性能测试¶

测试环境¶

测试环境如下：

Debian Trixie 发布前的测试：Debian Bookworm, GCC 12.2.0
LoongArch 以及 Debian Trixie 发布后的测试：Debian Trixie, GCC 14.2.0
HarmonyOS NEXT 测试：HarmonyOS NEXT 5，Clang 15.0.4 + Flang 20.1.7，详见 jiegec/SPECCPU2017Harmony；X90 带有 VM 的代表是在 Linux 虚拟机中测试
此外有针对不同编译器和编译器版本对比的测试，相关测试结果都进行了标注

注意事项¶

注意事项如下：

分数只有在控制变量时（即一般所说的“用相同二进制测得”，此外还有一些影响性能的变量见下）可以用来比较相同指令集的不同处理器的性能，即通过测试结果比较：
1. AMD64 指令集的 Intel 和 AMD 处理器的性能
2. ARM64 指令集的 Apple、ARM、Huawei 和 Qualcomm 处理器的性能
3. LoongArch 指令集的不同处理器的性能
用分数来进行不同指令集的处理器之间的性能比较，则说服力较弱
即使是相同硬件，如下因素都可能对测试结果产生显著的影响：
1. 不同编译器（例如同等编译选项下 GCC 通常比 Clang 快）
2. 不同编译器版本（通常新版本比旧版本快，但也有反例）
3. 不同编译选项（例如是否开 LTO，是否设置 -march=native）
4. 不同的内存分配器实现（libc 自带 malloc 或 jemalloc）
5. 不同的标准库实现（比如 glibc 还是 musl）
6. 不同的调频、调度或绑核策略（比如不当的绑核让频率从 4.0GHz 降到 3.4GHz）
7. 不同的内核版本（比如部分内核版本会明显劣化性能）

简而言之，不给完整测试环境信息的前提下给出的分数，都是不靠谱的。

如果您需要引用本文的测试结果，请一定要列出该测试结果所使用的测试环境，并保证您对以上注意事项有充分的理解。

测试结果¶

要查看 SPEC CPU 不同版本以及测试项的测试结果，请点击对应链接：

浮点峰值性能¶

uArch	DP FLOP/cycle	SP FLOP/cycle	ISA
AMD Zen 5	32	64	AVX512F
Intel Skylake	32	64	AVX512F
Intel Sunny Cove	32	64	AVX512F
AMD Zen 2	16	32	FMA
AMD Zen 3	16	32	AVX512F
AMD Zen 4	16	32	AVX512F
ARM Neoverse V1	16	32	SVE(256b)
ARM Neoverse V2	16	32	SVE(128b)
Apple Avalanche	16	32	ASIMD
Apple Firestorm	16	32	ASIMD
Intel Broadwell	16	32	FMA
Intel Golden Cove	16	32	FMA
Intel Haswell	16	32	FMA
Loongson LA464	16	32	LASX
Loongson LA664	16	32	LASX
Qualcomm Oryon	16	32	ASIMD
AMD Zen 1	8	16	FMA
ARM Cortex A78	8	16	ASIMD
ARM Cortex X1	8	16	ASIMD
ARM Icestorm	8	16	ASIMD
ARM Neoverse N1	8	16	ASIMD
ARM Neoverse N2	8	16	SVE(128b)
Intel Gracemont	8	16	FMA
Hisilicon TSV110	4	16	ASIMD

固定频率方法¶

可以尝试用 cpupower frequency-set 来固定频率，但是一些平台不支持，还可能有 Linux 内无法关闭的 Boost。设置频率后，用 cpupower frequency-info 验证：current CPU frequency: 4.29 GHz (asserted by call to kernel) 是否和预期频率一致并且不变。

此外，还需要注意 cpufreq governor（cuupower frequency-info），以及 boost 是否启用（/sys/devices/system/cpu/cpufreq/boost）。

