Комментарии 23
Постойте, мы видим двухкратную разницу в производительности между платами с двухкратной разницей в цене. Это не просто удивительно, это удивительно закономерно.
Тест длится достаточно долго, поэтому мы использовали эту сложную команду, чтобы тестирование выполнялось в фоновом режиме без активного ssh-соединения. Это также позволило избежать проблем, вызванных разрывом того же ssh-соединения, которое повлекло бы за собой остановку теста.
Странно, почему не консольные мультиплексоры?
Рискну предположить, что эксперт написал скриптик за вечерок, сварганил csv'шку, скинул в маркетинг и ушел отдыхать, ведь у эксперта не так много времени, чтобы писать всякий pr. А маркетологи написали как умеют, ведь у них в отличии от эксперта не так много реального опыта, чтобы понимать о чем речь.
есть подозрение, что в тесте CPU какая-то ошибка. я лично тестил разные ARMы sysbench'ом, но разницы в 25 раз и близко не было. в принципе хороший медиа ARM в CPU тесте может быть в несколько раз эффективней чем BCM2837, но ни как не в 25 раз. подозреваю, что тест для pi был сделан в один поток, а для DragonBoard в 4 потока(4 ядра).
Для обеих плат тесты были проведены в 1 поток. Если взгляните на исходные коды теста — то увидите, что там явно используются 64-битные числа. Арифмитические операции 64-битных чисел на 32-битных регистрах может занимать в несколько раз больше тактов, чем арифметика с числами с разрядностью процессора. Было бы у RPI3 ядро, использующее процессор в 64-битном режиме, такой разницы не было бы. Но, к сожалению, официальное ядро, видимо, из-за соместимости с RPI2, делают 32-битным. Так что в этом тесте все закономерно.
чухня какая-то, простите за мой французский. я делал бенчмарки между 32х битными ARM'ами, между 64х битными и между Intel x86_64 и все цифры были сопоставимы. как минимум между 32 битными и 64 битными ARM'ами разница была в десятки процентов, а не в разы. ну или вы просто разное чисто --cpu-max-prime указали.
Ответ на критику получился объемным, поэтому опубликовали его отдельным постом.
Удивительные результаты обычно означают ошибку эксперимента.
Посмотрите, пожалуйста, остановились на отдельных моментах в отдельном посте.
НЛО прилетело и опубликовало эту надпись здесь
Присоединяюсь к вопросу. Как обстоят дела с документацией и поддержкой со стороны разработчиков? Давно присматриваюсь к этой плате, но предыдущий опыт с различными рэсбери подобными компьютерами только укрепляет единоличные позиции малинки
С драйверами и стабильностью дела обстоят очень хорошо, ни разу не было нареканий. А вот со стороны документации и комьюнити дела уже похуже: если потребуется сделать что-то серьезное и/или завязанное на железо, просто нагуглить решение не получится. Raspberry Pi в этом плане, конечно, вне конкуренции.
НЛО прилетело и опубликовало эту надпись здесь
НЛО прилетело и опубликовало эту надпись здесь
Поэтому в некоторых случаях алгоритм, отлично работающий на ПК, будет недостаточно производительным на встраиваемой системе.
для автоматизации не нужно какого то сверх производительного оборудования.
для всего остального есть специализированные решения.
Возможно в одном режиме была компиляция, а в другом интерпритация…
не доустановили CPython?
Результаты нас сильно удивили. Производительность DragonBoard почти в два раза выше, чем у Raspberry Pi 3!
Скорее всего, это из за того, что исследование делал:
Embedded Expert DataArt, евангелист технологий умного дома.
Был бы обычный инженер или ведущий инженер или инженер с какой то там категорией — то перво наперво — проверил бы свои результаты.
Узкие места на первый взгляд:
1) Заниженная частота системной шины у распберри (чтобы плата меньше грелась)
2) Флеш карта с меньшей скоростью чтения
3) Не задействованы все ядра
4) Не сконфигурирована линуха
По факту — различия между 64 и 32 разрядами на питоне дали бы прирост 10-20% производительности, не более того.
Интересно они тестировали с системой охлаждения или без? есть подозрение что pi просто начала тротлить
Зарегистрируйтесь на Хабре , чтобы оставить комментарий
Raspberry Pi3 против DragonBoard: разработка приложений на Python