摘要：CPU技術(shù)發(fā)展迅速，性能基準(zhǔn)測(cè)試也在不斷演進(jìn)。對(duì)包含SPEC CPU在內(nèi)的主流基準(zhǔn)測(cè)試進(jìn)行了研究，從測(cè)試目標(biāo)、測(cè)試方法等角度，綜述主流CPU基準(zhǔn)測(cè)試的演進(jìn)過(guò)程、最新研究成果，以及通用CPU性能指標(biāo)和基準(zhǔn)測(cè)試需求，分析了通用CPU性能基準(zhǔn)測(cè)試所面臨的挑戰(zhàn)，并對(duì)今后可能的研究趨勢(shì)進(jìn)行了展望。

信息基礎(chǔ)設(shè)施自主可控逐漸受到各國(guó)的重視，研發(fā)推廣X86 架構(gòu)之外的通用CPU，例如 ARM，RISC-V，Alpha，MIPS等指令集架構(gòu)，已成為推動(dòng)信息產(chǎn)業(yè)變革發(fā)展的主要路徑之一。?近年來(lái)，采用 X86，ARM 等不同指令集架構(gòu)，常用于服務(wù)器和桌面計(jì)算的異構(gòu)通用CPU加速迭代升級(jí)，不同架構(gòu)CPU在功耗、適用場(chǎng)景等方面各有優(yōu)勢(shì)。但主流CPU性能測(cè)試工具與方法主要圍繞 X86 架構(gòu)芯片設(shè)計(jì)，如何對(duì)異構(gòu)通用 CPU 的質(zhì)量水平進(jìn)行科學(xué)評(píng)價(jià)，成為引導(dǎo)技術(shù)突破、支撐重大信息化工程建設(shè)和促進(jìn)行業(yè)發(fā)展的關(guān)鍵。

本文從測(cè)試目標(biāo)、測(cè)試方法的角度綜述了 CPU 基準(zhǔn)測(cè)試的發(fā)展現(xiàn)狀和趨勢(shì)，并對(duì)測(cè)試工具的演進(jìn)和最新成果進(jìn)行對(duì)比分析，旨在為研究者提供一個(gè)覆蓋 SPEC、TPC 等多類(lèi)性能基準(zhǔn)測(cè)試工具和多線程、跨平臺(tái)等各類(lèi)場(chǎng)景，以及包含速度和速率性能指標(biāo)分類(lèi)、基于預(yù)置模型的測(cè)試結(jié)果修正等創(chuàng)新方法的說(shuō)明，增加相關(guān)人員對(duì)通用 CPU 性能基準(zhǔn)測(cè)試研究的理解。

一、常用的性能基準(zhǔn)測(cè)試 1、SPEC基準(zhǔn)測(cè)試

SPEC 性能基準(zhǔn)測(cè)試于 1988 年由標(biāo)準(zhǔn)性能評(píng)估機(jī)構(gòu)SPEC 提出，目前已發(fā)展成為包含 CPU 性能、服務(wù)器能效、文件系統(tǒng)性能、高性能計(jì)算、Web 應(yīng)用性能等在內(nèi)的基準(zhǔn)測(cè)試簇。其中 SPEC CPU系列基準(zhǔn)是公認(rèn)的、具有事實(shí)性影響力的CPU性能基準(zhǔn)測(cè)試標(biāo)準(zhǔn)，通過(guò)測(cè)試程序在被測(cè)系統(tǒng)和基準(zhǔn)系統(tǒng)中執(zhí)行時(shí)間的比值來(lái)考察系統(tǒng)CPU運(yùn)算性能。

多年來(lái)，SPEC CPU性能基準(zhǔn)測(cè)試與CPU的發(fā)展相互促進(jìn)，基準(zhǔn)測(cè)試程序不斷演進(jìn)升級(jí)，CPU技術(shù)和產(chǎn)業(yè)應(yīng)用也加速創(chuàng)新發(fā)展。

