应该是因为小核没法支持AVX512增加调度复杂性
SIMD指令集现在是一个非常大的集合……

【 在 finlab 的大作中提到: 】
: avx512 直接提高了一倍，太牛了
: 看到网上说，intel 采用大小核之后，就不支持avx512了。
: 我一直没弄明白，intel的小核除了不支持超线程，是不是也不支持simd指令集？
: ...................
--
FROM 116.233.93.*

早期几个支持 avx512 的处理器跑 avx512 的时候会严重发热降频，导致跑普通指令狂掉性能。。所以一直没有流行起来。

现在牙膏厂制程越来越强不再降频，avx512 正是实用的时候，牙膏厂把它阉割了！！！活该牙膏厂市值不如农企。

【 在 finlab 的大作中提到: 】
: 嗯， 看了下， 2013年就推出了，是给至强用的。
: 酷睿有时支持，有时不支持
: intel 觉得个人电脑有没有这个无所谓。
: ...................
--
修改:hgoldfish FROM 117.24.95.*
FROM 117.24.95.*

今天又折腾了会C#。

先是使用PLINQ的Aggrigate, 需要0.9秒，而没有并行的Aggrigate只要0.6-0.7秒。
Range(0.0,10000_0000).AsParallel().Sum();

虽然写起来非常简单，但是性能非常不理想。LINQ只能用在大执行粒度或者性能不敏感的地方。


然后用并行循环：
public static double run_pfor()
        {
            ConcurrentBag<double> bag= new ConcurrentBag<double>();
            int n = 10000_0000;
            Parallel.ForEach(Partitioner.Create(0,n , n/8+1),
                (range) => {
                    double s = 0;
                    for (int i = range.Item1; i <range.Item2; i++)
                        s += i;
                    bag.Add(s);
            });
            return bag.Sum();
        }

自己写并行循环的速度提升很多，从单线程的0.14秒，提升到0.016秒，
接近于c++的0.014秒，基本发挥了多线程的作用。
但是，与python+numba的0.006秒还是差不少。这个差别是dotnet编译器和jit都不会进行simd优化。
只有开发者主动写了simd代码才能使用simd指令。这个很让人失望。

VC++也基本没有发挥simd的作用，不过前面帖子的gcc的simd优化效果很好。

最后的pk，python+numba（llvm、openmp、icc_rt）最快，不过numba编程时不能使用python对象，这是一个很大的限制。

最后，再罗列下C++,C#,Python的耗时：
简单循环：0.14，  0.14，  8秒  
加速后：0.014，  0.016，  0.006秒

编程方面，python+numba，c++openmp 都是自动并行化，不需要改变代码逻辑，工作量很小
而c# 缺乏自动并行和向量化，需要手动实现，工作量最大。



【 在 finlab 的大作中提到: 】
: 循环1亿次进行double类型的累加计算：
: double run(int n, function<double(double, double) > f)
: {
: ...................
--
FROM 123.112.71.*

只有在简单的运算上才能更好看出各种语言设施本身的开销

对于耗时较长的复杂运算，设施本身的开销占比下降，反而影响不大。


python最快，是因为numba实现使用了llvm，同时也调用了openmp和intel的SVML，能够充分挖掘算力。



如果是能够向量化的，我相信python还是会明显超过MSC, gcc应该能和python差不多。

你可以换个复杂运算再比较西Python和C++，我电脑上没有gcc




【 在 ziqin 的大作中提到: 】
: python你换个复杂点的数据结构试试看？讲真，你这不是在测并行效率，你这是在测overhead的开销
--
FROM 123.112.71.*

不能并行计算模型，还是得靠cpu。

avx512应该主要还是散热问题，非数值计算用得不多，数值计算大家以为能满核睿频avx512，结果发现avx512在运行的时候根本到不了睿频，甚至连基础频率都到不了，吞吐量还不如avx2,所以现在买cpu的时候，大家更多看的一个指标是满核avx2能到的频率

【 在 leslin 的大作中提到: 】
:
: 市场决定的吧。需要avx512的大多是专业用户，可以买服务器的
: 另外数值计算，现在很多改用gpu了
: ...................
--
FROM 115.192.186.*