Phoronix 测试 65 种 GPU 使用开源驱动的性能

简介:

2014年的开源图形驱动程序在图形密集程序下的表现如何?Phoronix测试了65种不同的GPU使用开源驱动的OpenGL性能, 测试的GPU型号包括了Intel HD Graphics、AMD Radeon、AMD FirePro和NVIDIA GeForce系列,使用了来自英特尔、AMD和NVIDIA的最新开源驱动,测试平台运行的系统是Ubuntu 14.04 LTS 64-bit、Unity 7.2 、X.Org Server 1.15.1、GCC 4.8.2,升级到Linux 3.15 kernel和Mesa 10.3.0-devel。结论是:英特尔的集显在Linux上运行最稳定最可靠但速度比较慢,AMD开源驱动对不同型号显卡的支持不同,支持最好的是 Radeon HD 6000系列,总体而言AMD开源驱动要好于功能缺乏的NVIDIA开源驱动。Phoronix将在未来几天公布私有驱动的评测结果。

image

测试的设备包括:

Intel HD Graphics 4400 (Core i3 4130)
Intel HD Graphics 4600 (Core i7 4770K)
AMD Radeon X800XL 256MB
AMD Radeon X1800XL 256MB
AMD Radeon X1800XT 256MB
AMD Radeon X1950PRO 256MB
AMD Radeon HD 2600PRO 256MB
AMD Radeon HD 2900XT 512MB
AMD Radeon HD 3650 512MB
AMD Radeon HD 3850 256MB
AMD Radeon HD 4550 512MB
AMD Radeon HD 4650 512MB
AMD Radeon HD 4670 512MB
AMD Radeon HD 4770 512MB
AMD Radeon HD 4830 512MB
AMD Radeon HD 4850 512MB
AMD Radeon HD 4870 512MB
AMD Radeon HD 4870 X2 2GB
AMD Radeon HD 4890 1GB
AMD Radeon HD 5450 512MB
AMD Radeon HD 5750 1GB
AMD Radeon HD 5770 1GB
AMD Radeon HD 5830 1GB
AMD Radeon HD 6450 1GB
AMD Radeon HD 6570 1GB
AMD Radeon HD 6770 1GB
AMD Radeon HD 6870 1GB
AMD Radeon HD 6950 2GB
AMD Radeon HD 7850 1GB
AMD Radeon HD 7950 3GB
AMD Radeon R7 260X 2GB
AMD Radeon R9 270X 2GB
AMD Radeon R9 290 4GB
AMD FirePro V3800 512MB
AMD FirePro V4800 1GB
AMD FirePro V4900 1GB
AMD FirePro V5800 1GB
AMD FirePro V5900 2GB
AMD FirePro V7800 2GB
AMD FirePro V7900 2GB
AMD FireGL V8600 1GB
AMD FirePro V8700 1GB
AMD FirePro V8750 2GB
AMD FirePro V8800 2GB
NVIDIA GeForce 8500GT 256MB
NVIDIA GeForce 8600GT 256MB
NVIDIA GeForce 8800GT 256MB
NVIDIA GeForce 9500GT 1024MB
NVIDIA GeForce 9600GSO 512MB
NVIDIA GeForce 9800GT 512MB
NVIDIA GeForce 9800GTX 512MB
NVIDIA GeForce GT 220 1GB
NVIDIA GeForce GT 240 512MB
NVIDIA GeForce GTX 460 768MB
NVIDIA GeForce GT 520 1024MB
NVIDIA GeForce GTX 550 Ti 1GB
NVIDIA GeForce GT 610 1GB
NVIDIA GeForce GTX 650 1GB
NVIDIA GeForce GTX 680 2GB
NVIDIA GeForce GTX 750 1GB
NVIDIA GeForce GTX 750 Ti
NVIDIA GeForce GTX 760 2GB
NVIDIA GeForce GTX 770 2GB
NVIDIA GeForce GTX 780 Ti 3GB
NVIDIA GeForce GTX TITAN 6GB

本站文章除注明转载外,均为本站原创或编译。欢

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
2月前
|
机器学习/深度学习 人工智能 监控
提升软件质量的关键路径:高效测试策略与实践在软件开发的宇宙中,每一行代码都如同星辰般璀璨,而将这些星辰编织成星系的过程,则依赖于严谨而高效的测试策略。本文将引领读者探索软件测试的奥秘,揭示如何通过精心设计的测试方案,不仅提升软件的性能与稳定性,还能加速产品上市的步伐,最终实现质量与效率的双重飞跃。
在软件工程的浩瀚星海中,测试不仅是发现缺陷的放大镜,更是保障软件质量的坚固防线。本文旨在探讨一种高效且创新的软件测试策略框架,它融合了传统方法的精髓与现代技术的突破,旨在为软件开发团队提供一套系统化、可执行性强的测试指引。我们将从测试规划的起点出发,沿着测试设计、执行、反馈再到持续优化的轨迹,逐步展开论述。每一步都强调实用性与前瞻性相结合,确保测试活动能够紧跟软件开发的步伐,及时适应变化,有效应对各种挑战。
|
3月前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
117 2
|
2月前
|
监控 测试技术 PHP
性能和压力测试
【10月更文挑战第10天】性能和压力测试
115 60
|
2月前
|
测试技术 异构计算
|
1月前
|
编解码 人工智能 自然语言处理
迈向多语言医疗大模型:大规模预训练语料、开源模型与全面基准测试
【10月更文挑战第23天】Oryx 是一种新型多模态架构,能够灵活处理各种分辨率的图像和视频数据,无需标准化。其核心创新包括任意分辨率编码和动态压缩器模块,适用于从微小图标到长时间视频的多种应用场景。Oryx 在长上下文检索和空间感知数据方面表现出色,并且已开源,为多模态研究提供了强大工具。然而,选择合适的分辨率和压缩率仍需谨慎,以平衡处理效率和识别精度。论文地址:https://www.nature.com/articles/s41467-024-52417-z
46 2
|
2月前
|
缓存 算法 测试技术
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索AI驱动的自动化测试新纪元###
本文旨在探讨人工智能如何革新软件测试领域,通过AI技术提升测试效率、精准度和覆盖范围。在智能算法的支持下,自动化测试不再局限于简单的脚本回放,而是能够模拟复杂场景、预测潜在缺陷,并实现自我学习与优化。我们正步入一个测试更加主动、灵活且高效的新时代,本文将深入剖析这一变革的核心驱动力及其对未来软件开发的影响。 ###
|
24天前
|
开发框架 安全 .NET
.NET使用Moq开源模拟库简化单元测试
.NET使用Moq开源模拟库简化单元测试~
|
2月前
|
存储 测试技术 数据库
数据驱动测试和关键词驱动测试的区别
数据驱动测试 数据驱动测试或 DDT 也被称为参数化测试。
34 1
|
1月前
|
NoSQL 测试技术 Go
自动化测试在 Go 开源库中的应用与实践
本文介绍了 Go 语言的自动化测试及其在 `go mongox` 库中的实践。Go 语言通过 `testing` 库和 `go test` 命令提供了简洁高效的测试框架,支持单元测试、集成测试和基准测试。`go mongox` 库通过单元测试和集成测试确保与 MongoDB 交互的正确性和稳定性,使用 Docker Compose 快速搭建测试环境。文章还探讨了表驱动测试、覆盖率检查和 Mock 工具的使用,强调了自动化测试在开源库中的重要性。