ch02 - 系統單晶片實驗室
Download
Report
Transcript ch02 - 系統單晶片實驗室
第二章 計算機的效能
2.1
2.2
2.3
2.4
2.5
認識效能
效能的計算
安德定理(Amdahl’s Law)
評估效能的標準程式
效能評估之標準組織
本著作含書附光碟之內容 (不含 GPL 軟體),僅授權合法持有本書之讀者(包含個人及法人)非商業用途之使用,切
勿置放在網路上播放或供人下載,除此之外,未經授權不得將全部或局部內容以任何形式重製、轉載、散佈或以其他
任何形式、基於任何目的加以利用。
著作權所有 © 旗標出版股份有限公司
2.1
認識效能
單一電腦的效能表示
不同電腦間的相對效能
2.1.1 單一電腦的效能表示
量化與標準
車
種
載客量
極速(km/hr)
0-100km/h加速(Sec)
F1方程式賽車
1
375
3
跑車
2
300
4.2
轎車
4
250
9.1
休旅車
9
180
13.1
各種汽車的性能比較
2.1.1 單一電腦的效能表示
量化與標準
車
種
單程所需時間(hr)
平均每小時載客數
F1方程式賽車
0.24
4.17
跑車
0.3
6.67
轎車
0.36
11.11
休旅車
0.5
18
各種汽車往返相距90公里兩地所需的時間與載客效率表現
2.1.1 單一電腦的效能表示
量化與標準
用數據來表現效能,就是一種量化(
quantification)的過程 。
當計算方式都相同,單位也都一樣,我們可以
從數字輕易地了解比較結果。
即使沒有兩種以上的車輛互相比較,我們也能
認識每一種車輛的特性。
數字的產生方法就是一種標準。
2.1.1 單一電腦的效能表示
兩種角度 - 執行時間與生成量
執行時間(execution
time)
一件工作從開始執行到完成所需要的時間。
生成量(throughput)
在單位時間內可完成特定工作的最高次數。
2.1
認識效能
單一電腦的效能表示
不同電腦間的相對效能
2.1.2 不同電腦間的相對效能
有很多時候 ,「哪一部電腦比較快?快多少?」這
樣模糊化的結論還比較有用。
想要比較兩個不同系統的效能,同樣必須考慮衡量
的標準,較公正的方法是在兩個不同的系統上執行
相同的程式。
2.1.2 不同電腦間的相對效能
假設在A、B兩個不同系統執行同一個泡沫排序法(
bubble sort)的程式:
欲排序的資料為n筆。
A系統完成n筆資料的排序需費時x秒。
B系統完成n筆資料的排序需花費y秒。
執行時間與效能的關係式為:
1
Performance
Execution Time
2.1.2 不同電腦間的相對效能
A系統的效能為:
1
PerformanceA
x
B系統的效能為:
1
PerformanceB
y
2.1.2 不同電腦間的相對效能
若系統A的效能比系統B優異,則:
1
PerformanceA
y
x
z
1
PerformanceB
x
y
系統A的效能是系統B的z倍
2.1.2 不同電腦間的相對效能
若系統A是系統B的改良版本,則:
1 1
PerformanceA PerformanceB
x
y y
1 100% w%
1
PerformanceB
x
y
系統A效能比系統B快上w%
2.2 效能的計算
基本的效能計算方式
以單位時間執行之指令數為效能標準
平均效能的計算方式
相對效能的評估
2.2.1 基本的效能計算方式
基本效能公式
執行時間也可稱為程式之CPU執行時間(CPU
execution time for a program),簡稱CPU時間(
CPU time)。
程式的CPU時間計算考量因素:
時脈週期(clock
cycle time)
單一指令的時脈週期數(clock cycles per instruction,
CPI)
程式內的指令個數(instruction count,IC)
2.2.1 基本的效能計算方式
基本效能公式
時脈週期:電腦硬體中,必須藉由一種規律發出
的訊號來觸發或啟動CPU工作,這些訊號的頻率
稱為時脈頻率(clock rate),時脈頻率越高,速
度就越快;其倒數即為時脈週期。CPU在每個時
脈週期內可以完成一個很基本的動作。
2.2.1 基本的效能計算方式
基本效能公式
單一指令的時脈週期數:程式的指令不見得是
CPU電路中的基本動作,事實上要執行完一個指
令,通常必須經由幾個更小的執行週期才能完成
:
;而這些執行週期則是靠硬體所提供的時脈訊號
來驅動,所以指令的長度可用時脈週期(clock
cycle)為單位來表示。
2.2.1 基本的效能計算方式
基本效能公式
不同類型的指令可能會需要不同的時脈週期,所
以我們就以其平均數值來代表程式內各指令的時
脈週期數,並稱之為單一指令的平均時脈週期數
:
。
不同程式的指令組成不同,因此可能會有不同的
CPI。
2.2.1 基本的效能計算方式
基本效能公式
程式內的指令個數:以程式的觀點來看,指令是
最基本的單位,因為程式結構中,不管是主程式
、或者是常式(routine)、巨集(macro),都是
:
由一連串的指令所組成。而程式指令執行次數的
多寡,必然直接影響程式執行時間的長短。
2.2.1 基本的效能計算方式
基本效能公式
CPU時間的公式:
