Why is an AMD Ryzen 2700x 2x slower than a 3-year-old laptop Intel i7-6820HQ with Python?
我刚刚安装了一台基于 AMD Ryzen 2700x 和 32GB RAM(运行 Ubuntu 18.04)的台式计算机。
在工作中，我有一台使用了 3 年的笔记本电脑工作站，配备 Intel i7-6820HQ 和 16GB RAM(运行 Windows 10)。
我在两个平台上都安装了 Anaconda 并运行了一个自定义 Python 代码，该代码严重依赖于基本的 numpy 矩阵运算。
该代码不涉及任何特定于 GPU 的计算(我的工作笔记本电脑没有)。
Ryzen 运行在 3.7GHz，笔记本电脑 i7 运行在 3.6GHz。两个系统都已全面更新。
令我惊讶的是，代码在我的工作笔记本电脑上运行只需 5 分钟，而在 Ryzen 台式机上则需要 10 分钟！
最新的 Ryzen 2700x 应该比 3 年前的高端笔记本电脑 Intel 处理器快得多，那为什么会慢 2 倍呢？
-
是因为 Ubuntu 在某些方面不如 Ryzen 的 Windows 10 最佳吗？
-
是因为英特尔比 AMD 更适合 Python 模拟吗？
-
还有别的吗？
感谢您帮助了解正在发生的事情。
- 这可以说不属于stackoverflow。尝试超级用户(另一个 stackexchange 站点)。在任何情况下，如果没有用于基准测试的代码，基准测试是不可能的。如果您需要帮助，您需要提供一个可重现的示例。
- 感谢你的回复。我将尝试向超级用户发帖：一旦完成，stackoverflow 上的帖子将被禁止，以避免创建重复。我无法共享代码，因为我将它用于我的工作，但我会尝试找时间创建一个更简单的测试脚本来共享。
- @Scott 如果答案取决于您编写的代码，我认为它属于这里。不幸的是，代码不可共享，显示差异的简单基准测试将非常有帮助。缺乏代码是我对这个问题的唯一打击，而在我写这篇文章时存在的唯一答案是有启发性的。
- @MarkRansom 它取决于代码吗？最佳答案表明这实际上是一个硬件问题。看到这个元
- @Scott 通常 Ryzen 和 i7 非常匹配，它需要非常具体的代码才能产生 2 倍的差异。
- @MarkRansom ˉ\\\\\\\\_(ツ)_/ˉ
- 还请查看您在这两种情况下使用的 blas 包。这也会对性能产生很大影响。在 MKL 后端运行时，锐龙可能根本看不到任何 AVX2/FMA 代码。 github.com/fo40225/Anaconda-Windows-AMD
这是一个软件问题：默认情况下，anaconda 附带英特尔的 MKL 作为 BLAS 的后端，这会故意削弱 AMD 的速度。您还可以安装使用 openBLAS 的非 MKL 版本，您会看到巨大的性能提升。你不需要重新安装它，只需卸载 numpy 和 mkl，然后安装一个用 openBLAS 构建的 numpy。
- 另一个提示：当 MKL 与 Ryzen CPU 一起使用时，您还可以设置一个环境变量 export MKL_DEBUG_CPU_TYPE=5，然后 MKL 将运行得更快，因为它将使用在 Ryzen 中运行良好的优化代码路径，最终运行速度比 OpenBLAS (从 0.3.8 开始)。我不记得我在哪里读到它了，但我在我的 .profile 中保存了一段时间并且工作得很好。
numpy matrix operations
英特尔 Skylake 的 FMA 吞吐量(每个时钟 256 位向量 2 个)明显优于 Ryzen(每个时钟 128 位向量 2 个或每个时钟 256 位向量 1 个)。有关 x86 微架构的详细信息，请参阅 https://agner.org/optimize/。 Sandy-bridge 和 haswell SSE2/AVX/AVX2 的每个周期的 FLOPS 包括 Ryzen 的摘要。
由于缓存中的数据很热，优化的 matmul 可以通过缓存阻塞实现，一个好的 matmul 可能会成为 FMA 执行单元吞吐量的瓶颈。
或 L1d SIMD 加载/存储带宽，其中 Skylake > 2x Ryzen，能够维持接近 2x 256-bit 加载 1x 256-bit 存储，而 Ryzen 可以维持 2x 128-bit 缓存访问，最多其中之一可以是商店。
因此，对于 matmul / FMA 吞吐量而言，英特尔的单线程或每核吞吐量是 Ryzen 核心的两倍是完全合理的。
您是否使用多线程来利用每台机器中的所有内核？ 2700x是8核CPU，6820HQ是4核芯片。
如果您的工作负载可以/正在利用多个内核，那么可能是 L3 缓存带宽限制造成了影响，假设它们都配置正确并且实际运行在 3.6 / 3.7 GHz。或者，也许有什么东西会产生 4 倍的每核性能差异。
- 非常感谢您的明确答复。我的代码不涉及多线程，所以显然是由于 FMA 的吞吐量。我真的不知道这一点(我在购买前检查过的网站也没有比较英特尔和 AMD)，太糟糕了，我做出了错误的选择
- @PythonistL：numpy 可以自己使用多个线程。您应该使用 top 或 Windows 等效项检查您的代码运行时正在使用的内核数。如果它只有 1，如果矩阵足够大，从配置 numpy 到多线程可能会有很大的加速。
来源：https://www.codenong.com/53490310/
