intel吧 关注:747,552贴子:3,069,535

13900k装机和工作时性能提升,陆续更新

只看楼主收藏回复

装机ing,点亮查看体质分92,看来我跟这个数有缘



IP属地:北京来自Android客户端1楼2022-10-21 15:46回复
    d


    IP属地:浙江来自iPhone客户端2楼2022-10-21 15:52
    回复
      第一车已翻,机箱以为能上侧板420冷排,结果没有孔位,改方案ing


      IP属地:北京来自Android客户端3楼2022-10-21 16:37
      回复
        方案改造完毕,准备二次通电,浪费了3只14厘米猫扇


        IP属地:北京来自Android客户端4楼2022-10-21 17:18
        收起回复
          第二车已翻,金士顿5600条4x32xmp上去后疯狂出错,任意一套单独上5600都行,一起就出错,降频4800能跑。一套疑似有问题,拿回去换,暂时先64g工作着。
          先吃饭,晚上再拷数据和做性能测试


          IP属地:北京来自Android客户端5楼2022-10-21 20:47
          收起回复
            楼主用什么主板?


            IP属地:浙江来自Android客户端6楼2022-10-21 20:51
            收起回复
              测试来了,边做边写
              先说下测试任务。用的是我自己开发的实际使用的量化分析/交易软件。共执行3个任务
              1个任务是单进程单线程的数据转换和数学计算的
              1个任务是单进程10线程的数据转换(超高频io)
              1个任务是多进程多线程链状执行的数学计算
              时间关系没有做139上开放20线程的对比,而且那么比的话109直接不在了。未来实际工作中是要用23线程执行的。
              评估项目:这次评估主要以完成任务时间和内核温度为对比项。因为量化分析在乎效率,而交易注重系统稳定性。其他方面我个人不太在意,也没那么多家伙事,就没法提供更多的对比数据了。
              对比平台是今天装的13900k和几年前我的10900k.系统是同一个版本的win10。设置上都关闭了超线程
              109配置 vs 139配置
              主板:ROG mXII fomula vs ROG z790 HERO
              内存:DDR4 4000 32Gx4 vs DDR5 4800 32Gx2(本来也是x4,因为上述翻车今天先跑一套2条)
              工作盘: 970evo plus vs 980pro
              显卡:请忽略
              散热: 贼船150i+贼船1500转12cmx3+贼船1500转14cmx6+18cmx2 vs 贼船170i+工业猫扇2000转14cmx3+猫扇12cm1500转x3+猫扇14cm1500转x4
              139测试数据:
              任务1
              时间:5分27秒。温度:最高77度
              这个测试比较有意思的是,2个大核交互忙,小核没用过。但是频率一直稳定在5.2G
              任务2
              时间:6分31秒。 温度:最高80度
              这个测试的时候频率最高冲过5.6G以上,小核也会偶尔满载一下,整体表现比预期要好。但是大核频率没冲上去,也只有2个内核可以保持满载,不知道是不是我没关墙的原因
              任务3
              时间:14分32秒。温度:最高76度
              可能是我的程序启动的时候是计算量最大的关系吧,小核只在大核跑满的瞬间用一下,不满载。之后大核工作小核围观。这个任务的情况最复杂,但是工作内容最单纯。能跑出最低温度。由此可见,真正大工作量的时候大小核还是挺合理的。


              IP属地:北京7楼2022-10-22 02:47
              回复
                109测试数据:
                任务1
                时间:3分15秒。温度:最高52度
                意外地成绩高于139,n脸懵逼ing。但是实际数据如此。唯一能想到的原因就是我的程序内存占用率高,又依赖c#的垃圾回收机制,因此只有64G内存的139要频繁执行回收导致处理时间增加。这个要等以后装回128G再验证了
                任务2
                时间:13分58. 温度:最高45度
                比139慢了将近1倍,但是这温度开挂了吧……109这可是满载了呀
                任务3
                时间:28分5秒,温度:最高54度
                这个任务耗时接近一倍


                IP属地:北京8楼2022-10-22 03:38
                回复
                  总结一下,139的性能提升有点吓人,大小核架构在实际工作中好处还是不少的,不像普遍诟病的那么没价值。我这还没开物理内核数-1个线程呢。而且越是复杂工作环境提升越明显,这点挺好的。
                  但是从任务1这个懵逼情况来看,如果不是因为我设想的那个原因的话,就不难解释为啥游戏党那么讨厌大小核了。虽然我觉得是今天我内存翻车的原因吧
                  那么这个提升到底有什么意义呢?假设行情每tick间一个大核运行1个标的3个实例,1个小核运行1个标的2个实例,那么139可以比109多运行14个标的或26个实例。假设每个实例年收益率稳定相同且每个标的波动率相同(虽然这个前提根本不成立吧),那么139的这台机器能提高原有收益率的86.7%。假设管理资金有充足富余,那么原年化8%收益就会增加到14.94%。并且由于响应速度的提升(虽然ddr5实质上是下降了吧,但是单位时间计算量的提升带来的增益更高一点),所以滑点更小,抢单更顺。这还只是证券交易一个领域
                  总结的总结:13代处理器对工作的提升效果明显。对于单线程任务比如游戏,本次测试中单位时间计算量和耗时结论相悖,没有得到想要的结论,待进一步研究。


