让T神高潮的A15 Geekbench的真相

maomaobear · 发表于 2012-11-5 22:14

Tempestglen 发表于 2012-11-5 11:11
geekbench支持超线程，我拿出来比较，就已经算是开恩了，实际软件pk，A15优势更大。

你的余下的全是废话 ...

它不兼容完全的x86指令，不会兼容windows，做再强也伤不到i5，i7

itany · 发表于 2013-1-28 12:12

鉴于T神又出来胡扯，我顶一下以正视听

开普勒 · 发表于 2013-1-28 13:56

居然没有人反汇编来吐槽一下？

用objdump反汇编libgeekbench-jni.so，以Mandelbrot测试项目为例：

1. x86:

000ccb2a <_ZN10Mandelbrot6workerEi>:
ccb2a: 55 push %ebp
ccb2b: 89 e5 mov %esp,%ebp
ccb2d: 57 push %edi
ccb2e: 56 push %esi
ccb2f: 53 push %ebx
ccb30: 83 ec 3c sub $0x3c,%esp
ccb33: 8b 75 08 mov 0x8(%ebp),%esi
ccb36: e8 86 91 f6 ff call 35cc1 <pthread_join@plt+0x109>
ccb3b: 81 c3 01 34 17 00 add $0x173401,%ebx
ccb41: c7 45 e0 00 00 00 00 movl $0x0,-0x20(%ebp)
ccb48: c7 45 e4 00 00 00 00 movl $0x0,-0x1c(%ebp)
ccb4f: 8b 46 38 mov 0x38(%esi),%eax
ccb52: 8b 4e 3c mov 0x3c(%esi),%ecx
ccb55: f2 0f 10 bb 4c af f8 movsd -0x750b4(%ebx),%xmm7
ccb5c: ff
ccb5d: f2 0f 10 b3 e4 e6 f8 movsd -0x7191c(%ebx),%xmm6
ccb64: ff
ccb65: f2 0f 2a c0 cvtsi2sd %eax,%xmm0
ccb69: 89 45 d8 mov %eax,-0x28(%ebp)
ccb6c: f2 0f 5e f8 divsd %xmm0,%xmm7
ccb70: 89 4d dc mov %ecx,-0x24(%ebp)
ccb73: f2 0f 2a c1 cvtsi2sd %ecx,%xmm0
ccb77: 31 c0 xor %eax,%eax
ccb79: f2 0f 5e f0 divsd %xmm0,%xmm6
ccb7d: e9 aa 00 00 00 jmp ccc2c <_ZN10Mandelbrot6workerEi+0x102>
ccb82: 8d b3 ec e6 f8 ff lea -0x71914(%ebx),%esi
ccb88: f2 0f 2a c8 cvtsi2sd %eax,%xmm1
ccb8c: f2 0f 59 cf mulsd %xmm7,%xmm1
ccb90: f2 0f 5c 0e subsd (%esi),%xmm1
ccb94: 8b 75 c4 mov -0x3c(%ebp),%esi
ccb97: 8d bb c4 aa f8 ff lea -0x7553c(%ebx),%edi
ccb9d: f2 0f 2a da cvtsi2sd %edx,%xmm3
ccba1: 0f 28 c1 movaps %xmm1,%xmm0
ccba4: f2 0f 59 de mulsd %xmm6,%xmm3
ccba8: 31 c9 xor %ecx,%ecx
ccbaa: f2 0f 58 1f addsd (%edi),%xmm3
ccbae: 0f 28 d3 movaps %xmm3,%xmm2
ccbb1: 0f 28 e2 movaps %xmm2,%xmm4
ccbb4: f2 0f 59 c0 mulsd %xmm0,%xmm0
ccbb8: 41 inc %ecx
ccbb9: f2 0f 59 e2 mulsd %xmm2,%xmm4
ccbbd: f2 0f 5c c4 subsd %xmm4,%xmm0
ccbc1: f2 0f 58 c1 addsd %xmm1,%xmm0
ccbc5: 0f 28 e0 movaps %xmm0,%xmm4
ccbc8: f2 0f 58 e0 addsd %xmm0,%xmm4
ccbcc: f2 0f 59 d4 mulsd %xmm4,%xmm2
ccbd0: 0f 28 e0 movaps %xmm0,%xmm4
ccbd3: f2 0f 58 d3 addsd %xmm3,%xmm2
ccbd7: 0f 28 ea movaps %xmm2,%xmm5
ccbda: f2 0f 5c e1 subsd %xmm1,%xmm4
ccbde: f2 0f 5c eb subsd %xmm3,%xmm5
ccbe2: f2 0f 59 e4 mulsd %xmm4,%xmm4
ccbe6: f2 0f 59 ed mulsd %xmm5,%xmm5
ccbea: 8d bb f4 e6 f8 ff lea -0x7190c(%ebx),%edi
ccbf0: f2 0f 58 e5 addsd %xmm5,%xmm4
...

