英特尔® 云计算

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 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。