对于 AMD CPU，在 Linux 下为了固定 CPU 的频率，需要通过 MSR 进行设置：jiegec/ZenStates-Linux：

关闭 Core performance boost
读取当前的 pstate 设置
修改当前 pstate 的 FID，也就修改了频率

测试环境¶

参与测试的机型如下，除了括号中表明为云服务虚拟机的，其他都是物理机：

AMD EPYC 7551: Zen 1, Naples
AMD EPYC 7742: Zen 2, Rome
AMD EPYC 7H12: Zen 2, Rome
AMD EPYC 7K83(TencentCloud sa3.medium4, 2C 4G): Zen 3, Milan, w/o PMU
AMD EPYC 9754(TencentCloud sa5.large8, 4C 8G): Zen 4c, Bergamo
AMD EPYC 9755: Zen 5, Turin
AMD EPYC 9K65(TencentCloud sa9.large8, 4C 8G): Zen 5c, Turin Dense
AMD EPYC 9K85(TencentCloud sa9e.large8, 4C 8G): Zen 5, Turin
AMD EPYC 9R14(AWS c7a.xlarge, 4C 8G): Zen 4, Genoa
AMD EPYC 9R45(AWS m8a.xlarge, 4C 16G): Zen 5, Turin
AMD EPYC 9T24(Aliyun g8a.xlarge, 4C 16G): Zen 4, Genoa
AMD EPYC 9T95(Aliyun g9ae.xlarge, 4C 16G): Zen 5c, Turin Dense
AMD Ryzen 5 7500F: Zen 4, Raphael
AMD Ryzen 7 5700X: Zen 3, Vermeer
AMD Ryzen 9 9950X: Zen 5, Granite Ridge
AWS Gravition 3(AWS c7g.large, 2C 4G): Neoverse V1
AWS Gravition 3E(AWS c7gn.medium, 1C 2G): Neoverse V1
AWS Gravition 4(AWS c8g.large, 2C 4G): Neoverse V2
Ampere Altra(Aliyun c6r.large, 2C 4G): Neoverse N1
Apple M1: Firestorm + Icestorm
Google Axion C4A(GCP c4a-standard-4, 4C 16G): Neoverse V2
Google Axion N4A(GCP n4a-standard-4, 4C 16G): Neoverse N3
Huawei Kirin 9010
Hygon C86 7390(Aliyun g7h.large, 2C 8G): w/o PMU
IBM POWER8NVL
IBM POWER8(SMT8)
IBM POWER9 3.2 GHz(SMT4, 4C16T)
IBM POWER9 3.8 GHz(SMT4, 44C176T)
Intel Core i5-1135G7: Willow Cove, Tiger Lake
Intel Core i9-10980XE: Cascade Lake
Intel Core i9-12900KS: Golden Cove + Gracemont, Alder Lake
Intel Core i7-13700K: Raptor Cove + Gracemont, Raptor Lake
Intel Core i9-14900K: Raptor Cove + Gracemont, Raptor Lake
Intel Xeon 6975P-C(AWS m8i.xlarge, 4C 16G): Redwood Cove, Granite Rapids
Intel Xeon 6981E(TencentCloud s9.large8, 4C 8G): Crestmont, Sierra Forest, w/o PMU
Intel Xeon 6982P-C(Aliyun g9i.xlarge, 4C 16G): Redwood Cove, Granite Rapids
Intel Xeon D-2146NT: Skylake
Intel Xeon E5-2603 v4: Broadwell
Intel Xeon E5-2680 v3: Haswell
Intel Xeon E5-2680 v4: Broadwell
Intel Xeon E5-4610 v2: Ivy Bridge EP
Intel Xeon Gold 6430: Golden Cove, Sapphire Rapids
Intel Xeon Platinum 8358P: Sunny Cove, Ice Lake
Intel Xeon Platinum 8576C(TencentCloud s8.medium8, 2C 8G): Raptor Cove, Emerald Rapids, w/o PMU
Intel Xeon Platinum 8581C(GCP c4-standard-2, 2C 7G): Raptor Cove, Emerald Rapids
Intel Xeon w9-3595X: Golden Cove, Sapphire Rapids
Kunpeng 920 HuaweiCloud kc2(HuaweiCloud kc2.xlarge.2, 4C 8G)
Kunpeng 920: TaiShan V110
Loongson 3A6000: LA664
Loongson 3C5000: LA464
Loongson 3C6000: LA664
Qualcomm 8cx Gen3: Cortex-X1C + Cortex-A78C
Qualcomm X1E80100: Oryon
T-Head Yitian 710(Aliyun c8y.large, 2C 4G): Neoverse N2