SPEC CPU 92 通過(guò)調(diào)整測(cè)試基準(zhǔn)來(lái)應(yīng)對(duì)行業(yè)需求，迅速取代MIPS 度量，成為產(chǎn)業(yè)界公認(rèn)的事實(shí)標(biāo)準(zhǔn)，也驅(qū)動(dòng)各界在提升整型運(yùn)算和浮點(diǎn)型運(yùn)算的同時(shí)，積極尋求新的 CPU 技術(shù)突破方向. 隨著技術(shù)的創(chuàng)新迭代，CPU時(shí)鐘頻率加速攀升，高速緩存容量持續(xù)增大、性能不斷提高，也使得SPEC CPU 92 的性能測(cè)試受到較大的影響。為進(jìn)一步提升測(cè)試準(zhǔn)確性，業(yè)界推出了 SPEC CPU 95，在應(yīng)對(duì)新的容量、性能測(cè)試需求時(shí)，提供了更全面的場(chǎng)景來(lái)豐富 CPU 性能測(cè)試能力，引導(dǎo)技術(shù)創(chuàng)新由局限于關(guān)注裸性能向注重實(shí)際場(chǎng)景應(yīng)用效果轉(zhuǎn)變。SPEC CPU 2000延續(xù)了 SPEC CPU 95 由兩套基準(zhǔn)測(cè)試程序分別測(cè)試 CPU整型運(yùn)算性能和浮點(diǎn)運(yùn)算性能模式。?同時(shí)，為更好地應(yīng)對(duì)不斷普及的多核處理器計(jì)算系統(tǒng)測(cè)試需求，保證測(cè)試結(jié)果的科學(xué)性和合理性。

為了滿足更多場(chǎng)景的測(cè)試要求，SPEC 再次對(duì)測(cè)試基準(zhǔn)進(jìn)行完善，推出了 SPEC CPU 2006. SPEC CPU 2006 新增的測(cè)試套件涵蓋到 CPU、存儲(chǔ)系統(tǒng)、編譯器等。

經(jīng)過(guò)10年的沉淀，在SPEC CPU 2006的基礎(chǔ)上推出的 SPEC CPU 2017，進(jìn)一步豐富應(yīng)用場(chǎng)景，具體包含 43 個(gè)基準(zhǔn)，分為兩類(lèi)四個(gè)套件 . 其中，SPEC speed?Integer 和 SPEC speed Floating Point 套件用于比較計(jì)算機(jī)完成單個(gè)任務(wù)的時(shí)間，SPEC rate Integer 和 SPEC rateFloating Point 套件則可以測(cè)量每單位時(shí)間內(nèi)的吞吐量或工作量。這也是第一次對(duì)速率（rate）和速度（speed）進(jìn)行區(qū)分，以有效滿足復(fù)雜場(chǎng)景下對(duì)性能基準(zhǔn)測(cè)試的穩(wěn)定性提出更高要求，進(jìn)而指導(dǎo)CPU發(fā)展。

2、TPC基準(zhǔn)測(cè)試

不同于 SPEC 從最初關(guān)注裸性能不斷拓展到系統(tǒng)性能，TPC性能基準(zhǔn)測(cè)試在設(shè)計(jì)之初就將系統(tǒng)級(jí)應(yīng)用的綜合性能測(cè)評(píng)作為關(guān)注的重點(diǎn)。

用于度量系統(tǒng)對(duì)該類(lèi)事務(wù)處理性能的主要測(cè)試基準(zhǔn)包括TP1（Transaction Process 1）和 DebitCredit。該類(lèi)測(cè)試基準(zhǔn)由于缺少對(duì)測(cè)試執(zhí)行過(guò)程和綜合測(cè)評(píng)結(jié)果的有效監(jiān)督，易出現(xiàn)測(cè)試過(guò)程不規(guī)范，甚至給出誤導(dǎo)性測(cè)試結(jié)果的情況。20 世紀(jì) 80 年代末，第一個(gè)TPC基準(zhǔn)TPC-A發(fā)布，對(duì)事務(wù)處理時(shí)限、測(cè)試系統(tǒng)終端數(shù)量等提出明確要求，澄清了當(dāng)時(shí)混亂的市場(chǎng)，為推動(dòng)CPU的系統(tǒng)級(jí)性能測(cè)試提供了重要依據(jù)。

