결과는 2019년 1월 12일 기준 AWS 요금(시간당 1달러, 스탠다드 1년, 선불 없음)에 따라 Intel P2CA에 의해 계산되었습니다.
AWS* EC2 R5 과 R5a 인스턴스(https://aws.amazon.com/ec2/instance-types/)에 대해 실시된 달러당 성능 테스트는, 달러당 96 vCPU 인텔® 제온® 스케일러블 프로세서 성능과 달러당 AMD EPYC* 프로세서 성능을 비교했습니다.

워크로드: HammerDB* PostgreSQL*
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 1.85X(높을수록 좋음)
데이터베이스: HammerDB – PostgreSQL(높을수록 좋음):
AWS R5.24xlarge(인텔) 인스턴스, HammerDB 3.0 PostgreSQL 10.2, 메모리: 768GB, 하이퍼바이저: KVM; 스토리지 유형: EBS io1, 디스크 볼륨 200GB, 총메모리 200GB, 도커 버전: 18.06.1-ce, RedHat* Enterprise Linux 7.6, 3.10.0-957.el7.x86_64, 6400MB shared_buffer, 256 웨어하우스, 사용자 96명. 점수 “NOPM” 439931, 2018년 12월 11일-2018년 12월 14일에 인텔에서 측정.
AWS R5a.24xlarge(AMD) 인스턴스, HammerDB 3.0 PostgreSQL 10.2, 메모리: 768GB, 하이퍼바이저: KVM; 스토리지 유형: EBS io1, 디스크 볼륨 200GB, 총메모리 200GB, 도커 버전: 18.06.1-ce, RedHat* Enterprise Linux 7.6, 3.10.0-957.el7.x86_64, 6400MB shared_buffer, 256 웨어하우스, 사용자 96명. 점수 “NOPM” 212903, 2018년 12월 20일에 인텔에서 측정.

워크로드: MongoDB*
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 2.84X(높을수록 좋음)
데이터베이스: MongoDB(높을수록 좋음):
AWS R5.24xlarge(인텔) 인스턴스, MongoDB v4.0, 저널 사용 안 함, 파일시스템 동기화 사용 안 함, wiredTigeCache=27GB, maxPoolSize = 256; 7개 MongoDB 인스턴스, 14개 클라이언트 VM, VM당 1개 YCSB 클라이언트, YCSB 클라이언트당 96개 스레드, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, 점수 1229288 ops/sec, 2018년 12월 10일에 인텔에서 측정.
AWS R5a.24xlarge(AMD) 인스턴스, MongoDB v4.0, 저널 사용 안 함, 파일시스템 동기화 사용 안 함, wiredTigeCache=27GB, maxPoolSize = 256; 7개 MongoDB 인스턴스, 14개 클라이언트 VM, VM당 1개 YCSB 클라이언트, YCSB 클라이언트당 96개 스레드, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, 점수 388596 ops/sec, 2018년 12월 10일에 인텔에서 측정.
자세한 내용은 www.intel.co.kr/benchmarks를 참조하십시오.

결과는 2019년 1월 12일 기준 AWS 요금(시간당 1달러, 스탠다드 1년, 선불 없음)에 따라 Intel P2CA에 의해 계산되었습니다.
AWS* EC2 M5 과 M5a 인스턴스(https://aws.amazon.com/ec2/instance-types/)에 대해 실시된 달러당 성능 테스트는, 달러당 96 vCPU 인텔® 제온® 스케일러블 프로세서 성능과 달러당 AMD EPYC* 프로세서 성능을 비교했습니다.

워크로드: LAMMPS*
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 4.15X(높을수록 좋음)
HPC Materials Science – LAMMPS(높을수록 좋음):
AWS M5.24xlarge(인텔) 인스턴스, LAMMPS 버전: 2018-08-22(코드: https://lammps.sandia.gov/download.html), 워크로드: Water – 512K Particles, 인텔 ICC 18.0.3.20180410, 인텔® MPI Library for Linux* OS, 버전 2018 업데이트 3 빌드 20180411, 48 MPI Ranks, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS=2, 점수 137.5 timesteps/sec, 2018년 10월 31일에 인텔에서 측정.
AWS M5a.24xlarge(AMD) 인스턴스, LAMMPS 버전: 2018-08-22(코드: https://lammps.sandia.gov/download.html), 워크로드: Water – 512K Particles, 인텔 ICC 18.0.3.20180410, 인텔® MPI Library for Linux* OS, 버전 2018 업데이트 3 빌드 20180411, 48 MPI Ranks, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS=2, 점수 55.8 timesteps/sec, 2018-11-07에 인텔에서 측정.
AMD를 위해 AVX2를 지원하도록 변경(AMD는AVX2만 지원하므로 변경이 필요):
sed -i 's/-xHost/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
sed -i 's/-qopt-zmm-usage=high/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi

