Wartości porównawcze porównujące procesory Intel Xeon Phi i Nvidia Tesla K20

Question

Ku mojemu zaskoczeniu nie mogę znaleźć porównania tych produktów przy użyciu otwartych pakietów testów OpenCL, takich jak rodinia i SHOC. Takie porównanie może być ciekawsze niż porównania teoretycznej wydajności szczytowej lub wydajności w prostych jądrach mnożenia macierzy, które udało mi się znaleźć.

Czy ktoś wie, gdzie takie wyniki mogą być dostępne? Jeśli to nie nastąpi, czy użytkownicy przepełnienia stosu mają dostęp do jednego lub obu produktów, a także czas i skłonność do uruchamiania testów porównawczych i udostępniania wyników? Wyniki dla każdej z wersji każdej z kart będą interesujące.

Answer 1

Tutaj jest punktem odniesienia porównując rzadki wydajności mnożenia macierzy:

http://uk.arxiv.org/abs/1302.1078

To częściowo odpowiada na moje pytanie, ale wolałbym zobaczyć więcej niż jeden algorytm, i chciałbym zobaczyć, jak przenośny wydajność OpenCL jest , Nadal będę akceptować wszelkie odpowiedzi, które mogą dostarczyć tej informacji.

Answer 2

CLBenchmark.com ma teraz wyniki dla Xeon Phi i kompletny zestaw dla K20c.

Here is a side-by-side comparison.

Answer 3

SHOC odniesienia apartament dla Xeon Phi jest na github tutaj:

Intel Xeon Phi SHOC Benchmark Suite

Mnóstwo porównawczych komentarze zaczynają iść publicznych i "googlable", ale tutaj to standard komunikacji Intel na benchmarkingu Xeon Phi versus podwójne gniazdo E5-2670:

Intel Xeon Phi Performance Doc.

Szukając porównania wydajności Xeon Phi do zwykłej Xeon lub jakiejkolwiek innej platformy, upewnij się, że bierzesz pod uwagę zasięg zasilania platformy (podwójne gniazdo Xeon) i czy aplikacja została już dostrojona Xeon lub nie. Jedną z dużych sprzedaży Xeon Phi jest to, że zazwyczaj dostajesz ulepszenia Xeon oprócz ulepszeń Xeon Phi. Całkiem słodko ..

Answer 4

Oto porównanie Xeon Phi z GTX Titan.

http://clbenchmark.com/compare.jsp?config_0=14470292&config_1=15887974

Xeon Phi zasadzie zostaje całkowicie zniszczony w 10/12 odniesienia i jest na równi z drugiej 2. Więc 300 wat 22 nm Phi część nie daleko dobrze przed 250 watt GPU 28 nm.

Zasadniczo Phi wydaje się mieć poważne problemy z wykorzystaniem jego przepustowości, wektoryzacja kodu wydaje się być kolejnym problemem.