                  IP属地:北京9楼2022-10-22 03:53
                  回复
                    楼主是用什么软件呢,证券交易领域不太懂


                    IP属地:澳大利亚来自iPhone客户端10楼2022-10-22 10:44
                    收起回复
                      来了,128g内存重新测任务1。6分02秒。看来不是垃圾回收机制的锅。唯独单线程任务比109慢,搞不好真的是跟调度有关。不知道win11会不会更好些


                      IP属地:北京来自Android客户端12楼2022-10-24 19:06
                      回复
                        任务2使用17线程(确保调度错误也至少使用1大核)情况下,平均运行在4.9g主频
                        时间: 7分40,温度,一个大核有过一瞬间冲到80,基本上大核77小核63
                        大核偶尔全满功率运行,小核轮流工作。目前来看我自己做的这个程序以这个线程数撞到了io瓶颈。d5跑4800已经满载
                        因此又降低到8线程重新测,全核稳定工作在5.4g附近,小核围观
                        耗时8分10秒,温度最高78
                        最终证明小核在生产力上还是有很大贡献,但小核的计算资源的调度和io之间有一方不够完善,导致放开线程数量也不容易把139的性能发挥到极致


                        IP属地:北京来自Android客户端13楼2022-10-24 20:33
                        回复
                          x235体质也翻车了么?看来看批号也不行,但是客服给我发的我的信息是x233的。


                          IP属地:新疆来自Android客户端14楼2022-10-24 22:02
                          回复
                            今天针对139架构进行了软件上的优化,进行了新的测试
                            优化思路是尽量降低内存同一地址的访问频率,提升硬盘io的访问(因为pcie4那边在很多任务中没有满载)
                            因此,任务2由多线程修改为多进程。这样会有很多文件被重复访问,但内存的缓冲各个进程自己访问自己那份。这样一来内存的总线和pcie的总线都会更忙,也不用担心脏数据或者线程冲突。但是整个系统的负载会大幅上升
                            实验组1:10进程
                            耗时:4分47.最高温度:89
                            现象是所有大核几乎一直满载,以1/100秒为单位会有2-3个大核休息一下,任务转交小核(主要是大核过热),小核轮流执行。大核频率基本上在5.2。io跟预想的差不多,但是pcie4从时间上看未满载,瞬发来看,已经有几微秒的等待,因此瞬发应该是跑满了。而内存那边因为比较难测具体时差,只能从感觉上讲,应该还是访问满了(和单线程的时候比效率有轻微下降)
                            实验组2:8进程
                            耗时:5分01 最高温度:92
                            因为最高温度有点吓人,外加内核需要休息,因此尝试用大核等量的进程运行,看看情况能不能有好转
                            结果有点意外,温度一如既往的高。大核频率保持在5.5,还是偶尔有小核接手一下工作,看来温度问题还是挺严重。机箱内温度约等于室温,不存在积热问题,而冷排也换成了工业扇,速度也满载,再优化就知道关闭pwm,使用dc模式,这样风扇100%就是真的一直100%了,但是个人觉得散热性能也不会提升太多。结果还是全大核计算发热太高,反而影响了发挥
                            实验组3:7进程
                            耗时:5分31 最高温度:86
                            既然如此,我给一个大核放假,不管谁过热,都能有个等效的接替不就好了?结果这次小核彻底围观了。温度控制住了,并且性能表现也比10线程时代强很多。
                            总结:
                            对于大量的并行计算,大小核的架构是真的降了能耗提升了计算能力。但是这个发热量也真就不是闹着玩的。如果有突发的计算量,最好别把大核用满;如果没有突发计算量,但总量又很大,那么并行的时候最好捎带上几个小核。纯大核模式对散热要求较高,而且暂时来看效能,性能都比不上带着小核一起跑
                            由于我这里散热条件有限(不过这个成本也可以了),加上追求的是稳定性,因此就不搞分体水冷测极限和满负载了(也满不了,io都吃成那样了,提升并行量已经没有意义了)
                            顺带吐槽:以上测试均为室温20度环境下进行,测试完成后室温22.冬天挺合适,当暖气了


                            IP属地:北京15楼2022-10-30 00:36
                            回复
                              哪里查看体制分啊


                              IP属地:湖北来自iPhone客户端16楼2022-11-07 12:10
                              收起回复