經(jīng)過(guò)持續(xù)迭代升級(jí)，TPC已發(fā)展成為能夠滿足多種應(yīng)用場(chǎng)景性能測(cè)試需求的基準(zhǔn)測(cè)試簇，根據(jù)測(cè)試場(chǎng)景和測(cè)試事務(wù)的不同，可將 TPC性能基準(zhǔn)測(cè)試分為三類(lèi)：

聯(lián)機(jī)在線事務(wù)處理系統(tǒng)（OLTP）測(cè)試，包括TPC-C，TPCE；決策支持和大數(shù)據(jù)（DS）測(cè)試，包括 TPC-H，TPC-DS；服務(wù)器虛擬化（VMS）測(cè)試，包括TPC-VMS. 其中，TPC-C性能基準(zhǔn)測(cè)試通過(guò)模擬較復(fù)雜且具有代表意義的OLTP應(yīng)用環(huán)境，來(lái)衡量聯(lián)機(jī)事務(wù)處理系統(tǒng)性能與可伸縮性。TPC-E 則在 TPC-C 的基礎(chǔ)上，對(duì)傳統(tǒng)的 C/S 架構(gòu)模擬環(huán)境進(jìn)行了完善，從而實(shí)現(xiàn)對(duì)當(dāng)時(shí)日益盛行的B/S架構(gòu)系統(tǒng)的高效評(píng)價(jià)，為引導(dǎo)產(chǎn)業(yè)提升大規(guī)模并發(fā)處理能力提供了重要依據(jù)。

TPC-H提供了一套決策支持系統(tǒng)的性能基準(zhǔn)測(cè)試依據(jù)，強(qiáng)調(diào)服務(wù)器在數(shù)據(jù)挖掘、分析處理方面的能力。TPC-DS 則補(bǔ)充了單用戶響應(yīng)時(shí)間、多用戶吞吐量等測(cè)試，對(duì)測(cè)試基準(zhǔn)的數(shù)據(jù)模型、業(yè)務(wù)模型和執(zhí)行模式進(jìn)行了完善。TPC-VMS的目標(biāo)是模擬服務(wù)器虛擬化環(huán)境，并實(shí)現(xiàn)對(duì) TPC-C，TPC-E，TPC-H，TPC-DS的綜合測(cè)試，從而推動(dòng)CPU圍繞應(yīng)用日益廣泛的云計(jì)算模式不斷提升性能。

二、其他性能基準(zhǔn)測(cè)試

在 CPU 性能基準(zhǔn)測(cè)試的不同發(fā)展時(shí)期，學(xué)術(shù)界和產(chǎn)業(yè)界也提出了一系列有關(guān)的性能基準(zhǔn)測(cè)試方法，針對(duì)跨平臺(tái)、內(nèi)存共享、多線程等多種場(chǎng)景進(jìn)行測(cè)試。

Geekbench 是近年來(lái)受關(guān)注較多的一種跨平臺(tái)CPU 性能基準(zhǔn)測(cè)試，其主要方式是通過(guò)構(gòu)建多維評(píng)分系統(tǒng)，將單核、多核性能與模擬真實(shí)場(chǎng)景的工作負(fù)載分隔開(kāi)。該性能基準(zhǔn)測(cè)試適用于 Windows、Linux、macOS等多種操作系統(tǒng)下的測(cè)試。

Kozhirbayev 等人在利用Geekbench對(duì)單核和多核下的整形計(jì)算性能、浮點(diǎn)計(jì)算性能和存儲(chǔ)性能的基準(zhǔn)測(cè)試中，獲得了很好的對(duì)比參考效果。Polvinen等人在實(shí)驗(yàn)過(guò)程中，采用Geek?bench快速、準(zhǔn)確地度量了處理器在向量點(diǎn)乘、矩陣 LU分解等場(chǎng)景中的性能.

