Do More with Your Cloud Investment
Deliver the powerful performance per dollar you need on Intel® technology. Critical data-heavy workloads such as database, high performance computing (HPC), and web perform better at a lower total cost of ownership on Intel® architecture-based clouds.1 2 3 4 5
2.84x Higher Performance
Up to 2.84x higher performance/$ on database workloads, including HammerDB PostgreSQL*, and MongoDB*.1
4.15x Higher Performance
Up to 4.15x higher performance/$ on High Performance LINPACK* and LAMMPS*.2
1.74x Better Performance
Better performance/$ on Server-Side Java and 1.74x better performance /$ on WordPress PHP/HHVM.3
2.25x Higher Performance
Up to 2.25x higher performance/$ for memory bandwidth applications.4
Features and Benefits
Scalable Performance
Intel® Xeon® Scalable processors are designed for the performance demands of complex, data-demanding workloads such as in-memory databases, and real-time business analytics.
Big Data Analytics
To realize the full potential of big data, organizations must find a new approach to capturing, storing, and analyzing data. Our infrastructure technologies are specifically designed for data-intensive, enterprise environments.
Learn about Intel® big data technologies using Apache Hadoop* software
High Performance Computing
Designed to help solve your biggest challenges faster and with greater efficiency, the Intel® Xeon Phi™ processor enables machines to rapidly learn without being explicitly programmed, in addition to helping drive new breakthroughs using high performance modeling and simulation, visualization and data analytics.
Density
As an emerging server form factor, microservers are designed to process workloads for hyper-scale data centers. Employ microservers to eliminate the space and power consumption of duplicate infrastructure components.
Enabled Software
Optimized independent software vendor (ISV) applications for Intel® Xeon® E5-2600 v4 processor product family—increasing the speed and performance of vital applications.
Benchmarks
Click on the specific Intel® products and technologies to get performance-related benchmarks, white papers, and videos.
Compute
Check out the performance benchmarks for Intel® processor family-based servers and the Intel® Xeon Phi™ coprocessor product family.
Storage
Get the benchmarks that show how Intel® technologies can optimize data storage.
Network
Review Intel’s high-density virtualization, low-latency, and high-throughput benchmarks for networking.
Applications and Software
Find out how software solutions are optimized to work better with Intel infrastructure.
- Data center software
- High performance computing (HPC) using Intel solutions for Lustre* software
- Enterprise IT using Intel® Cache Acceleration Software (Intel® CAS)
- Intel® Xeon® Scalable processors and software: Better together
- Intel® Xeon® E5 v4 processor and software: Better together
- Intel® Xeon® E7 v4 processor and software: Better together
Workstation
See how Intel® Xeon® processor-based workstations perform for your workload-intensive applications.
Explore Data Center Resources
IT insights, guidance, and advice—for data center pros.
IT Best Practices
Get innovative ideas, best practices, and groundbreaking IT strategies from the experts inside Intel’s own IT department, including CIO Paula Tolliver.
Resources for IT Leaders
