News Intel Nova Lake-S: Staffelstart von CES bis Computex 2027 mit 28-Kern-Gamer-CPU zum Auftakt

sikarr schrieb:
Ich bin mir nicht ganz Sicher ob Windows auch das Lastverhalten der Threads berücksichtigt hat, aber ja es konnte passieren das ein starker thread auf einem logischen Core gelandet ist wenn kein physicher mehr frei war.

Nicht nur das: Wenn der zweite Thread eines Kerns aktiviert wird, wird der erste Thread auf dem Kern langsamer.
 
  • Gefällt mir
Reaktionen: DynamaxX und sikarr
sikarr schrieb:
Wobei Windows physische Kerne bevorzugt hat. Thread 1 auf Core0, Thread 2 auf Core2 etc. Und wenn dann halt noch mehr kommt wurden die dann mit auf logischen Cores aufgeteilt 1, 3 etc.
Bei einer CPU die aus gleichwertigen Kernen besteht, ist die Kalkulation da scheinbar einfach, erst 0,2,4,6 dann 1,3,5,7. Mit unterschiedlichen Kernen geht diese Rechnung aber nicht mehr auf. Was machst du mit einem Prozess der mehr Rechenleitung benötigt? Auf dem E-Kern belassen oder auf einen P-Kern schieben und beide Threads um Ressourcen konkurrieren lassen?

Die Entscheidung den HT Mist sein zu lassen und mit 2-3 unterschiedlichen Kerntypen zu arbeiten, ist in meinen Augen richtig und löst auch das ewige Sicherheitsproblem. Ich finde es schade, dass der aktuelle CEO wieder in Richtung HT gehen will.
 
  • Gefällt mir
Reaktionen: mae
xexex schrieb:
Mit unterschiedlichen Kernen geht diese Rechnung aber nicht mehr auf.
das OS weis eigentlich welche Kerne physisch und logisch sind, es sollte zu erst die physischen bevorzugen.
xexex schrieb:
Was machst du mit einem Prozess der mehr Rechenleitung benötigt?
Was macht das OS heute wenn keine Kerne mehr da sind, es wird langsamer.
xexex schrieb:
Auf dem E-Kern belassen oder auf einen P-Kern schieben und beide Threads um Ressourcen konkurrieren lassen?
ist halt die Frage, die stelle ich mir im übrigen auch bei Android mit den big.LITTLE. Warum sollte die Software nicht dauerhaft auf den big Kernen rennen?
xexex schrieb:
Die Entscheidung den HT Mist sein zu lassen und mit 2-3 unterschiedlichen Kerntypen zu arbeiten, ist in meinen Augen richtig und löst auch das ewige Sicherheitsproblem.
HT oder besser gesagt SMT hat jede größere CPU Architektur, nutzen ist also durchaus vorhanden.
 
sikarr schrieb:
das OS weis eigentlich welche Kerne physisch und logisch sind, es sollte zu erst die physischen bevorzugen.
Nein! Wie ich bereits in der Grafik verlinkt habe, kann der Vorteil durch HT Nutzung auch mal 80% betragen, mehr als tendenziell ein E-Kern an Leistung erbringt.

Das OS hat keine Ahnung welcher Kern bestimmte Rechenaufgaben schneller erledigen kann, weil es den Programmcode nicht kennt. Das war der Grund seitens Intel überhaupt der Thread Director zu entwickeln, um Feedback an den Scheduler liefern zu können.

HT bleibt an dieser Stelle das Problemkind, das man mit der aktuellen CPU Generation pragmatisch gelöst hat, zu jeder Zeit ist ein Kern ein Kern und bietet Leistung X.