由于云服务的特性，建议至少用 4C 的实例来测试，否则性能波动会比较大。

更新历史¶

2026.05.02:
- 测试 IBM POWER9 3.8 GHz (44C176T) 性能
- 测试 Intel Core i5-1135G7 性能
2026.04.17:
- 测试 Intel Core i7-13700K 性能
2026.02.23:
- 测试 IBM POWER8 和 IBM POWER9 3.2 GHz (4C16T) 性能
2026.01.28:
- 在 GCP n4a-standard-4 实例上测试 Google Axion N4A 的性能
- 在 GCP c4a-standard-4 实例上测试 Google Axion C4A 的性能
- 测试 Intel Xeon Platinum 8358P 的性能
2025.11.18:
- 在 Aliyun g9ae.xlarge 实例上测试 AMD EPYC 9T95 的性能
2025.10.20:
- 测试 Intel Xeon Gold 6430 的性能
2025.10.09:
- 在 AWS m8i.xlarge 实例上测试 Intel Xeon 6975P-C 的性能
- 在 AWS m8a.xlarge 实例上测试 AMD EPYC 9R45 的性能
- 测试 Intel Core i9-12900KS 的性能
2025.08.10:
- 开始在 Debian Trixie 上重复实验
2025.07.11:
- 测试 Intel Xeon w9-3595X 的性能
2025.06.11:
- 测试 Huawei Kirin X90 在虚拟机中的性能
2025.06.06:
- 测试 Huawei Kirin X90 的性能
2025.05.26:
- 测试 Loongson 3C6000 的性能
- 在阿里云 g8a.xlarge 实例上测试 AMD EPYC 9T24 的性能
- 在阿里云 g9i.xlarge 实例上测试 Intel Xeon 6982P-C 的性能
2025.05.16:
- 在华为云 kc2.xlarge.2 实例上测试 HuaweiCloud Kunpeng 920 kc2 的性能
- 在 AWS c7a.xlarge 实例上测试 AMD EPYC 9R14 的性能
- 测试 Apple M1 的性能
- 在腾讯云 sa9.large8 实例上测试 AMD EPYC 9K65 的性能
- 在腾讯云 sa5.large8 实例上测试 AMD EPYC 9754 的性能
- 在腾讯云 sa9e.large8 实例上测试 AMD EPYC 9K85 的性能
- 在腾讯云 s9.large8 实例上测试 Intel Xeon 6981E 的性能
2025.05.15:
- 测试 AMD EPYC 9755 的性能
- 在华为云 kc2.large.2 实例上测试 HuaweiCloud Kunpeng 920 kc2 的性能
- 在 AWS c7g.large 实例上测试 AWS Graviton 3 的性能
2025.05.07:
- 在 AWS c8g.large 实例上测试 AWS Graviton 4 的性能
- 测试 Loongson 3C6000 的性能
- 测试不同编译器在 Intel Core i9-14900K 上的性能
2025.04.22:
- 在 GCP c4-standard-2 实例上测试 Intel Xeon Platinum 8581C 的性能
- 在阿里云 g7h.large 实例上测试 Hygon C86 7390 的性能
- 在阿里云 g8a.large 实例上测试 AMD EPYC 9T24 的性能
- 在阿里云 g9i.large 实例上测试 Intel Xeon 6982P-C 的性能
2025.04.19:
- 测试 Loongson 3C6000 的性能
2025.04.18:
- 测试 AMD EPYC 7551 的性能
