“多个单核CPU”与“单个多核CPU”哪种方式性能较强?

多个单核CPU:

    成本更高,因为每个CPU都需要一定的线路电路支持,这样对主板上布局布线极为不便。并且当运行多线程任务时,多线程间通信协同合作也是一个问题。依赖总线的传输,速度较慢,且每一个线程因为运行在不同的CPU上。导致不同线程间各开一个Cache,会造成资源的浪费,同时如果线程间协作就会有冗余数据的产生,更加大了内存的开销。

单个多核CPU:

    可以很好地规避基本上多个单核CPU提到的所有缺点。它不需要考虑硬件上的开销以及复杂性问题,同时也可以很好地解决多线程间协同工作的问题,减少内存的开销,因为多线程程序在多核CPU中运行是共用一块内存区的,数据的传输速度比总线来的要快同时不会有冗余数据的产生。单个多核CPU的问题也是显而易见的,当多个较大程序共同运行时,内存就显得极为匮乏了,不光是Cache占用的的问题,同时还有程序的指令以及数据的替换问题。

来源:知乎,感谢作者。

原文地址:https://www.cnblogs.com/GyForever1004/p/8666485.html

时间: 2024-10-18 05:21:13

“多个单核CPU”与“单个多核CPU”哪种方式性能较强?的相关文章

zabbix监控单核cpu使用率和多核cpu总负载

zabbix自带的基础监控的模板中只有对单核cpu负载1分钟.5分钟.15分钟的监控. 添加对总的cpu负载的监控 key:system.cpu.load[all,avg1] 1分钟cpu总的负载 添加对单cpu使用率的监控 (1)创建探索规则: (2)宏: (3)项目原型:

处理器多核CPU和单核CPU,和多个CPU

作者:知乎用户链接:https://www.zhihu.com/question/20998226/answer/18659825来源:知乎 架构可以千变万化,面向需求.综合考量是王道.来,简单举个例子.假设现在我们要设计一台计算机的处理器部分的架构.现在摆在我们面前的有两种选择,多个单核CPU和单个多核CPU. 如果我们选择多个单核CPU,那么每一个CPU都需要有较为独立的电路支持,有自己的Cache,而他们之间通过板上的总线进行通信.假如在这样的架构上,我们要跑一个多线程的程序(常见典型情况

单核,多核CPU的原子操作

一. 何谓"原子操作":原子操作就是: 不可中断的一个或者一系列操作, 也就是不会被线程调度机制打断的操作, 运行期间不会有任何的上下文切换(context switch). 二. 为什么关注原子操作?1. 如果确定某个操作是原子的, 就不用为了去保护这个操作而加上会耗费昂贵性能开销的锁. - (巧妙的利用原子操作和实现无锁编程)2. 借助原子操作可以实现互斥锁(mutex). (linux中的mutex_lock_t)3. 借助互斥锁, 可以实现让更多的操作变成原子操作. 三. 单核

单核CPU、多线程、多核CPU和多个CPU

路.CPU.物理核.逻辑核和超线程概念 一个服务器主板可以插多个CPU称为多路,一个CPU可以有多个物理核.如果开启了超线程,一个物理核可以分成n个逻辑核(一般是2),n为超线程的数量. (1)路 “路”都是指服务器CPU的数量,也就是服务器主板上CPU插槽的数量. 通常有单路.两路.四路和多路. 单路指服务器支持1个CPU :两路指服务器支持2个CPU :四路指服务器支持4个CPU:多路指服务器支持多个CPU. (2)CPU( Central Processing Unit) CPU中央处理单

浅谈多核CPU、多线程、多进程

1.CPU发展趋势 核心数目依旧会越来越多,依据摩尔定律,由于单个核心性能提升有着严重的瓶颈问题,普通的桌面PC有望在2017年末2018年初达到24核心(或者16核32线程),我们如何来面对这突如其来的核心数目的增加?编程也要与时俱进.笔者斗胆预测,CPU各个核心之间的片内总线将会采用4路组相连:),因为全相连太过复杂,单总线又不够给力.而且应该是非对称多核处理器,可能其中会混杂几个DSP处理器或流处理器. 2.多线程与并行计算的区别 (1)多线程的作用不只是用作并行计算,他还有很多很有益的作

多核CPU上python多线程并行的一个假象

GIL 与 Python 线程的纠葛 GIL 是什么东西?它对我们的 python 程序会产生什么样的影响?我们先来看一个问题.运行下面这段 python 程序,CPU 占用率是多少? # 请勿在工作中模仿,危险:) def dead_loop(): while True: pass dead_loop() 答案是什么呢,占用 100% CPU?那是单核!还得是没有超线程的古董 CPU.在我的双核 CPU 上,这个死循环只会吃掉我一个核的工作负荷,也就是只占用 50% CPU.那如何能让它在双核

python多线程为什么不能利用多核cpu

GIL 与 Python 线程的纠葛 GIL 是什么东西?它对我们的 python 程序会产生什么样的影响?我们先来看一个问题.运行下面这段 python 程序,CPU 占用率是多少? # 请勿在工作中模仿,危险:) def dead_loop(): while True: pass dead_loop() 答案是什么呢,占用 100% CPU?那是单核!还得是没有超线程的古董 CPU.在我的双核 CPU 上,这个死循环只会吃掉我一个核的工作负荷,也就是只占用 50% CPU.那如何能让它在双核

【转】多核CPU运行模式

多核CPU运行模式主要有以下三种: •非对称多处理(Asymmetric multiprocessing,AMP)——每个CPU内核运行一个独立的操作系统或同一操作系统的独立实例(instantiation). •对称多处理(Symmetric multiprocessing,SMP)——一个操作系统的实例可以同时管理所有CPU内核,且应用并不绑定某一个内核. •混合多处理(Bound multiprocessing,BMP)——一个操作系统的实例可以同时管理所有CPU内核,但每个应用被锁定于某

linux多核cpu下的负载查看

linux下使用top命令或uptime命令 单核cpu下,负载超过0.7即意味着瓶颈,多核cpu下按核数*0.7计算负载 如2核,1.4可能即意味着负载较吃力了 查看核数 grep 'model name' /proc/cpuinfo | wc -l