以時脈週期表示:
CPU
time = clock cycle time × CPI × IC
以時脈頻率表示:
:
CPI IC
CPU time
clock rate
2.2.1 基本的效能計算方式
影響效能的因素分析
時脈週期(頻率)、單一指令的平均時脈週期(
CPI)、以及程式指令個數(IC)三者共同決定了
CPU的效能。
:
這三者彼此可能會互相牽動,改動任何一樣,都
有可能會影響到另外二者。
幾乎無法只從單一的方法來增進CPU的效能。
2.2.1 基本的效能計算方式
影響效能的因素分析
第一項
第二項
第三項
Seconds Seconds
Cycles
Instructions
CPU execution time
Program
Cycle
Instruction
Program
Second:秒,即是時間
Program:CPU執行的程式
Instruction:所執行程式的指令(數)
Cycle:時脈(數)
2.2.1 基本的效能計算方式
影響效能的因素分析
第一項:工作時脈頻率或是單一時脈的週期。
第二項:單一指令的平均時脈週期。
第三項:一個程式的指令個數。
2.2.1 基本的效能計算方式
第一項 - 工作時脈頻率或是單一時脈的週期:
表面上看來,複雜的硬體電路可以提供很多高效能的指令
供程式來應用,對整體效能應該會有很大的幫助。
但在現實上,晶片的複雜程度與它所能承受的工作頻率有
很大的關係。
越複雜的電路所能加諸其上的時脈頻率越低,相對地時脈
週期就越長。反之,簡單的電路雖無法提供強大的指令,
但卻可以大幅提升時脈頻率,縮短每個時脈週期的時間。
2.2.1 基本的效能計算方式
第二項 - 單一指令的平均時脈週期是影響CPU 時間
的第二因素 ,相關的有:
指令集:
不同ISA會影響指令的平均時脈週期。
單一指令週期(single-cycle)
多重指令週期(multi-cycle)
硬體結構:
每個機器碼指令會對應到實現該指令的電路。
相同的時脈頻率下,簡單電路所需的時脈週期數會遠較
使用大量邏輯閘來實現的複雜硬體電路多很多。
2.2.1 基本的效能計算方式
第三項 -一個程式的指令個數是影響CPU 時間的第
一因素,相關的有:
程式寫作方式 :
程式的寫作方式對程式指令個數(IC)的影響最大,尤
其若選擇了不同演算法來寫程式,所造成的差異更是不
同數量級之間的落差 。
編譯器:
將高階語言的程式轉為機器語言程式
。指令個數會因
編譯器的最佳化而減少,而這就會影響程式最終的執行
效能。
2.2.1 基本的效能計算方式
指令集 :
電腦的處理器一般都是遵循各自選擇的指令集架構(
Instruction Set Architecture,ISA)來設計,而據此所設
計的CPU是否正好具有合適的硬體單元可直接滿足程式
所需要的運算,則會影響完成工作所需要的指令個數。
2.2.1 基本的效能計算方式
影響效能的因素分析
硬體或軟體部分
對效能所產生的影響
演算法
影響程式必須執行的指令個數,以及會產生多少I/O
程式語言、編譯器,以及計
算機指令集結構
處理器和記憶體系統
決定會產生多少個機器指令
決定執行每道指令所需的時間,以及時脈頻率
I/O系統(硬體和作業系統)
決定每次I/O處理的速度
影響程式執行效能的因素
2.2 效能的計算
基本的效能計算方式
以單位時間執行之指令數為效能標準
平均效能的計算方式
相對效能的評估
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個指令(MIPS)
MIPS(Million
Instructions Per Second),定義為
「電腦每秒可執行多少百萬個指令」。
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個指令(MIPS)
MIPS
IC
CPU time 106
IC
IC CPI clock cycle time 106
1
CPI clock cycle time 106
clock rate
CPI 106
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個指令(MIPS)
計算MIPS只需要CPI、時脈頻率(或是時脈週期
)即可,而程式的指令個數IC與指令集卻不予考
慮。
若將MIPS當作唯一評估電腦系統效能的標準,並
用來評估單一程式的執行,就可能會得到不正確
的結果 。
2.2.2 以單位時間執行之指令數為效能標準
【例題1】
假設有一台甲電腦,其時脈週期為2ns,但有三類具有不同
CPI的指令,如下表所示:
指令類型
CPI
A類
1
B類
2
C類
3
2.2.2 以單位時間執行之指令數為效能標準
【例題1】
現在為了要執行某一程式,分別用兩個不同編譯器(compiler
1與compiler 2)將該原始程式進行編譯,假設編譯後的程式
所包含之各類指令個數如下:
各類型指令的個數
編譯後程式
A
B
C
程式1(使用compiler 1)
5,000
1,000
1,000
程式2(使用compiler 2)
10,000
1,000
1,000
請問電腦執行哪一個編譯器所產生程式的效能較好?