Get the insights from Intel and other companies, plus social media to keep you informed and moving your IT projects forward.
产品和性能信息
在 AWS* EC2 R5 和 R5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：HammerDB* PostgreSQL*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.85X（越高越好）
数据库：HammerDB – PostgreSQL（越高越好）：
AWS R5.24xlarge（英特尔）实例，HammerDB 3.0 PostgreSQL 10.2，内存：768GB，Hypervisor：KVM；存储类型：EBS io1，磁盘卷 200GB，总存储 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 个仓库，96 个用户。分数“NOPM”439931，由英特尔于 2018 年 12 月 11 日-2018 年 12 月 14 日测量。
AWS R5a.24xlarge (AMD) 实例，HammerDB 3.0 PostgreSQL 10.2，内存：768GB，Hypervisor：KVM；存储类型：EBS io1，磁盘卷 200GB，总存储 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 个仓库，96 个用户。分数“NOPM”212903，由英特尔于 2018 年 12 月 20 日测量。
工作负载：MongoDB*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 2.84X（越高越好）
数据库：MongoDB（越高越好）：
AWS R5.24xlarge（英特尔）实例，MongoDB v4.0，日志已禁用，同步到文件系统已禁用，wiredTigeCache=27GB，maxPoolSize = 256；7 个 MongoDB 实例，14 个客户端虚拟机，每个虚拟机 1 个 YCSB 客户端，每个 YCSB 客户端 96 个线程，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 1229288 次操作/秒，由英特尔于 2018 年 12 月 10 日测量。
AWS R5a.24xlarge (AMD) 实例，MongoDB v4.0，日志已禁用，同步到文件系统已禁用，wiredTigeCache=27GB，maxPoolSize = 256；7 个 MongoDB 实例，14 个客户端虚拟机，每个虚拟机 1 个 YCSB 客户端，每个 YCSB 客户端 96 个线程，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 388596 次操作/秒，由英特尔于 2018 年 12 月 10 日测量。
有关更多详细信息，请访问 www.intel.cn/benchmarks。
英特尔 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定价计算的结果（美元/小时，标准 1 年期限，无预付款）。
在 AWS* EC2 M5 和 M5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：LAMMPS*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 4.15X（越高越好）
HPC 材料科学 – LAMMPS（越高越好）：
AWS M5.24xlarge（英特尔）实例，LAMMPS 版本：2018-08-22（代码：https://lammps.sandia.gov/download.html），工作负载：水 – 512K 个粒子，英特尔 ICC 18.0.3.20180410，英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，48 个 MPI 级别，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，分数 137.5 个时间步长/秒，由英特尔于 2018 年 10 月 31 日测量。
AWS M5a.24xlarge (AMD) 实例，LAMMPS 版本：2018-08-22（代码：https://lammps.sandia.gov/download.html），工作负载：水 – 512K 个粒子，英特尔 ICC 18.0.3.20180410，英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，48 个 MPI 级别，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，分数 55.8 个时间步长/秒，由英特尔于 2018 年 11 月 7 日测量。
将 AMD 更改为支持 AVX2（AMD 仅支持 AVX2，因此这些更改很有必要）：
sed -i 's/-xHost/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
sed -i 's/-qopt-zmm-usage=high/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
工作负载：高性能 Linpack*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 4.15X（越高越好）
HPC Linpack（越高越好）：
AWS M5.24xlarge（英特尔）实例，HP Linpack 版本 2.2 (https://software.intel.com/zh-cn/articles/intel-mkl-benchmarks-suite 目录，英特尔 ICC 18.0.3.20180410（带 AVX512），英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=24，2 个 MPI 进程，分数 3152 GB/s，由英特尔于 2018 年 10 月 31 日测量。
AWS M5a.24xlarge (AMD) 实例，HP Linpack 版本 2.2，（HPL 来源：http://www.netlib.org/benchmark/hpl/hpl-2.2.tar.gz，版本 2.2；icc (ICC) 18.0.2 20180210，用于编译和链接到 BLIS 库版本 0.4.0；https://github.com/flame/blis；Addt’l 编译器标志：-O3 -funroll-loops -W -Wall –qopenmp；make arch=zen OMP_NUM_THREADS=8；6 个 MPI 进程）， 英特尔 ICC 18.0.3.20180410（带 AVX2），英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=8，6 个 MPI 进程，分数 677.7 GB/s，由英特尔于 2018 年 11 月 7 日测量。
英特尔 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定价计算的结果（美元/小时，标准 1 年期限，无预付款）。
在 AWS* EC2 M5 和 M5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：服务器端 Java* 1 JVM
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.74X（越高越好）