sikarr schrieb:
HT oder besser gesagt SMT hat jede größere CPU Architektur, nutzen ist also durchaus vorhanden.
Ist ARM etwa nicht groß? Bei den aktuellen Client-CPUs ist AMD derzeit der einzige Chiphersteller der noch auf SMT setzt. Auf den Smartphones gibt es SMT nicht, bei Apple gibt es SMT nicht und bei Intel auch nicht, es wird allesamt auf unterschiedliche Kerne gesetzt.
Ergänzung ()

sikarr schrieb:
ist halt die Frage, die stelle ich mir im übrigen auch bei Android mit den big.LITTLE. Warum sollte die Software nicht dauerhaft auf den big Kernen rennen?
In einer Fantasiewelt mit unbegrenztem Energiebudget, Wärme die sich einfach in Luft auflöst und Schaltungen die kein Platz benötigen, wäre das eine plausible Frage. In den richtigen Welt ist es einfach zu beantworten. CPUs können nicht unendlich Energie verbrauchen, große Kerne benötigen Platz und erhöhen die Signallaufzeiten und viele Hintergrundanwendungen benötigen kaum Rechenzeit.

Der Tod einer CPU sind Prozesse die "ein Bisschen" Rechenzeit benötigen und somit einen kompletten Taskswitch erfordern. Stelle dir einfach mal dich selbst bei der Arbeit vor, konzentriert auf deine Aufgabe und alle zwei Minuten kommt jemand vorbei und fragt dich was.

Ähnlich passiert es bei einer CPU wo mehrere Threads um einen Kern kämpfen. Jedes mal muss nur um paar Befehle auszuführen die gesamte Warteschlage mit Caches geleert werden, um dann wieder komplett von neuem anzufangen.
https://www.intel.com/content/www/u.../2021-6/appendix-a-costs-of-time-slicing.html

Im Optimalfall hat die CPU immer genug Kerne und benötigt keinen Context Wechsel. Alles was im Hintergrund läuft, kann einfach auf den E-Kernen ausgeführt werden und die Primäranwendung bekommt den exklusiven Zugriff auf die volle Leistung. Der Scheduler muss dann nur noch entscheiden was primär und was nebensächlich ist.

Stelle dir einfach mal die Frage anders! Wenn dein OS gerade die Zeit aus dem Internet abgleicht, oder die Anwendung die du verwendest Daten über das Netz sendet, wieso sollte sowas auf einem hochgezüchteten Kern laufen der gerade wichtige Daten berechnet?
 
Zuletzt bearbeitet:
Verak Drezzt schrieb:
aber wtf, was will man mit einer "gaming" CPU mit so vielen Kernen (28 oder 52) ? 5 Games gleichzeitig zocken ? auch wenn es E-Cores und nen 8P/16P Kern Modelle sind, Intel macht mal wieder einen auf Tim Taylor...

Szenario: Man spielt The Last of Us 1 Remake, rippt nebenbei DVDs und wandelt sie zeitgleich mit Handbrake in h265 um während das Spiel butterweich läuft. Dazu braucht man Kerne und dafür sind PCs auch da. Wer nur spielt kann auch eine Konsole nutzen :)
 
  • Gefällt mir
Reaktionen: DynamaxX
bLLC dürfte das interessanteste sein.

Leider wieder nur 8 P-Kerne pro CPU-Die, die 8 scheint festzementiert seit die neue Architektur mit den P-, und E-Kernen erschienen ist.

Das in Kombination mit den Speicherpreisen macht es dann doch recht uninteressant. (kommend vom i7-11700 [mit AVX512] und 128GB Ram)
Ergänzung ()

xexex schrieb:
Ist ARM etwa nicht groß? Bei den aktuellen Client-CPUs ist AMD derzeit der einzige Chiphersteller der noch auf SMT setzt. Auf den Smartphones gibt es SMT nicht, bei Apple gibt es SMT nicht und bei Intel auch nicht, es wird allesamt auf unterschiedliche Kerne gesetzt.

Intel will es wieder einführen und Huawei mit den Kirin 90xx-Prozessoren bietet das heute schon im ARM-Universum.

Gute 20% mehr Leistung im Schnitt bei ~5% mehr Chip-Fläche sind halt zu verlockend, um sie einfach liegen zu lassen.
 