此外，Splash，PARSEC Benchmark，LINPACK Bench?mark，MiBench，NAS Parallel Benchmark，CPU-Z 等也常用于計(jì)算實(shí)驗(yàn)或?qū)嶋H應(yīng)用中的性能基準(zhǔn)測(cè)試，來(lái)展示和對(duì)比CPU的各項(xiàng)性能。

三、性能基準(zhǔn)測(cè)試的對(duì)比分析

為直觀地展示本文所述通用測(cè)試基準(zhǔn)的測(cè)試重點(diǎn)，各類(lèi)性能基準(zhǔn)測(cè)試及相關(guān)工具的支持語(yǔ)言、編譯程序、適配系統(tǒng)、支持的CPU架構(gòu)及測(cè)試側(cè)重點(diǎn)信息。

表1中各類(lèi)工具支持語(yǔ)言、編譯程序、適配系統(tǒng)、支持的 CPU 架構(gòu)均具有一定的差異性。特別是基于不同的測(cè)試目標(biāo)，各類(lèi)工具的重點(diǎn)測(cè)試內(nèi)容各異，不僅涉及運(yùn)算能力、內(nèi)存性能、內(nèi)存帶寬等重要指標(biāo)，而且與聯(lián)機(jī)業(yè)務(wù)處理、數(shù)據(jù)挖掘、并行計(jì)算等各類(lèi)綜合應(yīng)用場(chǎng)景相關(guān)。

隨著CPU性能測(cè)試維度的增加，CPU裸性能以及單一場(chǎng)景下的基準(zhǔn)測(cè)試，難以全面反映 CPU 的綜合性能，因此，多種基準(zhǔn)測(cè)試工具的配合測(cè)試，已成為通用CPU性能基準(zhǔn)測(cè)試行業(yè)共識(shí)。

在穩(wěn)定性方面，選取常用的性能基準(zhǔn)測(cè)試工具——SPEC CPU和UnixBench，通過(guò)對(duì)實(shí)際應(yīng)用情況的分析和梳理，為通用CPU性能基準(zhǔn)的深入研究提供參考。

測(cè)試工具 SPEC CPU 的重要參數(shù)包含緩存缺失率（cache-misses）、分支指令預(yù)測(cè)錯(cuò)誤率（branch-misses）和地址塊表緩存缺失率（dTLB-load-misses）等，相關(guān)指標(biāo)越大，表明 CPU 的測(cè)試強(qiáng)度越高。SPEC CPU 測(cè)試工具的三個(gè)版本分別發(fā)布于 2000年、2006年和 2017年。從2000年至2017年的17年間，商業(yè)通用CPU的性能至少增長(zhǎng)了 10 倍 . SPEC CPU2000/2006/2017 三個(gè)版本演進(jìn)過(guò)程中，工具開(kāi)發(fā)人員希望通過(guò)加大數(shù)據(jù)集等手段，提高對(duì)通用 CPU 的測(cè)試壓力，獲取更準(zhǔn)確的性能評(píng)測(cè)結(jié)果。

本文首先對(duì)當(dāng)前國(guó)際主流的CPU基準(zhǔn)測(cè)試現(xiàn)狀進(jìn)行了綜述，并對(duì)各類(lèi)測(cè)試基準(zhǔn)和工具的功能、算法、應(yīng)用場(chǎng)景等方面的迭代升級(jí)和最新成果進(jìn)行了分析；然后對(duì)當(dāng)前通用CPU性能指標(biāo)和基準(zhǔn)測(cè)試需求進(jìn)行了梳理，并分析了通用CPU性能基準(zhǔn)測(cè)試所面臨的挑戰(zhàn)。

目前，CPU性能基準(zhǔn)測(cè)試工具和算法較早期已取得了較大的進(jìn)步，滿足的測(cè)試場(chǎng)景不斷豐富，測(cè)試精度也有了明顯提升，但在適用性、性能優(yōu)化等方面依然有較大的提升空間。

作者：史惠康，王澤勝，張士宗，高 翔，趙有健

審核編輯：黃飛

?