- 测试 AMD Ryzen 7 5700X 的性能
- 测试 Apple M1 的性能
- 测试 Huawei Kunpeng 920 的性能
- 测试 Intel Core i9-10980XE 的性能
- 测试 Loongson 3A6000 的性能
2025.04.11:
- 在华为云 kc2.xlarge.4 实例上测试 HuaweiCloud Kunpeng 920 kc2 的性能
2025.03.26:
- 测试 AMD Ryzen 9 9950X 的性能
- 测试 Intel Xeon E5-4610 v2 的性能
2025.01.12:
- 测试 Intel Core i9-12900KS E-Core 的性能
- 测试 Intel Core i9-14900K E-Core 的性能
2024.12.31:
- 测试 Huawei Kirin 9010 的性能
2024.12.16:
- 测试 Huawei Kirin 9010 的性能
2024.12.05:
- 测试 Loongson 3A6000 的性能
- 测试 IBM POWER8NVL 的性能
2024.11.20:
- 在 AWS c7gn.medium 实例上测试 AWS Graviton 3E 的性能
- 在 AWS r8g.medium 实例上测试 AWS Graviton 4 的性能
- 在华为云 kc1.large.2 实例上测试 HuaweiCloud Kunpeng 920 kc1 的性能
- 在华为云 kc2.large.2 实例上测试 HuaweiCloud Kunpeng 920 kc2 的性能
- 测试 AMD EPYC 7742 的性能
- 测试 AMD EPYC 7H12 的性能
- 测试 AMD Ryzen 7 5700X 的性能
- 测试 Intel Xeon E5-2603 v4 的性能
- 测试 Loongson 3A6000 的性能
- 测试 Loongson 3C5000 的性能
- 测试 Loongson 3C6000 的性能
- 测试 Qualcomm X1E80100 的性能
2024.11.18:
- 测试 Intel Core i9-14900K 的性能
- 测试 Intel Core i9-12900KS 的性能
- 测试 Qualcomm X1E80100 的性能
- 测试 AMD Ryzen 9 9950X 的性能
2024.11.07:
- 测试 Qualcomm 8cx Gen3 的性能
2024.11.02:
- 在阿里云 c6r.large 实例上测试 Ampere Altra 的性能
- 在阿里云 c8y.large 实例上测试 T-Head Yitian 710 的性能
- 在 AWS r8g.medium 实例上测试 AWS Graviton 4 的性能
- 在 AWS c7g.medium 实例上测试 AWS Graviton 3 的性能
2024.11.01:
- 测试 Apple M1 的性能
- 测试 Qualcomm X1E80100 的性能
2024.10.30:
- 在 AWS c7a.medium 实例上测试 AMD EPYC 9R14 的性能
- 在腾讯云 s8.medium8 实例上测试 Intel Xeon Platinum 8576C 的性能
- 在腾讯云 sa3.medium4 实例上测试 AMD EPYC 7K83 的性能
- 在腾讯云 sa5.medium2 实例上测试 AMD EPYC 9754 的性能

SPEC 运行配置¶

SPEC CPU 2017¶

# match spec result standard
reportable = yes
# skip peak
basepeak = yes
# show live output
teeout = yes
# speedup compilation
makeflags = --jobs=%{nproc}

