为什么 AMD Ryzen 2700x 比使用 3 年的英特尔 i7-6820HQ 笔记本电脑慢 2 倍 Python？
Why is an AMD Ryzen 2700x 2x slower than a 3-year-old laptop Intel i7-6820HQ with Python?
我刚刚安装完基于 AMD Ryzen 2700x 和 32GB RAM (运行 Ubuntu 18.04) 的台式计算机。
在工作中，我有一台使用了 3 年的笔记本电脑工作站，配备 Intel i7-6820HQ 和 16GB RAM (运行 Windows 10)。
我在两个平台上都安装了 Anaconda，并且 运行 自定义 Python 代码严重依赖于基本的 numpy 矩阵运算。
该代码不涉及任何特定于 GPU 的计算（我的工作笔记本电脑没有）。
Ryzen 在 3.7GHz 时 运行，笔记本电脑 i7 在 3.6GHz 时运行。两个系统都已完全更新。
令我惊讶的是，代码在我的工作笔记本电脑上运行 5 分钟，而在 Ryzen 台式机上需要 10 分钟！
最新的 Ryzen 2700x 应该比使用了 3 年的高端笔记本电脑 Intel 处理器快得多，但为什么会慢 2 倍？
是否因为 Ubuntu 在某种程度上不是最理想的，而不是 Ryzen 的 Windows 10？
是否因为英特尔比 AMD 更适合 Python 模拟？
还有什么吗？
感谢您帮助了解正在发生的事情。
numpy matrix operations
Intel Skylake 的 FMA 吞吐量（每个时钟 256 位向量 2 个）明显优于 Ryzen（每个时钟 128 位向量 2 个或每个时钟 256 位向量 1 个）。请参阅 https://agner.org/optimize/ for x86 microarch details. And FLOPS per cycle for sandy-bridge and haswell SSE2/AVX/AVX2 了解包括 Ryzen 在内的摘要。
由于数据在缓存中很热，优化良好的 matmul 可以通过缓存阻塞实现，一个好的 matmul 可能会成为 FMA 执行单元吞吐量的瓶颈。
或 L1d SIMD load/store 带宽，其中 Skylake > 2x Ryzen，能够维持接近 2x 256 位负载 + 1x 256 位存储，而 Ryzen 可以维持 2x 128 位缓存访问，其中最多可以是商店。
因此，Intel 的单线程或每核吞吐量是 Ryzen 内核的两倍是完全合理的，matmul / FMA 吞吐量。
您是否使用多线程以利用每台机器中的所有内核？ 2700x is an 8-core CPU, while 6820HQ is a 4-core chip.
如果您的工作负载可以/正在利用多核，那么可能是 L3 缓存带宽限制造成了差异，假设它们都正确配置并且实际上 运行 处于 3.6 / 3.7 GHz。或者可能有一些东西造成了 4 倍的每核性能差异。
这是一个软件问题：默认情况下，anaconda 附带英特尔的 MKL 作为 BLAS 的后端，这将有意削弱 AMD 的速度。您还可以安装使用 openBLAS 的非 MKL 版本，您将看到巨大的性能提升。不需要重新安装，卸载numpy和mkl，然后安装一个用openBLAS搭建的numpy即可。
我刚刚安装完基于 AMD Ryzen 2700x 和 32GB RAM (运行 Ubuntu 18.04) 的台式计算机。 在工作中，我有一台使用了 3 年的笔记本电脑工作站，配备 Intel i7-6820HQ 和 16GB RAM (运行 Windows 10)。
我在两个平台上都安装了 Anaconda，并且 运行 自定义 Python 代码严重依赖于基本的 numpy 矩阵运算。 该代码不涉及任何特定于 GPU 的计算（我的工作笔记本电脑没有）。 Ryzen 在 3.7GHz 时 运行，笔记本电脑 i7 在 3.6GHz 时运行。两个系统都已完全更新。
令我惊讶的是，代码在我的工作笔记本电脑上运行 5 分钟，而在 Ryzen 台式机上需要 10 分钟！
最新的 Ryzen 2700x 应该比使用了 3 年的高端笔记本电脑 Intel 处理器快得多，但为什么会慢 2 倍？
是否因为 Ubuntu 在某种程度上不是最理想的，而不是 Ryzen 的 Windows 10？
是否因为英特尔比 AMD 更适合 Python 模拟？
还有什么吗？
感谢您帮助了解正在发生的事情。
numpy matrix operations
Intel Skylake 的 FMA 吞吐量（每个时钟 256 位向量 2 个）明显优于 Ryzen（每个时钟 128 位向量 2 个或每个时钟 256 位向量 1 个）。请参阅 https://agner.org/optimize/ for x86 microarch details. And FLOPS per cycle for sandy-bridge and haswell SSE2/AVX/AVX2 了解包括 Ryzen 在内的摘要。
由于数据在缓存中很热，优化良好的 matmul 可以通过缓存阻塞实现，一个好的 matmul 可能会成为 FMA 执行单元吞吐量的瓶颈。
或 L1d SIMD load/store 带宽，其中 Skylake > 2x Ryzen，能够维持接近 2x 256 位负载 + 1x 256 位存储，而 Ryzen 可以维持 2x 128 位缓存访问，其中最多可以是商店。
因此，Intel 的单线程或每核吞吐量是 Ryzen 内核的两倍是完全合理的，matmul / FMA 吞吐量。
您是否使用多线程以利用每台机器中的所有内核？ 2700x is an 8-core CPU, while 6820HQ is a 4-core chip.
如果您的工作负载可以/正在利用多核，那么可能是 L3 缓存带宽限制造成了差异，假设它们都正确配置并且实际上 运行 处于 3.6 / 3.7 GHz。或者可能有一些东西造成了 4 倍的每核性能差异。
这是一个软件问题：默认情况下，anaconda 附带英特尔的 MKL 作为 BLAS 的后端，这将有意削弱 AMD 的速度。您还可以安装使用 openBLAS 的非 MKL 版本，您将看到巨大的性能提升。不需要重新安装，卸载numpy和mkl，然后安装一个用openBLAS搭建的numpy即可。