Zuletzt bearbeitet:
Corpus Delicti schrieb:
Gute 20% mehr Leistung im Schnitt bei ~5% mehr Chip-Fläche sind halt zu verlockend, um sie einfach liegen zu lassen.
Als die CPUs noch 1-4 Kerne hatten, mag das zustimmen, aber bei einer 28C CPU nicht mehr, und wie bereits erwähnt bringt es wieder die Sicherheitsproblematik und komplizierteres Scheduling mit sich.
 
  • Gefällt mir
Reaktionen: Yosup
Dedenne1987 schrieb:
Mhhhh. Hatte auf ein 12 Kerner (Performancekerne) mit Cache gehofft.
Habe auch 16 P Kerne oder 24 gehofft.
Die E Kerne machen doch nur Sinn für Firefox, Thunderbird, Hintergrundsachen oder gibts dafür einen anderen Zweck?
 
xexex schrieb:
Nein! Wie ich bereits in der Grafik verlinkt habe, kann der Vorteil durch HT Nutzung auch mal 80% betragen, mehr als tendenziell ein E-Kern an Leistung erbringt.
Das sind Ausnahmefälle, die man nicht alle abgedeckt bekommt. Man ist aber nicht langsamer als wenn man HT gar nicht hätte.
xexex schrieb:
Auf den Smartphones gibt es SMT nicht, bei Apple gibt es SMT nicht und bei Intel auch nicht, es wird allesamt auf unterschiedliche Kerne gesetzt.
Doch bei Huawei schon. Die großen Taishan Kerne haben alle 2 Threads pro Kern.
xexex schrieb:
Ähnlich passiert es bei einer CPU wo mehrere Threads um einen Kern kämpfen. Jedes mal muss nur um paar Befehle auszuführen die gesamte Warteschlage mit Caches geleert werden, um dann wieder komplett von neuem anzufangen.
Gibt es so viele Fälle wo Ryzen mit HT langsamer sind als ohne? Mir noch nie aufgefallen.
 
wagga schrieb:
Die E Kerne machen doch nur Sinn für Firefox, Thunderbird, Hintergrundsachen oder gibts dafür einen anderen Zweck?

Bei gut parallelisierbaren Anwendungen bringt 8P+16E mehr als 16P, selbst bei P-Kernen mit HT (da wuerden sich die P-Kerne schon aufgrund ihres Energieverbrauchs einbremsen, und HT verlangsamt die Abarbeitung jedes Threads nochmals betraechtlich); und 16P wuerde eh nicht kommen, weil Intels Ring-Architektur offenbar bei 12 Core-Knoten an ihre Grenzen stoesst. Dann gibt's auch noch Anwendungen (viele Spiele sollen dazugehoeren) mit einem Hauptthread, der viel Leistung braucht, und Nebenthreads, die mit weniger auskommen; nur dass die Spiele von den E-Kernen wenig profitieren, weil ihre Threads schon mit den 8 P-Kernen auskommen.
Ergänzung ()

bensen schrieb:
Gibt es so viele Fälle wo Ryzen mit HT langsamer sind als ohne?

Erstbestes Beispiel: 8000x8000 Matrizenmultiplikation mit libopenblas auf einem Ryzen 8700G (auf 25 W Power limit begrenzt):

Code:
[~/tmp/matmul:169924] time openblas 8000 #ohne smt

real    0m3.326s
user    0m22.046s
sys     0m1.696s
[~/tmp/matmul:169925] time openblas 8000 #mit smt

real    0m3.630s
user    0m45.186s
sys     0m6.069s

Der relevante Wert ist die "real"-Zeit, die anderen beiden Werte sind CPU-Zeit im user mode und im system mode. Das Ein- und Ausschalten von SMT erfolgte in einem anderen Fenster. libopenblas verwendet soviele Threads wie der Prozessor hat, wenn man ihm nichts anderes sagt.

P.S.: Nochmal andere Dinge gemessen: mit SMT werden 3017MHz angezeigt, ohne 3063MHz, erstaunlich wenig Unterschied. Mit SMT werden 124G Befehle ausgefuehrt, ohne 121G (das Verteilen auf Threads und das Zusammenfuegen der Teilergebnisse kostet bei mehr Threads mehr Befehle). Ach ja, Matrizenmultiplikation ist extrem gut parallelisierbar.

