Dessa resultat kommer från Geekbench 4 databasen.
Ryzen 5 2600X : 4781 / 22235
Ryzen 7 2700X : 4736 / 25195
Jämför jag minnesresultaten med min Ryzen 5 1600 verkar 2600X köra med DDR4-2933 CL14 alt. CL16 medan 2700X verkar köra med DDR4-2666 CL14.
Mitt system med DDR4-2666 CL16: 4654 / 22236 (kör Linux vilket från 6 kärnor och uppåt ger synbart högre resultat jämfört med Windows, single-core är dock rätt jämförbart mellan OS)
Med DDR4-2933 CL16 : 4794 / 22600
Kör oklockat (då det är en server som kör 24/7).
Lägg gärna till Intels motsvarigheters poäng i samma tester.
Tycker personligen att Geekbench viktar effekten för RAM lite väl hårt, kan överhuvudtaget inte mäta någon skillnad mellan 2666 vs 2933 vs 3066 i saker som kompilering, shellscript som söker i stora datamängder, webserver etc.
I Geekbench ger framförallt bandbredd rätt stort utslag på resultatet, latens (som i praktiken är viktigare) ger ett tillskott men ett rätt litet sådant. Viktigt därför att man jämför system med ungefär samma RAM hastighet.
Här är ett ocklockat i7-8700K system med DDR4-2666 eller möjligen DDR4-2933 (inte helt lätt att säga, man får kika på "Memory Bandwidth" resultatet).
i7-8700K : 5535 / 24602
För alla som väljer 8C/16T eller mer, vare sig det handlar om AMD eller Intel: fundera på varför ni väljer en sådan CPU. Har ni verkligen nytta av den kanske Linux är ett bättre val.
Ocklockad Ryzen 7 1800X körande Linux får högre multicore resultat jämfört med Ryzen 7 2700X på Windows: 4796 / 30357
@Purrfected: Fast "bara" 7.7% sämre prestanda i spel jämfört med 8700k om man ska tro slides som kommit ut.
7,7 % stämmer kanske när GPUn är flaskhals. Både Ryzen och Coffee Lake testades primärt med GTX1080, där blir GPU en rätt rejäl flaskhals redan vid 1920x1080 "ultra".
ArsTechnica testade i7-8700K med GTX1080Ti, den är i genomsnitt >40% snabbare jämfört med Ryzen 1800X i spel där i upplösning 1920x1080 "ultra". I princip ingen skillnad mellan DX11 och DX12.
Kommer nog gå fort när både AMD och intel börjar med flera cores i mainstream. Men säkert 3-5år innan de är klar vinst med 8c. Men det är ju en normal cykel för att utveckla ett spel också.
Skulle inte vara så säker. Fram till ~2010 var det ett väldigt fokus på att få in stöd för "multitrådning" i språk som C++, Java, C# etc. (Kuriosa: C och C++ hade faktiskt inget portabelt stöd för att köra mer än en tråd innan 2011...).
Trenden sedan dess och vad det ser ut som även i närtid väldigt mycket på "asynkron körning" och "co-rutiner". JavaScript är numera det vanligaste programspråket enligt många mätning. JavaScript har överhuvudtaget inget koncept av "multitrådade" applikationer. Ett exempel är NodeJS, ett väldigt populärt och ruggigt effektivt när det handlar om I/O.
Den senare är ett lysande exempel på att "concurrent programming" (som man nu främst jobbar med) inte alls är samma sak som "parallel programming" (som var vad man mycket jobbade innan 2010-2011).
Den förra är ofta toppvalet för applikationer som är begränsade av I/O. Slänga fler kärnor på problemet är sällan rätt lösning där, kan faktiskt sänka prestanda. Här vill man i stället fylla en kärna i taget med jobb, det ger bäst I/O-respons och därmed bäst total I/O-kapacitet.
Parallel programming är rätt i fall där flaskhalsen är rå beräkningskraft, typexemplen är HPC, rendering och liknande.
En trend som dök upp förra året och som accelererat i år är något som kallas "autovektorisering". Är själv helt övertygad att detta kommer vara viktigare för "vanliga" PC-program än vad massor med kärnor är då få "vanliga" program jobbar med problem som effektivt låter sig köras på många kärnor.
Autovektorisering är när man tar normal skalär och sekventiellt kod, d.v.s. standard C++, Java, C# kod, och hittar små delar som kan köras parallellt. Att lägga ut det på flera kärnor går inte, ljuset hastighet sätter käppar i hjulet så resultatet blir lägre prestanda. Men det man nu lyckas göra i allt fler lägen är använda SIMD (SSE/AVX på x86, NEON på ARM) för att få >100% boost i vissa tighta loopar.
Riktigt spännande teknik!
Care About Your Craft: Why spend your life developing software unless you care about doing it well? - The Pragmatic Programmer