在线可用的 CPU 基准测试主要关注桌面应用程序/游戏，很少关注串行/并行数值内核，特别是稀疏内核（例如 MatMult）。一些基准测试，如 NAS/SciMark 存在，但很少被流行的基准测试站点在最新/最好的 CPU 上使用。
当涉及使用稀疏/密集数值库（如 PETSc/ScaLAPACK）的代码时，如何决定购买/使用哪台机器来实现多核性能？例如，我最好使用 AMD FX8350 或 Intel Core i7-3770K 作为我的桌面，或者我应该请求在基于 Xeon 或 Opteron 的集群上分配，特别是对于中小型（即少于 4000 个内核）类型的作业，其中一个有更多选择。
我从个人经验中知道，英特尔芯片在过去几年中的表现要好得多，但最新的 AMD 产品呢？
编辑：我对 PETSc 的 MatMult 内核（用于非结构化 FE 矩阵）特别感兴趣，有人告诉我它是内存绑定的。我认为使用所有内核的峰值 FLOPS 百分比性能会很有用。
首先，稀疏直接与稀疏迭代完全不同。如果您对代码在做什么没有很好的理解，就无法可靠地预测性能。对于 sparse MatMult、MatSolve、MatSOR和类似的内核，您的算术强度不超过 1 flop/4 字节的内存带宽。同时，最新的多核芯片可以执行大约 5 次浮点数/字节。这意味着即使缓存被完美地重用，你也无法获得优于浮点峰值的这是一个硬障碍，任何“调整”都无法绕过。在实践中，订购是非常重要的您的矩阵，以便很好地重用缓存。如果选择重用性差的排序，实现的峰值会低几倍。在实践中，通过良好的排序和足够大的子域，PETSc 稀疏矩阵内核经常获得或更高的内存带宽峰值。查看 STREAM 基准以确定可实现的带宽。有些机器，例如 TACC 的 Ranger，无法实现超过的峰值带宽。
如果您求助于使用迭代方法求解的组装稀疏矩阵，那么购买内核绝对没有意义。购买内存带宽。我建议使用组装矩阵测试算法，然后在适当的时候切换到大多数未组装的方法（可能是无矩阵多重网格），如果你想获得高机器利用率。在许多情况下，更好的算法选择可以提供一个数量级的加速，以至于对次优方法进行微调是没有意义的。
在 SPEC CPU 2006 中执行稀疏矩阵向量的典型科学计算代码有一些基准，请参阅http://www.spec.org/cpu2006/。特别是，该套件中的 447.dealII 基准测试源自 deal.II 库，并且大部分时间都花在您为工作负载描述的那种操作上。这样做的好处是您可以在 SPEC 数据库中查询此基准的峰值速率，以了解各种处理器（变体）在这一基准上的表现。过去 10 年中构建的几乎所有 CPU 都在该数据库中。
（免责声明：我是 447.dealII 的作者。）
原始基准确实与性能相关，但要真正了解什么是最适合您的特定问题，您需要在相关系统上分析您的代码。 恕我直言，如果不对您的代码进行一些实际的性能测试，就不可能权威地说。
也就是说，正如问题线程中所提到的，大多数矩阵/向量操作都受内存限制，并且相当依赖于许多因素，例如矩阵的结构、编译器如何优化内存访问、缓存命中、ram 延迟、操作系统愚蠢，名单还在继续。我认为如果不对相关系统进行实际测试，就很难做出任何实质性的主张。
正如您提到的，我对英特尔的硬件有类似的经验。尤其是在使用 icc 工具链时，因为它似乎真的知道如何编写使用底层金属全部功能的机器代码。