PP.S.: Aehnlicher Test auf einem ASUS NUC mit Core i3-1315U (wobei der Takt sowohl auf den P-Cores als auch auf den E-Cores um 700MHz unterhalb des offiziellen Maximums bleibt, warum auch immer), aber mit 4000x4000-Matrizenmultiplikation, damit's nicht so lange dauert (15s fuer 8000x8000 auf allen 8 Hardware-Threads; warum ist der so viel langsamer als der 8700G?):

Code:
# P-Cores, 1 thread pro Core
[alderlake:/tmp:126117] OMP_NUM_THREADS=2 taskset -c 0,2 perf stat blas 4000
       28945390794      cpu_core/cycles/                 #    3.787 GHz                       
       3.833953423 seconds time elapsed

# P-Cores, beide threads pro core
[alderlake:/tmp:126118] OMP_NUM_THREADS=4 taskset -c 0-3 perf stat blas 4000
       56570651408      cpu_core/cycles/                 #    3.786 GHz                       
       3.751347178 seconds time elapsed

# E-Cores
[alderlake:/tmp:126119] OMP_NUM_THREADS=4 taskset -c 4-7 perf stat blas 4000
       40315721877      cpu_atom/cycles/                 #    2.576 GHz                       
       3.954378070 seconds time elapsed

# Alle Hardware-Threads (P-Cores und E-Cores)
[alderlake:/tmp:126120] OMP_NUM_THREADS=8 taskset -c 0-7 perf stat blas 4000
       40927565332      cpu_atom/cycles/                 #    2.569 GHz                    
       60255779054      cpu_core/cycles/                 #    3.783 GHz                   
       2.008963545 seconds time elapsed

# P-Cores mit je einem Thread, und E-Cores
[alderlake:/tmp:126121] OMP_NUM_THREADS=6 taskset -c 0,2,4-7 perf stat blas 4000
       39961305469      cpu_atom/cycles/                 #    2.574 GHz                     
       58690611302      cpu_core/cycles/                 #    3.781 GHz                     
       2.606006624 seconds time elapsed

Der "elapsed"-Wert entspricht dem "real"-Wert oben. Ansonsten zeige ich den Takt der Cores, der offenbar durch das Power Limit nicht eingeschraenkt wird. (Warum die cycles-Zahlen bei den Messungen, wo P- und E-Cores aktiv waren, so hoch waren, dafuer habe ich keine Erklaerung.)

Hier bringt SMT tatsaechlich einen kleinen Vorteil und 4 E-Cores sind tatsaechlich ein bisschen langsamer als 2 P-Cores (ob mit oder ohne SMT). Aber P-Cores und E-Cores zusammen ergeben schon eine ordentliche Beschleunigung. Interessanterweise schadet es hier deutlich, bei den P-Kernen nur einen Thread zu verwenden; moeglichweise kommt das dadurch zustande, dass die P-Kerne dann viel schneller laufen als die E-Kerne, was die Lastverteilung in libopenblas durcheinanderbringen koennte.

Die Gracemont E-Cores haben hier mehrere Handicaps: Sie haben relativ schwache SIMD-Einheiten (basierend auf 128-bit breiten Einheiten, sodass jeder AVX-256-Befehl die Einheiten entsprechend laenger belegt). Allgemein sind die Skymont-E-Cores bei den aktuellen Intel-Prozessoren deutlich staerker (bis zu 8 Befehle pro Zyklus im Vergleich zu 5 bei Gracemont), aber ich weiss nicht, ob das bei den SIMD-Einheiten auch so ist. Und das reduzierte Taktlimit auf dieser Maschine trifft die E-Cores staerker (-27% Takt) als die P-Cores (-18% Takt).

PPP.S.: Noch ein Nachtrag mit Daten zu Arrow Lake ist ein paar Postings weiter unten in #97 zu finden.
 
