
→ AmibaGelos  : 應該快不少 當然如果是MKL還是慢很多就是lol
推 Jerrynet    : 如果是用anaconda，裝他的numpy底層也是mkl
→ badyy       : 看你線代用什麼lib阿 你可以改用非預設看看 好不好
→ badyy       : 用說個心得 不過matlab對生產的幫助應該是很小 大
→ badyy       : 部份製造業的ㄟXD
推 ben108472   : Anaconda真的很慢，但有時又不得不用
推 gn02219980  : anaconda不是可以不裝嗎 有什麼地方是必要的嗎？
→ windrain0317: 方便啊
→ dnaspirit   : AMD有AMD Optimizing CPU Libraries (AOCL)
→ dnaspirit   : 只是Intel 最近在軟體上異常積極
→ gn02219980  : 喔喔原來如此 我就是因為他太肥才沒裝的
推 jyhchyunlu  : 很多計算軟體都用到intel的函式庫啊，所以intel的cp
→ jyhchyunlu  : u比較快一點都不意外
→ kuma660224  : 靠軟體負優化對手比較快
推 apley       : intel不也只能在軟體支援上打敗AMD了嗎？ XDDDD
推 jhangyu     : 剛剛查了一下好像用Openblas也可以
→ jhangyu     : 不輸MKL
推 will3509111 : MKL都發展多久了...這種軟體不是一天兩天就能普及
→ will3509111 : 的
→ xxtomnyxx   : 我一直很好奇，如果把同樣的計算用組合語言寫，再拿
→ xxtomnyxx   : 來跑，會比用這些語言寫的快多少？
推 jhangyu     : https://zhuanlan.zhihu.com/p/55122931
→ jhangyu     : http://bit.ly/31qzuEb
→ jhangyu     : 看起來MKL並非取代不了啊
推 will3509111 : 而且說到底Intel本來也沒有義務要幫AMD最佳化，與
→ will3509111 : 其說是讓對手負優化，不如問為什麼這些軟體要在AMD
→ will3509111 :  CPU上面跑Intel的MKL
推 jhangyu     : 所以直接用OpenBLAS別用MKL了吧
推 jacky18008  : MKL是真的比較猛了啦，我自己在公司主要就用numpy
→ jacky18008  : 跑科學計算，intel在這邊做的是真的好。連2990wx都
→ jacky18008  : 會被8700屌打QQ
→ jacky18008  : 掰惹為，我自己是用3700，所以應該不算i粉（吧？
→ jacky18008  : openblas試過，編譯本身超麻煩，而且還是mkl快，nu
→ jacky18008  : mpy的MKL版本是真的不錯，有快。
推 jacky18008  : 因為mkl優化的不只是矩陣乘法
→ ry3298      : 期待加入支援https://developer.amd.com/amd-aocl
→ ry3298      : /
推 whitefox    : 64位元的程式算起來比較快是因為副程式的引數不經由
→ whitefox    : 堆疊來傳遞,堆疊的相關指令相當耗用cpu時序
→ whitefox    : 64位元的compiler會把引數用暫存器來傳遞,快30幾倍
推 a1234567289 : 樓上這個要看Compiler吧  32位元的Compiler也可以做
→ a1234567289 : 你說的這些事
→ a1234567289 : 不過主要還是要看使用的ABI是什麼 只要能用正確的標
→ a1234567289 : 準解析函就可以