2.2.2 以單位時間執行之指令數為效能標準
【解答】
比較CPU 時間:
程式的CPU時脈週期數:
CPU clock cycles1 5,000 1 1,000 2 1,000 3 10,000
CPU clock cycles2 10,000 1 1,000 2 1,000 3 15,000
程式的CPU 時間:
CPU time1 10,000 2ns 20 s
CPU time2 15,000 2ns 30 s
由於 CPU time1 =20μs < 30μs = CPU time2,
第一個編譯器所得程式的執行速度較快!
2.2.2 以單位時間執行之指令數為效能標準
【解答】
比較兩者的MIPS:
MIPS1
( 5,000 1,000 1,000 )
350
6
20 10
MIPS 2
( 10 ,000 1,000 1,000 )
400
6
30 10
第一個編譯器所編譯出來的程式「看起來」反而效能較差!
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個浮點運算(MFLOPS)
MFLOPS(Million
FLoating-point Operations Per
Second):用來評估含有浮點運算的程式。
單倍精準(single
precision)
雙倍精準(double precision)
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個浮點運算(MFLOPS)
OP
MFLOPS
CPU time 106
OP:程式中浮點運算的數目
2.2.2 以單位時間執行之指令數為效能標準
每秒百萬個浮點運算(MFLOPS)
MFLOPS也有和MIPS相同的問題。
只需要CPI、時脈頻率,程式的指令個數IC與指令集不
予考慮。
將MFLOPS拿來評估一個幾乎沒有浮點運算的程
式,可能導致其結果為零 。
MIPS和MFLOPS只有在同樣的標準下 ,才會是一
個有用的標準單位。
2.2 效能的計算
基本的效能計算方式
以單位時間執行之指令數為效能標準
平均效能的計算方式
相對效能的評估
2.2.3 平均效能的計算方式
來自統計學「平均數」的概念 。
其意義為「將一群體資料的所有數值(CPU 時間或
是MIPS)簡化為一數值或是代表一群體資料的平均
水準,以便於多個群體資料之間的相互比較,使得
結果的顯示更為有意義、且符合評量者對數值的需
求」。
2.2.3 平均效能的計算方式
算術平均數(arithmetic mean,AM )
1 n
AM Timei
n i 1
n:電腦系統會執行的程式個數
Timei:第i個程式的CPU 時間
2.2.3 平均效能的計算方式
權重算術平均數(weighted arithmetic mean,WAM)
考量各個程式執行次數佔總次數的比率(或稱程式執行頻
率) 。
加權(weighting)的觀念。
n
WAM Weighti Timei
i 1
n:列入評估的程式總個數
Timei:第i個程式的CPU 時間
Weighti :對應權重
2.2.3 平均效能的計算方式
調和平均數(Harmonic Mean,HM )
以速率來表示效能。
與AM是成倒數的關係
HM
n
n
1
i 1 Ratei
。
1
HM
AM
n:執行程式的個數
Ratei:第i個程式的速率(CPU 時間倒數 )
2.2.3 平均效能的計算方式
權重調和平均數(weighted harmonic mean,WHM)
加權(weighting)的觀念。
1
WHM n
Weighti
i 1 Ratei
n:執行程式的個數
Ratei:第i個程式的速率(CPU 時間倒數 )
Weighti :對應權重
2.2 效能的計算
基本的效能計算方式
以單位時間執行之指令數為效能標準
平均效能的計算方式
相對效能的評估
2.2.4 相對效能的評估
相對效能與正規化
甲電腦之
CPU時間
乙電腦之
CPU時間
依據甲電腦
做倍數正規化處理
依據乙電腦
做倍數正規化處理
甲
乙
甲
