intel Z8300 2G 32G小主机跟树莓派3B的功耗/性能对比

具体硬件平台就不详细说了,浪费时间码字,贴一个淘宝上的配置:

有点广告的既视感,哈哈,不过我200块咸鱼收的2手,配置比这个稍低,比如CPU是Z8300,网卡是百兆的,WIFI可能也不是双频的(这个不确定。

因为linux下这玩意没驱动起来)不过我买回来不是做NAS,只是想搞个7*24在线的小服务器,映射到外网做一点小服务。所以配置差点也无所谓的样子

先来个待机功耗图:

待机2.0瓦。不过这个是算上这个220V/5V 3A的效率的,因为电源的总功率是15W(5V/3A)而目标功率小于3W,所以也算是低负载运行,所以实际功耗

应该是小于2瓦的,不像直测USB电流,测出来就是实际功耗,所以在接下来的对比中,我树莓派也用一个5V 3A的充电头来带,尽量做到情景一致

(不过考虑到不同的充电头,效率也不一样,所以还是不算严谨对比)先来个screenfetch。

                   -`
                  .o+`                 [email protected]
                 `ooo/                 OS: Arch Linux
                `+oooo:                Kernel: x86_64 Linux 5.3.0-arch1-1-ARCH
               `+oooooo:               Uptime: 1h 5m
               -+oooooo+:              Packages: 188
             `/:-:++oooo+:             Shell: bash 5.0.9
            `/++++/+++++++:            CPU: Intel Atom x5-Z8300 @ 4x 1.84GHz [40.2°C]
           `/++++++++++++++:           GPU:
          `/+++ooooooooooooo/`         RAM: 88MiB / 1862MiB
         ./ooosssso++osssssso+`
        .oossssso-````/ossssss+`
       -osssssso.      :ssssssso.
      :osssssss/        osssso+++.
     /ossssssss/        +ssssooo/-
   `/ossssso+/:-        -:/+osssso+-
  `+sso+:-`                 `.-/+oso:
 `++:.                           `-/+/
 .`                                 `/

算了,不说废话了,先记下现在测试过的结果:

空载 2.0W-2.1W,还算稳定

跑满单核(我自己写的单核计算圆周率的benchmark) 3.2W

跑满四核(同上),4.9W

Python递归算法计算斐波那契数列的40位:3.9W

测试成绩如下:

::Testing gcc installed
::>GCC installed
::===Benchmarking C===
::Compling pi.c..
::>Complie time:0.3423449993133545
::>Calc time:111.01979780197144
::Wait 10 seconds
::===Benchmarking GMP===
::Compling gmpi.cpp..
::>Complie time:2.5547237396240234
::>Calc time:22.081634759902954
::Wait 10 seconds
::===Benchmarking mtGMPi Mutithread===
::Compling mtgmpi.c..
::>Complie time:0.3653872013092041
::Number of Thread: 4
::>Calc time:65.04465556144714

嗯,记住时间就行,三个测试分别是111秒,22秒,65秒

最为比较,i7-4790K这三个成绩分别是:36.751,4.675,6.534

计算40位斐波那契数时间为:

[[email protected] fibn]$ python fib.py
102334155
151.38735151290894

比起台式机简直弱爆了哈哈。

树莓派3B,用的另外一个5V 3AUSB供电,测得空载功耗2.2W

python递归计算斐波那契数列,功耗3.4W

单线程计算圆周率: 3.4W

多线程计算圆周率:4.5-4.7W,不稳定,也有时候会蹦到4.0

[[email protected] pimark]$ python test.py
::Testing gcc installed
::>GCC installed
::===Benchmarking C===
::Compling pi.c..
::>Complie time:0.5492968559265137
::>Calc time:106.87575554847717
::Wait 10 seconds
::===Benchmarking GMP===
::Compling gmpi.cpp..
::>Complie time:3.184544086456299
::>Calc time:26.894031286239624
::Wait 10 seconds
::===Benchmarking mtGMPi Mutithread===
::Compling mtgmpi.c..
::>Complie time:0.5404598712921143
::Number of Thread: 4
::>Calc time:96.08412599563599

python递归速度有点让我不相信自己的眼睛了:

[[email protected] fibn]$ python fib.py
102334155
554.3715827465057

最终对比如下:

单线程满载,111秒 vs 106秒  3.2瓦 vs 3.4瓦 性能差距5% 树莓派小胜

多线程满载,65秒 VS 96秒    4.9瓦 vs 4.6瓦  性能差距47%,Z8300胜

python递归计算斐波那契数列: 151秒 vs 554秒 3.9瓦 vs 3.4瓦 性能差距367%,Z8300大胜

另外那个GMP单线程计算圆周率的结果是22秒 vs 26秒,Z8300 胜20%,

这里说明一下:第一个计算pi的程序,是用数组来做大数计算的,纯C语言编写。而后边俩都是用GMP大数库来做运算的,可以看作是GMP针对平台各自做一定的优化。

另外,树莓派的系统是32位系统,而Z8300系统为64位,也可能是有些项目差距过大的原因,后续我会再在树莓派64位系统做测试,看看是不是这个原因。

原文地址:https://www.cnblogs.com/yafengabc/p/11562232.html

时间: 2024-10-25 14:17:36

intel Z8300 2G 32G小主机跟树莓派3B的功耗/性能对比的相关文章

树莓派3B 运行 LEDE(OPENWRT),使用vlan

1.树莓派3B的网卡: 内置一个无限网卡,内置一个有线以太网卡 2.下载LEDE固件: LEDE官网:https://lede-project.org/ http://downloads.lede-project.org/releases/17.01.2/targets/brcm2708/bcm2710/ 在下载界面根据这个路径选择合适的版本(目前17.01.2), lede-17.01.2-brcm2708-bcm2710-rpi-3-ext4-sdcard.img.gz 下载后解压, 使用E