# compilers
default:
   preENV_LD_LIBRARY_PATH  = /usr/lib64:/usr/lib:/lib64
   SPECLANG                = /usr/bin/
%if %{clang} eq "1"
   CC                      = $(SPECLANG)clang -std=c99
   CXX                     = $(SPECLANG)clang++
%else
   CC                      = $(SPECLANG)gcc -std=c99
   CXX                     = $(SPECLANG)g++
%endif
%if %{flang} eq "1"
   FC                      = $(SPECLANG)flang-new
%else
   FC                      = $(SPECLANG)gfortran
%endif
# allow to override compilers
%ifdef %{override-cc}
   CC                      = %{override-cc} -std=c99
%endif
%ifdef %{override-cxx}
   CXX                     = %{override-cxx}
%endif
%ifdef %{override-fc}
   FC                      = %{override-fc}
%endif
   # How to say "Show me your version, please"
   CC_VERSION_OPTION       = -v
   CXX_VERSION_OPTION      = -v
   FC_VERSION_OPTION       = -v

# perf: use runcpu --define perf=1 --noreportable to enable
%if %{perf} eq "1"
# override branch-misses counter if necessary
# e.g. on ARMv8 PMUv3, use r22 for branch misses
# e.g. on Apple M1, use rcb for branch misses
%ifndef %{perf-branchmisses}
%define perf-branchmisses branch-misses
%endif
# override branches counter if necessary
# e.g. on Apple M1, use r8d for branches
%ifndef %{perf-branches}
%define perf-branches branches
%endif
default:
   command_add_redirect = 1
# bind to core if requested
%ifdef %{bindcore}
   monitor_wrapper = mkdir -p $[top]/result/perf.$lognum; echo "$command" > $[top]/result/perf.$lognum/$benchmark.cmd.$iter.\$\$; taskset -c %{bindcore} perf stat -x \\; -e instructions,cycles,%{perf-branches},%{perf-branchmisses},task-clock -o $[top]/result/perf.$lognum/$benchmark.perf.$iter.\$\$ $command
%else
   monitor_wrapper = mkdir -p $[top]/result/perf.$lognum; echo "$command" > $[top]/result/perf.$lognum/$benchmark.cmd.$iter.\$\$; perf stat -x \\; -e instructions,cycles,%{perf-branches},%{perf-branchmisses},task-clock -o $[top]/result/perf.$lognum/$benchmark.perf.$iter.\$\$ $command
%endif
%endif

# portability flags
default:
   EXTRA_PORTABILITY = -DSPEC_LP64
500.perlbench_r,600.perlbench_s:  #lang='C'
%if %{machine} eq "x86_64"
   PORTABILITY    = -DSPEC_LINUX_X64
%else
   PORTABILITY    = -DSPEC_LINUX_AARCH64
%endif

521.wrf_r,621.wrf_s:  #lang='F,C'
   CPORTABILITY  = -DSPEC_CASE_FLAG
   FPORTABILITY  = -fconvert=big-endian

523.xalancbmk_r,623.xalancbmk_s:  #lang='CXX'
   PORTABILITY   = -DSPEC_LINUX

526.blender_r:  #lang='CXX,C'
   PORTABILITY   = -funsigned-char -DSPEC_LINUX
%if %{clang} eq "1"
# from config/Example-aocc-linux-x86.cfg
   CXXPORTABILITY = -D__BOOL_DEFINED
%endif

527.cam4_r,627.cam4_s:  #lang='F,C'
   PORTABILITY   = -DSPEC_CASE_FLAG

628.pop2_s:  #lang='F,C'
   CPORTABILITY    = -DSPEC_CASE_FLAG
   FPORTABILITY    = -fconvert=big-endian

intspeed,fpspeed:
   EXTRA_OPTIMIZE = -fopenmp -DSPEC_OPENMP
fpspeed:
   #
   # 627.cam4 needs a big stack; the preENV will apply it to all
   # benchmarks in the set, as required by the rules.
   #
   preENV_OMP_STACKSIZE = 120M

