收藏本站更换配色

品牌,推广,网站

收藏文章楼主

AIDA64测电脑显卡GPU性能：GPGPU测试项目详解

版块：科技头条类型：普通作者：科技资讯查看：45 回复：0 获赞：0 时间：2025-03-11 03:00:32

在上一期的GPGPU测试使用教程中，我们介绍了使用AIDA64 Business（Win系统）的GPGPU测试功能的使用方法。

在AIDA64左侧“显示设备”>“GPGPU”上，我们可以看到电脑GPGPU的一些基本信息。

通过GPGPU板块查看显卡信息 — 图1：通过GPGPU板块查看显卡信息
在AIDA64顶部菜单中的“工具”>“GPGPU测试”上，我们可以打开GPGPU测试工具。
图 2：AIDA64中的GPGPU测试
打开GPGPU Benchmark测试界面后，我们只需点击下方“Start Benchmark”即可开始测试。
图3：GPGPU测试界面
随后耐心等待测试完成即可，GPGPU测试会对GPU与CPU一起进行测试。
图4：测试结果
目前，AIDA64会进行如下12项测试项目
Memory Read：
测试GPU设备和CPU之间的带宽，有效衡量GPU可以将数据从自身设备内存复制到系统内存的性能。它也称为设备到主机带宽。CPU基准测试衡量内存读取带宽，即CPU从系统内存读取数据的速度。
Memory Write：
衡量CPU和GPU设备之间的带宽，有效衡量GPU将数据从系统内存复制到自身设备内存的性能。它也称为主机到设备带宽。CPU基准衡量内存写入带宽，即CPU将数据写入系统内存的速度。
Memory Copy：
衡量GPU自身设备内存的性能，有效衡量GPU可以将数据从自身设备内存复制到同一设备内存中的其他地方的性能。它也称为设备到设备带宽。CPU基准测试衡量内存复制带宽，即CPU将系统内存中的数据从一处移动到另一处的速度。
Single-Precision FLOPS：
使用单精度（32位）浮点数据测量GPU的MAD（乘法加法）性能，也称为FLOPS（每秒浮点运算）。
Double-Precision FLOPS：
测量 GPU的 MAD（乘法加法）性能，也称为 FLOPS（每秒浮点运算），具有双精度（64位，“双精度”）浮点数据。并非所有 GPU都支持双精度浮点运算。
24-bit Integer IOPS：
使用 24位整数 (“int24”)数据测量GPU的MAD（乘法加法）性能，也称为IOPS（每秒整数运算）。这种特殊的数据类型在 OpenCL中定义，因为许多GPU能够在其浮点单元中执行int24运算，与32位整数运算相比，整数性能有效地提高了3到5倍。
32-bit Integer IOPS：
使用 32位整数 (“int”)数据测量GPU的MAD（乘法加法）性能，也称为 IOPS（每秒整数运算）。
64-bit Integer IOPS：
使用 64位整数（“long”）数据测量GPU的MAD（乘加）性能，也称为IOPS（每秒整数操作）。大多数GPU没有用于64位整数运算的专用执行资源。此类设备在其32位整数执行单元上模拟64位整数运算。在这种情况下，64位整数性能可能会非常低。
AES-256：
我们可以使用这个基于OpenCL的GPGPU基准测试来衡量现代图形处理器和APU的AES-256加密性能。
SHA-1 Hash：
我们可以使用这个基于OpenCL的GPGPU基准测试来衡量现代图形处理器和APU的SHA-1哈希性能。
Single-Precision Julia：
通过计算流行的“Julia”分形的几帧来测量单精度（32位）浮点性能。
Double-Precision Mandel：
通过计算流行的“Mandelbrot”分形的几帧来测量双精度（64位）浮点性能。并非所有GPU都支持双精度浮点运算。例如，当前的Intel桌面和移动图形设备仅支持单精度浮点运算。
以上便是使用AIDA64的GPGPU测试中各个测试项目的详细内容。大家如果想要了解更多有关AIDA64使用或者计算机测试方面的技巧，敬请关注AIDA64中文网。
作者：∅

