像 Geekbench 这样的性能统计数据是否代表一般的多任务处理性能？答案

【问题标题】：Do performance stats like Geekbench represent general multi-tasking performance?像 Geekbench 这样的性能统计数据是否代表一般的多任务处理性能？
【发布时间】：2011-11-12 21:30:42
【问题描述】：

我试图比较 i7 双核 2.7Ghz 与 i7 四核 2.0Ghz 在多任务环境中的性能。四核得分约为 9000，而双核得分约为 7500（对于 Geekbench）。同时，Geekbench 明确指出测试显示了所有内核的全部性能潜力。然而，在现实世界的日常使用中，我要运行的应用程序几乎都不是多线程的（Ruby 运行时、Java IDE、Mac 上的 Windows VM、应用服务器）。

这台机器将作为 Web 开发机器服务。在这个用例中，就响应时间而言，哪个 CPU 最“敏捷”？

【问题讨论】：

真的吗？！？！？！ Ruby 运行时、Java IDE、Windows VM 和应用服务器不是多线程的？
Ruby 当然不是。 Java，取决于实现。
Java 运行时会产生多个线程，即使您只有一个主函数，更不用说整个 IDE...我不熟悉 Ruby 运行时，但我敢打赌它也有多个线程。但是，即使它们都是单线程的，如果您在自己的内核上运行每个应用程序，您仍然可以从多个内核中受益。
Lirik，感谢您的回答。你可能是对的。但是，让我进一步询问。虽然每个进程都可以在自己的核心上运行，但大多数应用程序在没有被积极使用（即在后台）时处于空闲状态（或几乎不使用 cpu 周期），或者？
@Jason，是的，我认为开发机器通常处于闲置状态，等待程序员编写更多代码 :)

标签： multithreading performance benchmarking

【解决方案1】：

只有当基准测试非常接近您的典型工作负载时，基准测试的结果才具有实际意义。

您应该考虑您的典型开发环境是否经常需要并行性。例如，如果我开发 C/C++/Java 应用程序，通常会更改头文件（或 Java 源代码）以导致重新编译其他几个文件并重新链接一些二进制文件 - 这是高度并行的工作负载和多核CPU 可能被证明是有利的。

另一方面，如果我要更改一些 Python 或 Javascript 源，我怀疑在尝试执行和测试更改时会创建任何并行工作负载。

不过，这些都是理论上的考虑。

我不认为机器的速度是任何开发工作的瓶颈。人类是。

【讨论】：

在我的例子中，诀窍是确定较低时钟频率的四核 (2.0Ghz) 是否会胜过时钟频率较高的双核 (2.7Ghz)。不容易，不幸的是。我将主要使用动态类型语言进行编程，因此不需要编译。
另外，我关心的主要是多任务处理会受到怎样的影响，而不是单个应用会受到怎样的影响。