阿里云PHP环境(主机宝--AMH--WDCP)操作说明及横向对比

本人是做网站的,技术略懂,论坛中大神有很多,在下不敢班门弄斧,只因最近加入了一个阿里云的qq群,每天都有新人加入后咨询许多初级问题,特此写几篇关于web使用阿里云的教程和推荐给大家,我会尽量通俗的来写,让大家看得明白,希望对大家有一些帮助.   本人撰写系列教程,从各层面帮助大家走上运营网站的道路:     第一篇:阿里云PHP环境(主机宝--AMH--WDCP)操作说明及横向对比(Nginx + Apache[wdcp自带] + MySQL + PHP) http://bbs.aliyun.c

第一次接触树莓派——树莓派3B+开箱以及刷写系统

作为一个自动化学生,接触单片机比较多,比如最早接触的STC89CRC,到现在爱不释手的STM32F4系列.不过单片机永远也是单片机,为了满足低功耗,廉价的设计需求,性能上必须有所牺牲和妥协. 不过,前一阵子在某网站申请试用了一块树莓派3B+,树莓派虽然叫做单板机(单板计算机)但是由于它拥有大量的IO资源,在使用的时候也可以当作一个功耗大,性能强的单片机来使用. 首先是开箱环节: 树莓派的包装很简约,就一个纸盒子,里面装着树莓派主板和一本多国语言的说明书.将主板拿近观看,可以看到树莓派上惊人的资源

openvino:yolov3转换成tenserflow模型再转换成openvino模型,并用神经计算棒一代加速树莓派3b+

在转换yolo3是时遇到了问题: [ ERROR ]  List of operations that cannot be converted to IE IR:        [ ERROR ]      LeakyRelu (72)        [ ERROR ]          detector/darknet-53/Conv/LeakyRelu ........ [ ERROR ]  Part of the nodes was not translated to IE. Stoppe

如何使用windows远程桌面控制树莓派3B

文章开头先来吐槽一下网上的免费教程.虽然现在是信息时代,我们可以在网上学习各种各样的知识.但是网上的教程鱼龙混杂,缺少时间有效性.甚至有些纯粹是误导,只看到结果,根本不披露实现过程.这一点要鄙视一下.       在实际操作过程中,你会遇到很多问题,这些问题对于还是小白的你来说,如果百度查不到,那就会打击你对树莓派的信心,加速树莓派吃灰的进程.所以,我会不定期的更新树莓派3b 的教程,教你一步一步的玩转树莓派!每一篇文章我都会注明更新日期,方便大家查阅.好,闲言少叙,开始今天的正题:树莓派3B(

树莓派3B 无线上网配置

树莓派3B 无线上网配置 系统: raspberry Step1: vi /etc/network/interfaces 修改如下: source-directory /etc/network/interfaces.d auto loiface lo inet loopbackiface eth0 inet dhcp # dhcp allow-hotplug wlan0iface wlan0 inet dhcpwpa-conf /etc/wpa_supplicant/wpa_supplicant

树莓派3B+搭建Nginx流媒体服务器

树莓派3B+搭建流媒体服务器 一.硬件准备 1)树莓派3B+ 2)配套电源 3)连接到网络 二.软件安装包 1)nginx源码包nginx-1.8.1.tar.gz 下载地址: http://nginx.org/download/nginx-1.8.1.tar.gz 2)h264数据流支持包nginx_mod_h264_streaming-2.2.7.tar.gz 下载地址: http://h264.code-shop.com/download/nginx_mod_h264_streaming-

Intel台式机CPU性能对比分析(不定期更新)

Intel台式机CPU性能对比(综合) 双核-四核CPU(综合) 型号 主频/睿频 核心/线程 制程 功耗 三级Cache 核显 内存控制 i7-6700K 4.0/4.2GHz 4/8 14nm 95W 8MB HD 530 DDR4-2133 i7-6700 3.4/4.0GHz 4/8 14nm 65W 8MB HD 530 DDR4-2133 i7-6700T 2.8/3.6GHz 4/8 14nm 35W 8MB HD 530 DDR4-2133 i7-4790K 4.0/4.4GHz

树莓派3B 开启串口

网上的很多方法,都很麻烦,要下文件还要改很多参数,但是经我测试,其实没那么多步骤!(不知道是不是我的树莓派版本高的原因) 通过 cat /proc/version命令得到的版本是 linux version 4.9.35-v7+ 2017年6月 注:网上说树莓派3B,有两个串口,一个是硬件串口给了蓝牙使用,一个是mini串口才是映射到了GPIO口上,但mini串口不稳定 开启硬件串口方法分两步,第一步将硬件串口与mini串口互换,第二步,关闭远程控制功能: 一. sudo nano /boot/