复制代码

2. ARMv7:

000a7f88 <_ZN10Mandelbrot6workerEi>:
a7f88: e92d 47f0 stmdb sp!, {r4, r5, r6, r7, r8, r9, sl, lr}
a7f8c: ed2d 8b06 vpush {d8-d10}
a7f90: 6c05 ldr r5, [r0, #64] ; 0x40
a7f92: ee02 5a10 vmov s4, r5
a7f96: eeb8 7bc2 vcvt.f64.s32 d7, s4
a7f9a: ed9f 6b3b vldr d6, [pc, #236] ; a8088 <_ZN10Mandelbrot6workerEi+0x100>
a7f9e: f8d0 8044 ldr.w r8, [r0, #68] ; 0x44
a7fa2: ee02 8a90 vmov s5, r8
a7fa6: 4604 mov r4, r0
a7fa8: 2600 movs r6, #0
a7faa: 2700 movs r7, #0
a7fac: 2300 movs r3, #0
a7fae: ed9f 8b38 vldr d8, [pc, #224] ; a8090 <_ZN10Mandelbrot6workerEi+0x108>
a7fb2: ed9f 0b39 vldr d0, [pc, #228] ; a8098 <_ZN10Mandelbrot6workerEi+0x110>
a7fb6: ed9f 1b3a vldr d1, [pc, #232] ; a80a0 <_ZN10Mandelbrot6workerEi+0x118>
a7fba: ee86 ab07 vdiv.f64 d10, d6, d7
a7fbe: ed9f 6b3a vldr d6, [pc, #232] ; a80a8 <_ZN10Mandelbrot6workerEi+0x120>
a7fc2: eeb8 7be2 vcvt.f64.s32 d7, s5
a7fc6: ee86 9b07 vdiv.f64 d9, d6, d7
a7fca: e03f b.n a804c <_ZN10Mandelbrot6workerEi+0xc4>
a7fcc: ee06 3a90 vmov s13, r3
a7fd0: eeb8 5be6 vcvt.f64.s32 d5, s13
a7fd4: 2100 movs r1, #0
a7fd6: eeb0 7b48 vmov.f64 d7, d8
a7fda: ee15 7b0a vnmls.f64 d7, d5, d10
a7fde: eeb0 5b47 vmov.f64 d5, d7
a7fe2: ee07 2a90 vmov s15, r2
a7fe6: eeb8 4be7 vcvt.f64.s32 d4, s15
a7fea: eeb0 2b40 vmov.f64 d2, d0
a7fee: ee04 2b09 vmla.f64 d2, d4, d9
a7ff2: eeb0 6b45 vmov.f64 d6, d5
a7ff6: eeb0 4b42 vmov.f64 d4, d2
a7ffa: eeb0 7b42 vmov.f64 d7, d2
a7ffe: ee27 3b07 vmul.f64 d3, d7, d7
a8002: 3101 adds r1, #1
a8004: ee16 3b06 vnmls.f64 d3, d6, d6
a8008: ee33 6b05 vadd.f64 d6, d3, d5
a800c: ee36 3b06 vadd.f64 d3, d6, d6
a8010: eeb0 2b44 vmov.f64 d2, d4
a8014: ee03 2b07 vmla.f64 d2, d3, d7
a8018: ee32 3b44 vsub.f64 d3, d2, d4
a801c: ee23 3b03 vmul.f64 d3, d3, d3
a8020: eeb0 7b42 vmov.f64 d7, d2
a8024: ee36 2b45 vsub.f64 d2, d6, d5
a8028: ee02 3b02 vmla.f64 d3, d2, d2
a802c: eeb4 3bc1 vcmpe.f64 d3, d1
a8030: eef1 fa10 vmrs APSR_nzcv, fpscr
a8034: da01 bge.n a803a <_ZN10Mandelbrot6workerEi+0xb2>
a8036: 29ff cmp r1, #255 ; 0xff
a8038: d1e1 bne.n a7ffe <_ZN10Mandelbrot6workerEi+0x76>
a803a: fb00 f101 mul.w r1, r0, r1
a803e: 1876 adds r6, r6, r1
a8040: f147 0700 adc.w r7, r7, #0
a8044: 3201 adds r2, #1
a8046: 4542 cmp r2, r8
...