default=base:         # flags for all base
%ifdef %{extralibs}
   EXTRA_LIBS     = %{extralibs}
%endif
%ifdef %{optflags}
   OPTIMIZE       = %{optflags}
%else
   OPTIMIZE       = -O3
%endif
   # -std=c++03 required for https://www.spec.org/cpu2017/Docs/benchmarks/510.parest_r.html
   CXXOPTIMIZE    = -std=c++03
%if %{flang} ne "1"
   # -fallow-argument-mismatch required for https://www.spec.org/cpu2017/Docs/benchmarks/521.wrf_r.html
   FOPTIMIZE      = -fallow-argument-mismatch
%endif

intrate,intspeed=base: # flags for integer base
   EXTRA_COPTIMIZE = -fno-strict-aliasing -fno-unsafe-math-optimizations -fno-finite-math-only -fgnu89-inline -fcommon
# Notes about the above
#  - 500.perlbench_r/600.perlbench_s needs -fno-strict-aliasing, -fno-unsafe-math-optimizations and -fno-finite-math-only
#  - 502.gcc_r/602.gcc_s             needs -fgnu89-inline or -z muldefs
#  - 525.x264_r/625.x264_s           needs -fcommon
#  - For 'base', all benchmarks in a set must use the same options.
#  - Therefore, all base benchmarks get the above.  See:
#       https://www.spec.org/cpu2017/Docs/runrules.html#BaseFlags
#       https://www.spec.org/cpu2017/Docs/benchmarks/500.perlbench_r.html
#       https://www.spec.org/cpu2017/Docs/benchmarks/502.gcc_r.html
#       https://www.spec.org/cpu2017/Docs/benchmarks/525.x264_r.html

%if %{clang} eq "1"
# https://github.com/llvm/llvm-project/issues/96859
# 523.xalancbmk_r
   EXTRA_CXXOPTIMIZE = -fdelayed-template-parsing
%endif

%if %{gcc15} eq "1"
# https://gcc.gnu.org/bugzilla/show_bug.cgi?id=116064
# 523.xalamcbmk_r
   EXTRA_CXXOPTIMIZE += -Wno-error=template-body
%endif

fprate,fpspeed=base: # flags for fp base
   EXTRA_COPTIMIZE = -Wno-error=implicit-int
# Notes about the above
#  - 527.cam4_r,627.cam4_s needs -Wno-error=implicit-int

运行方式：

# int speed
cd /mnt && . ./shrc && runcpu intspeed
# fp speed
ulimit -s unlimited && cd /mnt && . ./shrc && runcpu fpspeed

SPEC CPU 2006¶

# match spec result standard
reportable = yes
# skip peak
basepeak = yes
# show live output
teeout = yes

# optimization flags for base
default=base=default=default:
COPTIMIZE = -O3 -fgnu89-inline -fcommon -fno-strict-aliasing
CXXOPTIMIZE = -O3 -fpermissive --std=c++98 -fno-strict-aliasing
FOPTIMIZE = -O3 -std=legacy -fno-strict-aliasing

# specify compilers
default=default=default=default:
CC = /usr/bin/gcc
CXX = /usr/bin/g++
FC = /usr/bin/gfortran

# fix compilation
default=base=default=default:
PORTABILITY = -DSPEC_CPU_LP64

400.perlbench=default=default=default:
CPORTABILITY = -DSPEC_CPU_LINUX_X64

462.libquantum=default=default=default:
CPORTABILITY = -DSPEC_CPU_LINUX

483.xalancbmk=default=default=default:
CXXPORTABILITY = -DSPEC_CPU_LINUX

481.wrf=default=default=default:
CPORTABILITY = -DSPEC_CPU_CASE_FLAG -DSPEC_CPU_LINUX

运行方式：

# int speed
cd /mnt && . ./shrc && runspec int

性能测试¶

测试环境¶

注意事项¶

测试结果¶

浮点峰值性能¶

固定频率方法¶

测试环境¶

更新历史¶

SPEC 运行配置¶

SPEC CPU 2017¶

SPEC CPU 2006¶

评论