服务器端 Java（越高越好）：
AWS M5.24xlarge（英特尔）实例，Java 服务器基准性能测试编号 NUMA 绑定，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 101767 次事务处理/秒，由英特尔于 2018 年 11 月 16 日测量。
AWS M5a.24xlarge (AMD) 实例，Java 服务器基准性能测试编号 NUMA 绑定，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 52068 次事务处理/秒，由英特尔于 2018 年 11 月 16 日测量。
工作负载：Wordpress* PHP/HHVM*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.75X（越高越好）
Web 前端 Wordpress（越高越好）：
AWS M5.24xlarge（英特尔）实例，oss-performance/wordpress 4.2.0 版；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作负载版本：u'4.2.0；客户端线程数：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，内核 Linux 4.15.0-1025-aws，分数 3626.11 TPS，由英特尔于 2018 年 11 月 16 日测量。
AWS M5a.24xlarge (AMD) 实例，oss-performance/wordpress 4.2.0 版；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作负载版本：u'4.2.0；客户端线程数：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，内核 Linux 4.15.0-1025-aws，分数 1838.48 TPS，由英特尔于 2018 年 11 月 16 日测量。
有关更多详细信息，请访问 www.intel.cn/benchmarks。
AWS M5.4xlarge（英特尔）实例，McCalpin Stream（OMP 版本），(来源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；英特尔于 12/6/18 评测英特尔 ICC 18.0.3 20180410 的参数如下：AVX512、-qopt-zmm-usage=high、-DSTREAM_ARRAY_SIZE=134217728 -DNTIMES=100 -DOFFSET=0 –qopenmp、-qoptstreaming-stores always -o $OUT stream.c、Red Hat* Enterprise Linux 7.5、Kernel 3.10.0-862.el7.x86_64、OMP_NUM_THREADS: 8、KMP_AFFINITY: proclist=[0-7:1]、granularity=thread、显式、分数 81216.7 MB/s。
AWS M5a.4xlarge (AMD) 实例，McCalpin Stream（OMP 版本），(来源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；英特尔于 12/6/18 评测英特尔 ICC 18.0.3 20180410 的参数如下：AVX2、-qopt-zmm-usage=high、-DSTREAM_ARRAY_SIZE=100 -DNTIMES=0 -DOFFSET=0 –qopenmp、-qoptstreaming-stores always -o $OUT stream.c、Red Hat* Enterprise Linux 7.5、Kernel 3.10.0-862.el7.x86_64、OMP_NUM_THREADS: 8、KMP_AFFINITY: proclist=[0-7:1]、granularity=thread、显式、分数 32154.4 MB/s。
OpenFOAM 免责声明：OpenCFD Limited、OpenFOAM 软件生产商和分销商（通过 www.openfoam.com），以及 OpenFOAM* 和 OpenCFD* 的商标所有者并未批准或认可使用本产品。
自 2019 年 1 月 12 日起实施的 AWS 定价：标准 1 年期预留实例定价 (https://aws.amazon.com/ec2/pricing/reserved-instances/pricing/) 和根据使用 Linux/Unix 系统以小时为单位按需定价 (https://aws.amazon.com/ec2/pricing/on-demand/).
在英特尔® 至强® 铂金 9282 处理器和英特尔® Deep Learning Boost（英特尔® DL Boost）上推断吞吐量高达 30 倍：由英特尔测试，截至 2019 年 2 月 26 日。平台：Dragon rock 2 插槽英特尔® 至强® 铂金 9282（每个插槽 56 个内核），HT 开启，睿频开启，总内存 768 GB（24 个插槽/32GB/2933 MHz），BIOS：SE5C620.86B.0D.01.0241.112020180249，CentOS 7 内核 3.10.0-957.5.1.el7.x86_64，深度学习框架：英特尔® Optimization for Caffe* 版本：https://github.com/intel/caffe d554cbf1，ICC 2019.2.187，MKL DNN 版本：v0.17 (commit hash: 830a10059a018cd2634d94195140cf2d8790a75a)，模型，BS=64，无数据层综合数据：3x224x224，56 实例/2 插槽，数据类型：INT8 对比截至 2017 年 7 月 11 日英特尔进行的测试：2 个英特尔® 至强® 铂金 8180 处理器 CPU @ 2.50GHz（28 个内核），HT 已禁用，睿频已禁用，通过 intel_pstate 驱动程序将扩展调节器设置为“性能”，384GB DDR4-2666 ECC RAM。CentOS Linux* 版本 7.3.1611 (Core)，Linux 内核 3.10.0-514.10.2.el7.x86_64。固态盘：英特尔® 数据中心级固态盘 S3700 系列（800GB，2.5 英寸 SATA 6Gb/秒，25 纳米，MLC）。性能评测标准基于：环境变量：KMP_AFFINITY='granularity=fine, compact‘，OMP_NUM_THREADS=56，CPU 频率设置为 CPU Power frequency-set -d 2.5G -u 3.8G -g performance Caffe：(http://github.com/intel/caffe/)，修订版 f96b759f71b2281835f690af267158b82b150b5c。推断评测标准基于“caffe time --forward_only”命令，训练评测标准基于“caffe time”指令。对于“ConvNet”拓扑，使用合成数据集。对于其他拓扑，数据在本地存储，并且在训练之前在内存中缓存。拓扑规格来源于 https://github.com/intel/caffe/tree/master/models/intel_optimized_models (ResNet-50)。英特尔® C++ 编译器版本 17.0.2 20170213，英特尔® 数学核心函数库（英特尔® MKL）小型库版本 2018.0.20170425。使用“numactl -l”运行 Caffe。