乙
程式x
10
200
1
20
0.05
1
程式y
5000
250
1
0.05
20
1
AM
2505
225
1
10.025
10.025
1
x與y兩程式在不同電腦上執行的CPU 時間與AM
2.2.4 相對效能的評估
計算幾何平均數(Geometric Mean,GM)
倍數的算術平均容易受單一較高倍數的程式所影響,
而造成嚴重偏離實際結果的情況。
採用計算幾何平均數可解決此問題。
GM
n
n
Time
i 1
i
n:資料總個數
Timei:第i項(正規化之後)的CPU 時間
2.2.4 相對效能的評估
計算幾何平均數(Geometric Mean,GM)
甲電腦之
CPU 時間
乙電腦之
CPU 時間
依據甲電腦
做倍數正規化處理
依據乙電腦
做倍數正規化處理
甲
乙
甲
乙
程式x
10
200
1
20
0.05
1
程式y
5000
250
1
0.05
20
1
GM
223.6
223.6
1
1
1
1
x與y兩程式在不同電腦上執行的CPU 時間與GM
2.2.4 相對效能的評估
各項效能計算方式的整理
名稱
CPU時間
MIPS
MFLOPS
公式
CPU time
IC CPI
Clock rate
IC
MIPS
CPU time 106
MFLOPS
OP
CPU time 106
2.2.4 相對效能的評估
各項效能計算方式的整理
平均數名稱
算數平均數
縮寫
公式
AM
1 n
AM Timei
n i 1
n
權重算數平均數
WAM|
WAM Weighti Timei
i 1
HM
**調和平均數
HM
n
n
1
Rate
i 1
i
2.2.4 相對效能的評估
各項效能計算方式的整理
平均數名稱
權重調和平均數
幾何平均數
縮寫
公式
WHM
WHM
GM |
GM
n
n
Weighti
i 1 Ratei
n
n
Time
i 1
i
2.3 安德定理(Amdahl’s Law)
利用某種較快方式來改善局部的系統,以提升整體
系統效能時,其所能改善的程度,會受限於改善前
「實際執行該局部系統所需時間」相對於「整體系
統之執行時間」所佔的比例。
例:
假使加法運算在原來的程式中只佔30%的執行時間,那麼
不論如何努力提升加法的效能,最多也只能改善整體系統
效能的30%。
2.3 安德定理(Amdahl’s Law)
安德定理的定義式 :
S
1
f
1 f
k
S代表整體系統的增速
f是系統改善部分占所有工作中的比例
k表示改善部分之效能相較於未改善前的增速倍數。
2.3 安德定理(Amdahl’s Law)
【例題2】
某家系統廠商想推出一個新款的周邊設備,他們的想法是將過
去的機型改進一部分之後即可出貨,但因囿於開發經費的限制
,所以他們必須對改善的部分做取捨:
1. 只改善CPU 時間
2. 只改善I/O 時間
假設上述的改善都是5倍,而原來的周邊設備與電腦做一次資料
傳輸需花費50ms的CPU 時間與150ms的I/O 時間,如果你是他們
的決策者,是否能給予廠商建議呢?
2.3 安德定理(Amdahl’s Law)
【解答】
1. 若只改善CPU 時間
根據安德定理的定義,「改善CPU 時間」為系統改善的一個部
分,則我們可以先求出CPU 時間所佔的比例(即改善 CPU後,
整體效能所能提升的上限):
fCPU
50ms
50 1
50ms 150ms 200 4
改善CPU 時間後,其效能相較於原來的倍數為:
Speed up
1
f
1 fCPU CPU
k
1
1 14
1
4
5
1.25
2.3 安德定理(Amdahl’s Law)
【解答】
2. 只改善I/O 時間
相同地,先求出I/O 時間所佔的比例
fI / O
150ms
150 3
50ms 150ms 200 4
改善I/O 時間後,其效能相較於原來的倍數為
Speed up
1
1 f I / O
fI /O
k
1
1 3 4
3
2.5
4
5
結論:建議改善I/O 時間,因為所獲得的效益較大。
2.3 安德定理(Amdahl’s Law)
系統最多可以改善多少呢?
