amd与matlab,AMD CPU在MATLAB上的表现实测

本文通过测试矩阵计算、稀疏矩阵、逆矩阵等项目,对比了AMD Ryzen 7 3700X在MATLAB R2019a上的性能,发现未优化时部分性能低于i5-7400。通过设置MKL_DEBUG_CPU_TYPE=5进行优化后,性能显著提升。
摘要由CSDN通过智能技术生成

AMD Ryzen 7 3700X

MATLAB R2019a(9.6.0.1072779)

测试项目

矩阵计算

首先,来编写一段性能测试程序,主要的测试项目有矩阵乘法、稀疏矩阵、逆矩阵、FFT、LU、QR、奇异值分解、特征值与特征向量,每项测试进行三遍取均值。

%%%%%%%%%%%% MATLAB纯CPU性能测试 %%%%%%%%%%%

%%%%%%%%%%%% Haotian_W SEPT 2020 %%%%%%%%%%%

clear, clc

A = rand(3e3);

B = rand(3e3);

num = 3;

T = zeros(8,num);

for i = 1:num

% Test1 乘法

tic, X1 = A*B; T(1,i) = toc;

% Test2 稀疏矩阵

tic, X2 = sparse(A); T(2,i) = toc;

% Test3 逆矩阵

tic, X3 = inv(A); T(3,i) = toc;

% Test4 快速傅里叶

tic, X4 = fft(A); T(4,i) = toc;

% Test5 LU分解

tic, [L5,U5,P5] = lu(A); T(5,i) = toc;

% Test6 QR分解

tic, X6 = qr(A); T(6,i) = toc;

% Test7 奇异值分解

tic, [U7,S7,V7] = svd(A); T(7,i) = toc;

<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值