复制代码

很明显：

1、这个项目，测的是fp64（不代表其它项目也是fp64）
2、x86上，用的是标量的SSE，没有矢量化
3、ARMv7上，用的是VFP，没有动用NEON（fp64也无法NEON）。

Tempestglen · 发表于 2013-1-28 13:59

提示: 作者被禁止或删除内容自动屏蔽

Tempestglen · 发表于 2013-1-28 14:03

提示: 作者被禁止或删除内容自动屏蔽

Tempestglen · 发表于 2013-1-28 14:05

提示: 作者被禁止或删除内容自动屏蔽

the_god_of_pig · 发表于 2013-1-28 14:05

Tempestglen 发表于 2013-1-28 13:59
惊喜看到很多坟，exynos5250的tdp不是8w了嘛，怎么没爆炸？性能也不是0啊。

GPU、CPU同时满载下CPU靠降频把功耗从4瓦多压到0.5瓦以下，性能和0也差不多

itany · 发表于 2013-1-28 14:06

本帖最后由 itany 于 2013-1-28 14:20 编辑

开普勒发表于 2013-1-28 13:56
居然没有人反汇编来吐槽一下？

用objdump反汇编libgeekbench-jni.so，以Mandelbrot测试项目为例：

果然没有矢量化啊

谢谢您的反汇编！主贴已经更新了。多谢执教！

the_god_of_pig · 发表于 2013-1-28 14:07

Tempestglen 发表于 2013-1-28 14:05
猪神，你家atom的sun spider被日了，哈哈。

是吗？

the_god_of_pig · 发表于 2013-1-28 14:12

itany 发表于 2013-1-28 14:06
果然没有矢量化啊

这个ARM也是标量阿，x86的SIMD效率会比NEON高很多？

itany · 发表于 2013-1-28 14:24

the_god_of_pig 发表于 2013-1-28 14:12
这个ARM也是标量阿，x86的SIMD效率会比NEON高很多？

呵呵，Arm家的Neon不支持双精度浮点，所以……
http://www.arm.com/zh/products/processors/technologies/neon.php

开普勒 · 发表于 2013-1-28 14:26

the_god_of_pig 发表于 2013-1-28 14:12
这个ARM也是标量阿，x86的SIMD效率会比NEON高很多？

A15有两条流水线可以执行NEON指令（而且跟VFP共用），对fp32来说每条可以处理两个lane。但是，一部分NEON指令（例如加、乘等）可以发射到两条流水线，这部分指令的吞吐量就是4倍而latency不变。另一部分指令只能发射到其中一条流水线（例如整型转浮点），这部分指令的吞吐量就只有2倍。另外ARMv7对fp64没有NEON，只有ARMv8才支持。