AIDA64中的GPGPU测试 — 图1：通过GPGPU板块查看显卡信息
在AIDA64顶部菜单中的“工具”>“GPGPU测试”上，我们可以打开GPGPU测试工具。
图 2：AIDA64中的GPGPU测试
打开GPGPU Benchmark测试界面后，我们只需点击下方“Start Benchmark”即可开始测试。
图3：GPGPU测试界面
随后耐心等待测试完成即可，GPGPU测试会对GPU与CPU一起进行测试。
图4：测试结果
目前，AIDA64会进行如下12项测试项目
Memory Read：
测试GPU设备和CPU之间的带宽，有效衡量GPU可以将数据从自身设备内存复制到系统内存的性能。它也称为设备到主机带宽。CPU基准测试衡量内存读取带宽，即CPU从系统内存读取数据的速度。
Memory Write：
衡量CPU和GPU设备之间的带宽，有效衡量GPU将数据从系统内存复制到自身设备内存的性能。它也称为主机到设备带宽。CPU基准衡量内存写入带宽，即CPU将数据写入系统内存的速度。
Memory Copy：
衡量GPU自身设备内存的性能，有效衡量GPU可以将数据从自身设备内存复制到同一设备内存中的其他地方的性能。它也称为设备到设备带宽。CPU基准测试衡量内存复制带宽，即CPU将系统内存中的数据从一处移动到另一处的速度。
Single-Precision FLOPS：
使用单精度（32位）浮点数据测量GPU的MAD（乘法加法）性能，也称为FLOPS（每秒浮点运算）。
Double-Precision FLOPS：
测量 GPU的 MAD（乘法加法）性能，也称为 FLOPS（每秒浮点运算），具有双精度（64位，“双精度”）浮点数据。并非所有 GPU都支持双精度浮点运算。
24-bit Integer IOPS：
使用 24位整数 (“int24”)数据测量GPU的MAD（乘法加法）性能，也称为IOPS（每秒整数运算）。这种特殊的数据类型在 OpenCL中定义，因为许多GPU能够在其浮点单元中执行int24运算，与32位整数运算相比，整数性能有效地提高了3到5倍。
32-bit Integer IOPS：
使用 32位整数 (“int”)数据测量GPU的MAD（乘法加法）性能，也称为 IOPS（每秒整数运算）。
64-bit Integer IOPS：
使用 64位整数（“long”）数据测量GPU的MAD（乘加）性能，也称为IOPS（每秒整数操作）。大多数GPU没有用于64位整数运算的专用执行资源。此类设备在其32位整数执行单元上模拟64位整数运算。在这种情况下，64位整数性能可能会非常低。
AES-256：
我们可以使用这个基于OpenCL的GPGPU基准测试来衡量现代图形处理器和APU的AES-256加密性能。
SHA-1 Hash：
我们可以使用这个基于OpenCL的GPGPU基准测试来衡量现代图形处理器和APU的SHA-1哈希性能。
Single-Precision Julia：
通过计算流行的“Julia”分形的几帧来测量单精度（32位）浮点性能。
Double-Precision Mandel：
通过计算流行的“Mandelbrot”分形的几帧来测量双精度（64位）浮点性能。并非所有GPU都支持双精度浮点运算。例如，当前的Intel桌面和移动图形设备仅支持单精度浮点运算。
以上便是使用AIDA64的GPGPU测试中各个测试项目的详细内容。大家如果想要了解更多有关AIDA64使用或者计算机测试方面的技巧，敬请关注AIDA64中文网。
作者：∅

回复列表

默认热门正序倒序

首 1 尾

or

暂无用户组

退出

等级：0级

金币：

游客：

后台控制面板

微信扫码

微信扫码

QQ扫码

QQ扫码

推荐文章

Powered by 7.12.10

©2015 - 2025 90Link

90link品牌推广网站地图

您的IP:10.1.228.218,2025-12-20 14:51:40,Processed in 0.07753 second(s).

豫ICP备2023005541号

用户名：

粉丝数：

签名：

资料关注好友消息

AIDA64实时监控制作方法

AIDA64远程监视计算机及在所有远程电脑执行命令的方法

免责声明

1、本网站所刊载的文章，不代表本网站赞同其观点和对其真实性负责，仅供参考和借鉴。
2、文章中的图片和文字版权归原作者所有，如有侵权请及时联系我们，我们将尽快处理。
3、文章中提到的任何产品或服务，本网站不对其性能、质量、适用性、可靠性、安全性、法律合规性等方面做出任何保证或承诺，仅供读者参考，使用者自行承担风险。
4、本网站不承担任何因使用本站提供的信息、服务或产品而产生的直接、间接、附带或衍生的损失或责任，使用者应自行承担一切风险。

侵权删除请致信 E-Mail：3454251265@qq.com