Zuletzt bearbeitet:
xexex schrieb:
Das OS hat keine Ahnung welcher Kern bestimmte Rechenaufgaben schneller erledigen kann, weil es den Programmcode nicht kennt.
Na tendenziell schon, es kennt ja immerhin den unterschied zwischen P oder E Core, bzw. physisch und logisch, nur weiß es eben nicht wie lange der Task rennen wird wenn er gestartet wird.
xexex schrieb:
In einer Fantasiewelt mit unbegrenztem Energiebudget, Wärme die sich einfach in Luft auflöst und Schaltungen die kein Platz benötigen, wäre das eine plausible Frage. In den richtigen Welt ist es einfach zu beantworten. CPUs können nicht unendlich Energie verbrauchen, große Kerne benötigen Platz und erhöhen die Signallaufzeiten und viele Hintergrundanwendungen benötigen kaum Rechenzeit.
Kommische Antwort auf die Frage warum Android als Beispiel nicht alle Tasks auf die big Kerne schiebt. Der Hintergrund ist ja der das es darum geht die Arbeit möglichst schnell zu erledigen um die Kerne wieder schlafen zu legen. Also nochmal warum schiebt die Software nicht gleich alle Tasks (außer Hintergrundprozesse) die der Anwender startet auf die big Cores um sie zügig abzuarbeiten.
xexex schrieb:
Ist ARM etwa nicht groß?
Darum gings nicht und auch ARM bietet SMT an, PPC, SPARC, ARM, X86,RISC-V sie alle boten oder bieten SMT in irgendeiner Form. ARM zum beispiel mit den ersten Neoverse Cores.
Warum jetzt Apple kein SMT einsetzt musst du die Fragen, bestimmt wird es dafür Gründe geben, aber technisch wäre es möglich.

Und da auch heute noch IBMs Power CPUs massiv SMT nutzten muss es ja durchaus auch Vorteile geben.
Ergänzung ()

mae schrieb:
Dann gibt's auch noch Anwendungen (viele Spiele sollen dazugehoeren) mit einem Hauptthread, der viel Leistung braucht, und Nebenthreads, die mit weniger auskommen; nur dass die Spiele von den E-Kernen wenig profitieren, weil ihre Threads schon mit den 8 P-Kernen auskommen.
daher wohl auch das aufkommen der "Prime" Cores im Smartphone segment, 1 Primecore und 2 PerformanceCores und 4 Efficiency Cores.

Ich muss aber mal sagen das mir Privat weder HT noch die E-Cores bei meinem 12700F negativ aufgefallen sind. Ich bin in meinem Anwendungsfällen mehr als zu frieden mit der Performance. Damit möchte ich das aber nicht pauschalisieren, ist halt nur mein persönlicher Eindruck.
 
Zuletzt bearbeitet:
Dedenne1987 schrieb:
Mhhhh. Hatte auf ein 12 Kerner (Performancekerne) mit Cache gehofft.
AMD liefert doch !?!
Einfach den Hersteller unterstützen, der sich noch ein wenig um den Gamer kümmert.
 
  • Gefällt mir
Reaktionen: Nighteye
@sikarr Nachdem 3D Cache aktuell nur noch im Konsumer Segment zu finden ist und damit zu 99% Gamer angesprochen werden, kann man hier wirklich sagen "AMD kümmert sich um die Gamer"
(3D Cache: TR raus, Epyc raus, es gibt ein paar AM5-Epycs, die aus der Gamer-Ware abstammen)
 
sikarr schrieb:
Warum jetzt Apple kein SMT einsetzt musst du die Fragen, bestimmt wird es dafür Gründe geben, aber technisch wäre es möglich.
Aus dem gleichen Grund wieso Intel SMT abgeschafft hat und wieso man sich bei ARM für big.LITTLE entschieden hat.
1784621340608.png

https://en.wikipedia.org/wiki/Apple_M5

sikarr schrieb:
da auch heute noch IBMs Power CPUs massiv SMT nutzten muss es ja durchaus auch Vorteile geben.
IBM hat da einen völlig anderen Ansatz und unterstützt 8 Threads pro Kern, aber ich schrieb nicht ohne Grund Client-CPUs.
 
Zuletzt bearbeitet:
Intel schickt eine 8P + 16E + L3 Cache gegen 12 3D Cache.
 
