加速30倍!APU的GPU硬件加速性能对比
首款国人开发的支持GPU的OpenCL通用计算测试程序OpenCL General Purpose Computing Benchmark (简称GPCBenchMarkOCL)是由国内几名高性能计算从业人员和爱好者合作编写的,目的是为了评估在不同的OpenCL平台上一些基本算法和应用的性能。与目前流行的一些OpenCL、DirectCompute通用计算测试程序的不同在于,目前这些测试程序测试项目过于单一,基本上就是某一两种算法的性能测试,甚至干脆就是理论峰值计算性能的测试。而实际上,OpenCL计算设备包括GPU的计算性能是受非常多因素影响的,除了计算单元的频率和数量之外,还有计算单元架构、Global memory(显存)带宽、Local memory(GPU内的片上存储器,NVIDIA称为Shared memory,AMD称为Local Data Share)带宽和Bank conflict、存储器合并访问情况、存储器同步成本、缓存等各种因素。因此某些纸面计算性能非常高的GPU执行某些计算时性能却不一定好;又或者,某 GPU在执行某种计算时虽然性能落后于另一架构的GPU,但是在执行另一种计算时性能反而超前。GPCBenchMarkOCL集合了高性能计算领域多种常见的基础算法和应用,能比较全面地评估GPU及其它OpenCL计算设备在通用计算应用中的性能。
● 密码学测试:
哈希加密:GPU比CPU快12倍
● 常用数学算法测:
矩阵乘法:GPU比CPU快27倍
矩阵转置:GPU比CPU快15倍
并行规约:GPU比CPU快2倍
8x8离散余弦变换:GPU比CPU快7倍
● 单精度浮点运算测试:
加法:GPU比CPU快4倍
乘法:2.5倍
乘加:11倍
特殊函数:17倍
通过测试,我们发现,CPU又完败于6550D。4核心的A3850都落得如此下场,那市场上主流中低端双核CPU就完完全全悲剧了。
关注我们
![](https://sy0.img.it168.com/image/qrcode_pcpop.png)