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。