如题，想知道8700k的浮点运算能力和此时的功耗。理论上限（浮点峰值）很容易就能算出来我也不特别关心。
我使用的是openblas循环计算4000*4000的矩阵乘法持续10分钟，记录下每次矩阵乘法使用的时间，取平均值（和中位数差不多）。同时用AIDA64观察功耗。用MKL也行，不会C/FORTRAN的话MATLAB也可以。

说错了，我是先根据时间算GFLOPS再取平均（中位数）的。对于nxn的矩阵乘法为2*n^3/计算用时。

aida好像就能算吧

y-cruncher算圆周率是个很好的选择，针对各构架进行优化，完美支持AVX2甚至AVX512，跑起来不亚于Prime95烤机，应该能接近于榨干理论浮点性能。
但是网上这项测试数据较少，不方便对比。
只为了大矩阵乘法你也可以自己写一个发给大家跑，要是能用Intel编译器编译一下就更好了。

@awpak78 前面那个MATLAB的是98.5GFLOPS,EIGEN那个是46.5GFLOPS。我在8550U上测试时只有前十几秒比较高，后面就降下来了但一直很稳定而且降的也不太多。所以我倾向于认为这是eigen自身的问题，话说eigen主页上有吹牛的成分，eigen内部其实还是用的intrinsic（基本相当于AVX,SSE指令的inline C语言函数版），而且只做到针对指令集优化，openblas，MKL都是针对架构优化的，openblas在blas层是手撸汇编。所以eigen说自己超过其他库真实性存疑。而且他还用openblas与MKL都已经实现的*axpby这种blas extension说自己功能比其他blas库完整真有点那个啥的感觉。

我自己用AVX intrinsics写的单精度矩阵乘法kernel，单线程跑到80Gflops，但这只是分块乘法kernel的性能，最终用的sgemm()还有一些其它的开销，比如预先对矩阵转置和分块，整体上只有70Gflops左右
单精度理论峰值的话，这一代架构每个核心2组256位fma单元，每个周期能发射2条256位FMA指令，每条FMA指令算16flop，所以就是2*16*4.7G = 150Gflops

这是我实现的16x16分块乘法kernel的代码：
感觉实际应用中很少有地方能像跑分程序那样发挥出FMA单元60%以上的峰值性能

今天在8700K的平台上编译了下openblas-0.2.20，make TARGET=HASWELL，自己写了个测试，矩阵维度从4x4x4开始，每次翻一倍，直到4096x4096x4096，最高才200GFLOPS，每个核心的效率只有我实现的矩阵乘法的一半

我看了下openblas的源码，发现kernel/x86目录下没有实现haswell的gemm
kernel，而kernel/x86_64目录下有haswell的实现，所以我推测之前浮点性能偏低是因为我编译的是32位版本。
刚才又编译了下64位版本，corename终于对了，fp32大矩阵乘法达到600Gflops

fp32 gemm：
fp64 gemm：
也监视了CPU，跑单线程时是单核4.7G，跑6线程时是全核4.4G
我实现gemm是为了加速自己造的卷积神经网络轮子，不是科学计算，所以只用到单精度

請問一下，這種東西為什麼不交給GPU去做啊？

我是谁我在那我为什么要点进来

马克

大佬
1