Varför kostar AMD mindre än Intel?

Fast nu jämför du äpplen och kaniner när du hävdar att de 3120000 kärnorna i "Tianhe-2" kan på något sätt jämföra med 560640 kärnorna i "Titan".

Ja, det sitter 560640st Bulldozer-kärnor i "Titan", men det sitter också en massa nVidia GPU-kärnor som inte ingår i denna siffra och dessa bidrar med majoriteten av Tflop/s värdet här.

Det sitter totalt 3120000 kärnor i "Tianhe-2", av dessa är 256000 Ivy Bridge kärnor, resten är Xeon Phi kärnor! Så om du bara jämför CPU-delen så är det alltså 256000 IVB kärnor mot 560640 Bulldozer kärnor. Då båda dessa datorer har ungefär samma perf/W så är det inget snack om att "Tianhe-2" på all sätt och vis är det snabbare systemet.

Har sagt flera gånger att jag inte lägger mig vad som är en riktig kärna eller ej, det är en irrelevant distinktion då CPU-trådar måste behandlas som "riktiga" kärnor av både programutvecklare och OS-tillverkare. Både HT och moduler delar saker mellan de två CPU-trådarna och även här måste programutvecklare och OS-tillverkare göra samma optimeringar (om man bry sig om att optimera för sådan), så ur den aspekten är HT och moduler helt likvärdiga.

Du har däremot helt fel kring att HT inte skulle kunna "göra beräkningar", då jag antar att du med menar att trådarna måste turas om att använda den enda CPU-kärnan. Exakt så fungerar SMT i vissa implementationer, t.ex. i SPARC T1-T3, men det har aldrig fungerat så i Intels CPUer, inte ens i P4.

CPU-schemaläggaren i Haswell tittar på upp till 192 µops (µops är interna instruktioner, inte x86 instruktioner) framåt, om båda trådarna används är detta en mix av instruktioner från båda trådarna. Upp till 8 av dessa kan påbörjas per CPU-cykel och de kan komma från vilken CPU-tråd som helst. Det är ytterst sällan man faktiskt hittar en exakt match av 8 instruktioner som är oberoende och inte behöver samma exekveringsport (de 8 portarna är inte identiska), vad HT gör är att öka den genomsnittliga mängden instruktioner man kan köra per cykel då man nu har två oberoende instruktionsströmmar att plocka ifrån.

Detta är en av sakerna som gör att HT fungerar, den andra har med att "gömma" latens mot RAM men påverkar mest servers (är denna del som även SPARC T1-T3 utnyttjar då de inte kan köra instruktioner från mer än en CPU-tråd per cykel).

Och för att vara lite on-topic: det som är väldigt trevligt idag är att normalt sett får man definitivt inte en 2x "bättre produkt" om man lägger 2x så mycket pengar på något, i alla fall inte om den bättre produkten börjar närma sig toppen i sitt segment. Men tittar man på pris/prestanda så är det faktiskt hyfsat konstant på FX-6xxx upp till FX-8xxx samt på i3 upp till i5. Skulle också hävda att vi idag ser en av de få tillfällena när Intel faktiskt har ungefär samma pris/prestanda som AMD i låg och mellanklassen (atom/i3/i5).

Har kört väldigt mycket AMD genom åren, allt från K6 fram till Phenom. På Athlon-tiden var det inga tvivel om att AMD hade bättre pris/prestanda, men tyvärr så går det inte att säga samma sak idag. Tittar man på serversida så är pris/prestanda faktiskt bättre för Intel idag. Jämför man priset på en 2x 16 kärnors Opteron och lägger samma pengar på en högt klockad 2x 6 kärnors Xeon alt en lägre klockad 2x 8 kärnos Xeon så presterar den senare i genomsnitt bättre.

Vet inte vad AMD tänkte när de gjorde sitt "modul-koncept" (som man kallar CMT, Cluster Multi-Threading), men tyvärr kan man konstatera att i stället för att kombinera fördelarna med SMT och multi-core CPUer lyckades man kombinera väl många nackdelar. HT ger relativt sett en större prestandaboost i förhållande till hur många transistorer det tar, HT påverkar inte enkeltrådprestanda negativt och i "riktig" multi-core så påverkar inte enkeltråd-prestanda negativt bara för att man kör något på andra CPU-kärnor. Det riktigt trista är att CMT visat sig vara riktigt uselt på serversidan, något som gjort att AMD rejält tappat här.

Servermarknaden har relativt höga marginaler, något som AMD verklige skulle behöva då deras marginaler har gått neråt många kvartal nu. Man gjort som tur är vinst senaste kvartalet, antagligen tack vare next-gen konsolerna. Men konsol-APUerna är om något en marknad med låga marginaler och mycket riktigt hade man en ganska stor dipp här.

Det är väl "bara" 18688 fysiska cpuer " och ika många Tesla i XK7 så antalet kärnor är väl totalen ? eller har de skrivit fel eller har jag missuppfattat nått ?

*Tråd rensad*

Jag har tagit bort inlägg som var otrevliga och inlägg som klagade på andra medlemmar, samt svaren på dessa.

Hade läst en del om Tianhe-2 tidigare så visste att Xeon Phi-kärnorna stod för majoriteten av 3,120,000 talet. Hade däremot inte läst på om Titan och det är rätt uppenbart att 560640 inte innefattar alla "CUDA cores" så antog (vilket är helt fel strategi, "don't assume it, prove it" ) att det var AMD-kärnorna. Efter att läst på om Titan så har ingen aning om vad 560,640 refererar till, det är 299,008 st Bulldozer-kärnor och totalt 50,233,344 CUDA-kärnor. Så tar på mig dumstruten för att varit ute och cyklat <:/

Men hela jämförelsen är ändå meningslös om man pratar Flops/s på en modern superdator, majoriteten av flyttalskapaciteten kommer idag från saker skilt från CPU-kärnorna. I Tianhe-2 kommer det från Xeon Phi och i Titan kommer det från nVidia GPUerna.

Men även Flops/s värdet börjar bli lite meningslöst. På ett enda år gick Xeon Phi om nVidia GPUer vad det gäller installerad Flops/s kapacitet i superdatorer. Men tittar man på siffrorna verkar det helt omöjlig att förklara, nVidias GPUer som används i superdatorer har bättre maximal kapacitet och även bättre Flops/W så varför skulle någon välja Xeon Phi?

Förklaringen är att visst har en GPU brutal teoretisk flyttalsprestanda, men det handlar om en krets som är optimerad för en väldigt specifik uppgift: 3D-grafik. Problem som är väldigt lik 3D-grafik fungerar jättebra att köra på en GPU, men HPC spänner över väldigt många olika områden som alla är flyttalsintensiva men inte nödvändigtvis lik 3D-grafik. Xeon Phi är mycket mer lik en "vanlig" CPU, fast med rätt dålig heltalskapacitet och en brutal flyttalskapacitet, så i praktiken fungerar den på ett mycket bredare spektrum av problem och är framförallt mycket mer lik en CPU i hur den programmeras (och CPUer är mycket lättare än GPUer att programmera).