在理想情況下
,假設「無窮倍」的改善,則:
1
1
S
f 1 f
1 f
最大的系統效能改善倍數,是未改善部分所占比
例的倒數。
2.4 評估效能的標準程式
認識效評程式(Benchmark)
三種著名的效評程式
效評程式的問題
2.4.1 認識效評程式(Benchmark)
怎樣的程式才算是是一個評估電腦效能的標準程
式?
單一的應用程式多半會大量使用一或數種特定類
型的運算,所呈現出來的效能也只有整體系統的
某一部分。
這些應用程式在不同架構的電腦上很可能會隨著
作業系統或是編譯器而有所不同,並不能代表「
相同程式」。
可攜性(portability)問題。
2.4.1 認識效評程式(Benchmark)
評估電腦效能需要一套能涵蓋各種計算的混合程式
(mixture programs)。
程式碼要短少、簡單。
可以在不同的平台上執行。
桌上型電腦 、膝上型輕便電腦 、可攜式的嵌入式系統裝置。
這樣的混合程式稱之為合成型效評程式(synthetic
benchmarks)或效評程式組(benchmark suite),而
組成混合程式的單一程式則僅稱為效評程式(
benchmark)。
2.4 評估效能的標準程式
認識效評程式(Benchmark)
三種著名的效評程式
效評程式的問題
2.4.2 三種著名的效評程式
Whetstone
Whetstone是在1976年,由Harold J. Curnow與Brian A.
Wichman首度於英國國家物理實驗室發表的效評程式。它
是用Algol 60程式語言所撰寫,所強調的是密集的浮點數
運算,因此在程式裡大量的呼叫函式庫中的三角函數與指
數函數。
利用Whetstone量測出來的結果就稱為WIPS(Whetstone
instructions per second),亦可依照電腦速度的數量級,用
「每秒千個Whetstone指令」(Kilo-Whetstone instructions
per second,KWIPS)或「每秒百萬個Whetstone指令」(
Million-Whetstone instructions per second,MWIPS)為單位
來表示。
2.4.2 三種著名的效評程式
Linpack
Linpack(linear algebra package)是由美國Argonne國家實
驗室的應數所主任Jim Pool在一系列非正式的討論會中所
陸續提出,經評估後於1974年所建立的一組數學軟體套件
,專門使用倍精度浮點運算來解線性代數系統之數學方程
組。後來該實驗室提出了Linpack計畫案,經國家科學基金
會(National Science Foundation)審核同意並贊助經費,
同時 Argonne 能源部 (Department of Energy) 也提供了電腦
軟硬體上的支援。
2.4.2 三種著名的效評程式
Linpack
整個計畫是由J. J. Dongarra主持,並與J. R. Bunch、C. B.
Mole及G. W. Stewart等分屬不同機構的人共同進行,結果
於1984年正式發表Linpack程式套件。一開始它是用來測量
超級電腦的效能,最早的版本是以Fortran77寫成,後來才
又有了C與Java的版本。事實上Linpack有部分的工作是由
Los Alamos 科學實驗 室所完成 ,此外它還包含了由 Jim
Boyle和Ken Dritz所改編的TAMPR系統。
2.4.2 三種著名的效評程式
Linpack
幾個重要的特色:
首開力學(Mechanics)分析軟體的先河。
提供軟體程式庫,一般使用者均可自行加以修正,以滿足特殊需
求。
最早建立數學軟體的比較標準,尤其是FLOPS的測量方法。假使
一個電腦系統能正確無誤地執行完這套程式,那麼即使硬體本身
完全沒有浮點運算電路,一樣能測得其FLOPS值。
適用於各種電腦系統,尤其它本身便是高效率的運算程式,因此
儘管到了今日,它還是被廣泛運用來解各種數學和工程上的問題
,甚至市面上常見的數學軟體如MATLAB等,也引用它來處理矩
陣運算的問題。
2.4.2 三種著名的效評程式
Dhrystone
前兩個效評程式都是以浮點運算為主,而最後要介紹的
Dhrystone則是以字串控制與整數運算為測量的重點,這是
由西門子Nixdorrf資訊公司的Reinford P. Weicher於1984年
所發表。這個程式是以測試CPU效能為主要目的,因此並
不包含輸出/輸入(I/O)或系統呼叫等動作。最特別的是