Und jetzt ein paar Messwerte mit einem Core Ultra 5 225, mit aktuellen P-Kernen (Lion Cove) mit bis zu 4,9GHz und aktuellen E-Kernen (Skymont) mit bis zu 4,4GHz. Und auf dem Prozessor sehe ich diese Geschwindigkeit tatsaechlich (aber nicht allcore). Wieder mit 4000x4000 Matrix-Multiplikation.

[edit]Ich hatte einen Messfehler, und habe alles nochmal gemessen, und die Ergebnisse, die nennenswert abwichen, korrigiert[/edit]

Zunaechst einmal die Geschwindigkeit fuer einen Thread:

Code:
# P-core:
$ OMP_NUM_THREADS=1 taskset -c 2 perf stat ./blas 4000
     9_502_286_762      cpu_core/cycles/                 #    4.886 GHz                       
    31_161_624_282      cpu_core/instructions/           #    3.28  insn per cycle            
       1.959721859 seconds time elapsed
# E-core:
$ OMP_NUM_THREADS=1 taskset -c 8 perf stat ./blas 4000
    12_155_664_360      cpu_atom/cycles/                 #    4.383 GHz
    31_160_014_266      cpu_atom/instructions/           #    2.56  insn per cycle            
       2.847747383 seconds time elapsed

Also Faktor 1.28 bessere IPC, 1.11 beim Takt, ergibt rechnerisch Faktor 1.43 Leistungsunterschied, tatsaechlich (elapsed) Faktor 1.45.

Und jetzt 2 P-Kerne gegen 4 E-Kerne:

Code:
# 2 P-cores:
$ OMP_NUM_THREADS=2 taskset -c 2,4 perf stat ./blas 4000
    10_176_751_401      cpu_core/cycles/                 #    4.884 GHz                       
    31_527_459_453      cpu_core/instructions/           #    3.10  insn per cycle            
       1.050453590 seconds time elapsed
# 4 E-Cores:
$ OMP_NUM_THREADS=4 taskset -c 6-9 perf stat ./blas 4000
    14_331_722_896      cpu_atom/cycles/                 #    4.380 GHz                       
    32_371_389_958      cpu_atom/instructions/           #    2.26  insn per cycle            
       0.877606800 seconds time elapsed

Also ist die doppelte Zahl von E-Cores um den Faktor 1.20 schneller (elapsed) als die einfache Zahl P-Cores. Das ist weit mehr als der Vorteil von SMT in #90 ausmacht (Faktor 1.02), und das waere wohl auf Lion Cove aehnlich, wenn Lion Cove SMT koennte.

Code:
# nur P-Cores (6):
$ OMP_NUM_THREADS=6 taskset -c 0-5 perf stat ./blas 4000
    13_004_361_506      cpu_core/cycles/                 #    4.685 GHz                       
    33_303_548_695      cpu_core/instructions/           #    2.56  insn per cycle            
       0.468524609 seconds time elapsed
# alle cores (6P, 4E)
$ OMP_NUM_THREADS=10 taskset -c 0-9 perf stat ./blas 4000
    15_991_308_711      cpu_atom/cycles/                 #    4.222 GHz                         (37.59%)
    16_995_341_350      cpu_core/cycles/                 #    4.487 GHz                         (62.41%)
    35_193_116_334      cpu_atom/instructions/           #    2.20  insn per cycle              (37.59%)
    38_310_894_697      cpu_core/instructions/           #    2.25  insn per cycle              (62.41%)
       0.419803521 seconds time elapsed

Mit 8000x8000 Matrizen brauchen alle 10 Kerne 2.63s (im Vergleich zu 3.326s beim Ryzen 8700G [edit]mit 25W Power Limit[/edit] ohne SMT, mit SMT ist er langsamer). Dabei laufen die P-Cores mit 4385MHz und die E-Cores mit 4125MHz bei einem Package-Verbrauch von 73W (das Power Limit auf dem Deskmini B860 ist aus irgendeinem Grund auf 75W voreingestellt).