워크로드: High-performance Linpack*
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 4.15X(높을수록 좋음)
HPC Linpack(높을수록 좋음):
AWS M5.24xlarge(인텔) 인스턴스, HP Linpack 버전 2.2(https://software.intel.com/en-us/articles/intel-mkl-benchmarks-suite 디렉터리: benchmarks_2018.3.222/linux/mkl/benchmarks/mp_linpack/bin_intel/intel64), AVX512 적용 인텔 ICC 18.0.3.20180410 , 인텔® MPI Library for Linux* OS, 버전 2018 업데이트 3 빌드 20180411, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS=24, 2 MPI 프로세스, 점수 3152 GB/s, 2018년 10월 31일에 인텔에서 측정.
AWS M5a.24xlarge(AMD) 인스턴스, HP Linpack 버전 2.2,(HPL 출처: http://www.netlib.org/benchmark/hpl/hpl-2.2.tar.gz; 버전 2.2; BLIS library version 0.4.0에 컴파일하고 링크 하는데 icc(ICC) 18.0.2 20180210 사용; https://github.com/flame/blis; 추가 컴파일러 플래그: -O3 -funroll-loops -W -Wall –qopenmp; make arch=zen OMP_NUM_THREADS=8; 6 MPI 프로세스.), AVX2를 적용한 인텔 ICC 18.0.3.20180410, 인텔® MPI Library for Linux* OS, 버전 2018 업데이트 3 빌드 20180411, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS=8, 6 MPI 프로세스, 점수 677.7 GB/s, 2018년 11월 7일에 인텔에서 측정.

결과는 2019년 1월 12일 기준 AWS 요금(시간당 1달러, 스탠다드 1년, 선불 없음)에 따라 Intel P2CA에 의해 계산되었습니다.
AWS* EC2 M5 과 M5a 인스턴스(https://aws.amazon.com/ec2/instance-types/)에 대해 실시된 달러당 성능 테스트는, 달러당 96 vCPU 인텔® 제온® 스케일러블 프로세서 성능과 달러당 AMD EPYC* 프로세서 성능을 비교했습니다.

워크로드: Server Side Java* 1 JVM
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 1.74X(높을수록 좋음)
Server Side Java(높을수록 좋음):
AWS M5.24xlarge(인텔) 인스턴스, Java Server Benchmark No NUMA binding, 2JVM, OpenJDK 10.0.1, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, 점수 101767 Transactions/sec, 2018년 11월 16일에 인텔에서 측정.
AWS M5a.24xlarge(AMD) 인스턴스, Java Server Benchmark No NUMA binding, 2JVM, OpenJDK 10.0.1, RedHat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, 점수 52068 Transactions/sec, 2018년 11월 16일에 인텔에서 측정.

워크로드: Wordpress* PHP/HHVM*
결과: 달러당 AMD EPYC 성능 = 기준이 1일 때 달러당 인텔® 제온® 스케일러블 프로세서 성능 = 1.75X(높을수록 좋음)
웹 프론트엔드 Wordpress(높을수록 좋음):
AWS M5.24xlarge(인텔) 인스턴스, oss-performance/wordpress Ver 4.2.0; Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic; 워크로드 버전': u'4.2.0; 클라이언트 스레드: 200; PHP 7.2.12-1; perfkitbenchmarker_version="v1.12.0-944-g82392cc; Ubuntu 18.04, Kernel Linux 4.15.0-1025-aws, 점수 3626.11 TPS, 2018년 11월 16일에 인텔에서 측정.
AWS M5a.24xlarge(AMD) 인스턴스, oss-performance/wordpress Ver 4.2.0; Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic; 워크로드 버전': u'4.2.0; 클라이언트 스레드: 200; PHP 7.2.12-1; perfkitbenchmarker_version="v1.12.0-944-g82392cc; Ubuntu 18.04, Kernel Linux 4.15.0-1025-aws, 점수 1838.48 TPS, 2018년 11월 16일에 인텔에서 측정.
자세한 내용은 www.intel.co.kr/benchmarks를 참조하십시오.