它表示測量結果的方法,就直接以Dhrystone為單位,而不
像Whetstone是以WIPS來呈現。
2.4.3 效評程式的問題
上述三個著名的效評程式不論其目的或寫法都相當
簡單,原本應該是相當好的效能參考標準程式。
但不幸地,就因為它們的運算模式太過明確,使得
許多受測系統的廠商為了獲得更好的測試數據,因
而特別針對這些程式的特性來撰寫編譯器,例如故
意把程式「最佳化」成一個極小的機器碼物件,使
得它在執行過程幾乎都存放在快取記憶體(Cache)
中,因而獲得超乎正常速度的結果。
2.4 評估效能的標準程式
認識效評程式(Benchmark)
三種著名的效評程式
效評程式的問題
2.4.3 效評程式的問題
這種作法對測試者而言卻是一種欺騙,因為結果數
據並無法提供充分且正確的效能資訊,而且也讓效
評程式的公信力受到相當程度的質疑。
2.5 效能評估之標準組織
最著名的國際性的標準組織 – SPEC
「Standard Performance Evaluation Corporation」。
由一些工作站的製造商,如Sun、DEC、MIPS等共同
成立的一個非營利組織。
為新推出的高效能電腦建立、維持一個有意義的標準
效評程式,並且為之背書。
2.5 效能評估之標準組織
SPEC
OSG
HPG
GPC
SPECapc
CPU
JAVA
SPECopc
MAIL
POWER-PERFORMANCE
SFS
WEB
SPEC的組織圖
2.5 效能評估之標準組織
開放式系統委員會(OSG)
高效能系統委員會(HPG)
繪圖及工作站效能委員會(GWPG)
2.5.1 開放式系統委員會(OSG)
OSG(The Open System Group)是SPEC最原始成立
時所設的委員會,其主要焦點是放在桌上型電腦系
統、高階工作站及伺服器。
OSG 之下又設立了六個子委員會,各自提供不同的
效評程式(組):
CPU 、JAVA 、MAIL 、POWER-PERFORMANCE 、SFS
、WEB
2.5.1 開放式系統委員會(OSG)
CPU - 提供CPU 效評程式,如SPECint、SPECfp、
SPECrates等。
JAVA - 提供Java用戶端(client)及伺服器(server
)兩端的效評程式,如JVM98、JBB2005、
SPECjAppServer2004。
MAIL - 提供網際網路服務提供者(ISP)的效評程
式,如SPECmail2001。
2.5.1 開放式系統委員會(OSG)
OWER-PERFORMANCE - 已開發出用來評估伺服
器(server)等級電腦之能源效率的第一代SPEC效評
程式SPECpower_ssj2008。
SFS - 提供檔案服務的效評程式,如SFS93、SFS97
、SFS2008。
提供網站伺服器的效評程式,如WEB96、WEB99、
WEB99_SSL WEB2005。
2.5 效能評估之標準組織
開放式系統委員會(OSG)
高效能系統委員會(HPG)
繪圖及工作站效能委員會(GWPG)
2.5.2 高效能系統委員會(HPG)
HPG(High-Performance Group)所提供的效評程式
主要是針對高效能的系統結構,如對等多處理器系
統、工作站叢集、分散式平行記憶體系統與平行超
級電腦。
HPG可以說是一個跨平台的標準效評組織,所提供
的效評程式是使用業界標準應用程式介面的實際程
式,並且都是針對科學與科技的計算工作。
2.5 效能評估之標準組織
開放式系統委員會(OSG)
高效能系統委員會(HPG)
繪圖及工作站效能委員會(GWPG)
2.5.3 繪圖及工作站效能委員會(GWPG)
GWPG(Graphics & Workstation Performance Group)
之下包含了兩個獨立的專案組織,專司制定圖形及
工作站效評程式、以及效能報告的常式:
SPECapc
SPECgpc
2.5.3 繪圖及工作站效能委員會(GWPG)
SPECapc(SPEC Application Performance
Characterization)
成立於1997年,提供強調圖形應用的效評程式,大多使用
在CAD/CAM、或如一般的視覺化應用程式。
SPECgpc(SPEC Graphics Performance
Characterization)
成立於1993年,主要著力點在於OpenGL效能的評估,提
供以執行OpenGL應用程式界面(API)為主的效評程式。