Dasselbe auf den 4 E-Cores kostet ca. 36-37W bei ca. 4150MHz (226J); auf zwei P-Cores kostet es 31-32W bei 4900MHz (ca. 245J fuer die 8000x8000-Matrix-Multiplikation). Die E-Cores sind also tatsaechlich effizienter, wenn auch nur wenig. Der Verbrauch ohne Last ist 6W Package, ca. 0.13W Cores.

P.S.:
Und jetzt noch ein paar Tests mit 25W Power Limit (zur Vergleichbarkeit mit dem 8700G, den ich ebenso mit 25W Power Limit betreibe). Dabei variiert der "elapsed-Wert" betraechtlich, also zeige ich das arithmetische Mittel aus 10 Runs:

Code:
# alle Cores, passender Vergleich zum 8700G mit allen Cores
$ OMP_NUM_THREADS=10 taskset -c 0-9 perf stat -r 10 ./blas 8000
    79_334_848_012      cpu_atom/cycles/                 #    1.762 GHz                         ( +-  5.67% )  (32.95%)
   105_627_817_407      cpu_core/cycles/                 #    2.345 GHz                         ( +-  1.99% )  (67.05%)
   199_323_525_102      cpu_atom/instructions/           #    2.51  insn per cycle              ( +-  5.84% )  (32.95%)
   431_782_448_957      cpu_core/instructions/           #    4.09  insn per cycle              ( +-  6.34% )  (67.05%)
            5.1742 +- 0.0580 seconds time elapsed  ( +-  1.12% )

Der Arrow Lake ist bei 25W also um den Faktor 1,56 langsamer beim Matrizen multiplizieren als der Phoenix. Die 10 Kerne takten auch deutlich niedriger (2345MHz bzw. 1762MHz) als die 8 des Phoenix (3063MHz).

Jetzt vergleichen wir einmal gleich viele P- und E-Cores, beide durch das Power Limit begrenzt. Sind die E-Cores tatsaechlich effizienter?

Code:
# 4 P-cores
    75_449_641_363      cpu_core/cycles/                 #    3.421 GHz                         ( +-  0.20% )
   251_320_971_842      cpu_core/instructions/           #    3.33  insn per cycle              ( +-  0.45% )
            5.8024 +- 0.0150 seconds time elapsed  ( +-  0.26% )
# 4 E-Cores
$ OMP_NUM_THREADS=4 taskset -c 6-9 perf stat -r 4 ./blas 8000
    98_889_386_432      cpu_atom/cycles/                 #    3.565 GHz                         ( +-  0.09% )
   249_771_190_475      cpu_atom/instructions/           #    2.53  insn per cycle              ( +-  0.20% )

Die E-Cores verbrauchen zwar pro Takt weniger und koennen dadurch im Power Limit etwas hoeher takten (wobei sie dann wieder durch hoehere Spannung etwas an Effizienz einbuessen), aber die hoeheren IPC der P-Cores gleichen das mehr als aus, sodass die P-Cores im selbst power limit schneller Matrizen multiplizieren koennen als E-Cores. Das mag bei anderen Anwendungen anders sein.

Interessanterweise sind die 4 P-Cores fast so schnell wie alle 10 Cores. Koente die Verwendung von 6 P-Cores ohne E-Cores besser sein?

Code:
# 6 P-Cores
$ OMP_NUM_THREADS=6 taskset -c 0-5 perf stat -r 4 ./blas 8000
    78_454_095_008      cpu_core/cycles/                 #    2.754 GHz                         ( +-  0.09% )
   261_364_967_232      cpu_core/instructions/           #    3.33  insn per cycle              ( +-  0.20% )
            5.0883 +- 0.0102 seconds time elapsed  ( +-  0.20% )

Ja, 6 P-cores alleine sind bei 8000*8000-Matrix-Multiplikation bei 25W Power Limit tatsaechlich ein bisschen schneller (und damit effizienter) als 6 P-Cores + 4 E-Cores. Sie erreichen aber nicht den Takt der 8 Zen4-Kerne des Phoenix bei 25W.
 
Zuletzt bearbeitet:
Sapphire Forum
Zurück
Oben