AWS M5.4xlarge(인텔) 인스턴스, McCalpin Stream(OMP 버전), (출처: https://www.cs.virginia.edu/stream/FTP/Code/stream.c); AVX512 적용 인텔 ICC 18.0.3 20180410, -qopt-zmm-usage=high, -DSTREAM_ARRAY_SIZE=134217728 -DNTIMES=100 -DOFFSET=0 –qopenmp, -qoptstreaming-stores always -o $OUT stream.c, Red Hat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS: 8, KMP_AFFINITY: proclist=[0-7:1], granularity=thread, explicit, 점수: 81216.7MB/s, 18/6/12에 인텔에서 측정.
AWS M5a.4xlarge(AMD) 인스턴스, McCalpin Stream(OMP 버전), (출처: https://www.cs.virginia.edu/stream/FTP/Code/stream.c); AVX2적용 인텔 ICC 18.0.3 20180410, -DSTREAM_ARRAY_SIZE=134217728, -DNTIMES=100 -DOFFSET=0 -qopenmp -qopt-streaming-stores always -o $OUT stream.c, Red Hat* Enterprise Linux 7.5, 커널 3.10.0-862.el7.x86_64, OMP_NUM_THREADS: 8, KMP_AFFINITY : proclist=[0-7:1], granularity=thread,explicit, 점수: 32154.4MB/s, 18/6/12에 인텔에서 측정.
OpenFOAM 고지 사항: 이 제안은 OpenCFD 유한회사, www.openfoam.com을 통한 OpenFOAM 소프트웨어의 제작자 및 배포자, OpenFOAM* 및 OpenCFD* 등록 상표의 소유자에 의해 승인 또는 보증되지 않습니다.
AWS 가격은 2019년 1월 12일 기준 1년 예약 인스턴스 요금(https://aws.amazon.com/ec2/pricing/reserved-instances/pricing/)의 온디맨드 Linux/Unix 시간당 사용량 기준 요금(https://aws.amazon.com/ec2/pricing/on-demand/)입니다.

인텔® 딥 러닝 부스트(인텔® DL 부스트)를 통해 인텔® 제온® Platinum 9282 프로세서에서 최대 30배의 추론 처리량 개선: 2019년 2월 26일 인텔에 의해 실시된 테스트. 플랫폼: Dragon Rock 2 소켓 인텔® 제온® Platinum 9282 프로세서(소켓당 56코어), HT 사용, 터보 사용, 총 메모리 768GB(24슬롯/32GB/2933MHz), BIOS: SE5C620.86B.0D.01.0241.112020180249, CentOS 7 커널 3.10.0-957.5.1.el7.x86_64, 딥 러닝 프레임워크: Caffe용 인텔® 최적화* 버전: https://github.com/intel/caffe d554cbf1, ICC 2019.2.187, MKL DNN 버전: v0.17(커밋 해시: 830a10059a018cd2634d94195140cf2d8790a75a), 모델: https://github.com/intel/caffe/blob/master/models/intel_optimized_models/int8/resnet50_int8_full_conv.prototxt, BS=64, 무 데이터 계층 syntheticData: 3x224x224, 56인스턴스/2소켓, 데이터 형식: INT8 vs. 인텔에서 2017년 7월 11일에 테스트: 2S 인텔® 제온® Platinum 8180 CPU @ 2.50GHz(28코어), HT 사용 안 함, 터보 사용 안 함, intel_pstate 드라이버를 통해 scaling governor를 "performance"로 설정, 384GB DDR4-2666 ECC RAM. CentOS 리눅스* 릴리스 7.3.1611(코어), 리눅스* 커널 3.10.0-514.10.2.el7.x86_64. SSD: 인텔® SSD 데이터 센터 S3700 시리즈(800GB, 2.5인치 SATA 6Gb/s, 25nm, MLC). 성능 측정 조건: 환경 변수: KMP_AFFINITY='granularity=fine, compact‘, OMP_NUM_THREADS=56, CPU 주파수를 CPU 전원 주파수 -d 2.5G -u 3.8G -g 성능으로 설정. Caffe: (http://github.com/intel/caffe/), 개정 f96b759f71b2281835f690af267158b82b150b5c. 추론은 "caffe time --forward_only" 명령으로, 트레이닝은 "caffe time" 명령으로 측정했습니다. "ConvNet" 토폴로지에는 합성 데이터 집합을 사용했습니다. 기타 토폴로지의 경우 데이터가 로컬 스토리지에 저장되어 트레이닝 전에 메모리에 캐싱되었습니다. 토폴로지 사양: https://github.com/intel/caffe/tree/master/models/intel_optimized_models(ResNet-50). 인텔® C++ 컴파일러 버전 17.0.2 20170213, 인텔® Math Kernel Library(인텔® MKL) 소형 라이브러리 버전 2018.0.20170425. Caffe는 "numactl -l"로 실행.