ATOM的SSE性能如何没有测过，看坛里有没有x86专家能解答。

开普勒 · 发表于 2013-1-28 14:30

另外，不要指望NEON/SSE能对性能提高多少。编译器自动矢量化的能力相当有限，只对特定的一些模式有效。一般靠程序员显式书写SIMD代码。不过很多算法实际上无法转为用SIMD实现。

the_god_of_pig · 发表于 2013-1-28 14:37

开普勒发表于 2013-1-28 14:26
A15有两条流水线可以执行NEON指令（而且跟VFP共用），对fp32来说每条可以处理两个lane。但是，一部分NEON ...

多谢科普

没记错的话atom SIMD单次吞吐量是128bit，执行4个单精度，不过这是理论值，主要还是看实测NEON和SSE的效率变化

the_god_of_pig · 发表于 2013-1-28 14:52

似乎跨平台测试应该提供源码用户自行编译测得才比较有价值，Geekbench这种提供不同平台版本的套路水分很大，基本是想怎么搞怎么搞

开普勒 · 发表于 2013-1-28 14:55

the_god_of_pig 发表于 2013-1-28 14:37
多谢科普

没记错的话atom SIMD单次吞吐量是128bit，执行4个单精度，不过这是理论值，主要还是看实测NE ...

微架构的东西最好用小程序实测

比较标量浮点的话，个人认为A15的效率是相当高的：两条VFP流水线＋乱序发射，相当低的latency，以及与fp32一样快的fp64。

只看该作者 · 发表于 2013-1-28 15:01

提示: 作者被禁止或删除内容自动屏蔽

the_god_of_pig · 发表于 2013-1-28 15:02

开普勒发表于 2013-1-28 14:55
微架构的东西最好用小程序实测

比较标量浮点的话，个人认为A15的效率是相当高的：两条VFP流水线＋乱序 ...

不过比实际性能就不能这么测了吧，至少要让带宽有压力

有64bit FP单元标量双精单精就应该一样快了吧，貌似Atom早就是这样了，ARM之前是A8时代64bit浮点还要多周期执行，A9似乎已经改了

kinno · 发表于 2013-1-28 15:13

Tempestglen 发表于 2013-1-28 13:59
惊喜看到很多坟，exynos5250的tdp不是8w了嘛，怎么没爆炸？性能也不是0啊。

非要炸掉地球才算爆炸是吧？就这低能生产出来做电暖器的？

Tempestglen · 发表于 2013-1-28 15:38

提示: 作者被禁止或删除内容自动屏蔽

帐号		自动登录	找回密码
密码			注册

Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽	24^# 发表于 2013-1-28 13:59 来自手机 \| 只看该作者提示: 作者被禁止或删除内容自动屏蔽
Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽
	回复支持反对使用道具举报显身卡

Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽	25^# 发表于 2013-1-28 14:03 来自手机 \| 只看该作者提示: 作者被禁止或删除内容自动屏蔽
Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽
	回复支持反对使用道具举报显身卡

Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽	26^# 发表于 2013-1-28 14:05 来自手机 \| 只看该作者提示: 作者被禁止或删除内容自动屏蔽
Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽
	回复支持反对使用道具举报显身卡

G70 该用户已被删除	37^# 发表于 2013-1-28 15:01 \| 只看该作者提示: 作者被禁止或删除内容自动屏蔽
G70 该用户已被删除
	回复支持反对使用道具举报显身卡

让T神高潮的A15 Geekbench的真相

RE: 让T神高潮的A15 Geekbench的真相

本帖子中包含更多资源

Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽	40^# 发表于 2013-1-28 15:38 \| 只看该作者提示: 作者被禁止或删除内容自动屏蔽
Tempestglen Tempestglen 当前离线积分 32 IP卡狗仔卡头像被屏蔽
	回复支持反对使用道具举报显身卡