常见物理CPU个数逻辑CPU个数计算方式

简介:

# 总核数 = 物理CPU个数 X 每颗物理CPU的核数 

# 总逻辑CPU数 = 物理CPU个数 X 每颗物理CPU的核数 X 超线程数


# 查看物理CPU个数

cat /proc/cpuinfo| grep "physical id"| sort| uniq| wc -l

[root@serverweb01 ~]# cat /proc/cpuinfo| grep "physical id"| sort| uniq| wc -l

2

[root@serverweb01 ~]#

# 查看每个物理CPU中core的个数(即核数)

cat /proc/cpuinfo| grep "cpu cores"| uniq

[root@serverweb01 ~]# cat /proc/cpuinfo| grep "cpu cores"| uniq

cpu cores       : 10

[root@serverweb01 ~]# 

# 查看逻辑CPU的个数

cat /proc/cpuinfo| grep "processor"| wc -l

[root@serverweb01 ~]# cat /proc/cpuinfo| grep "processor"| wc -l

40

[root@serverweb01 ~]# 

例如另外一台服务器:

[@serverapp001:~]# cat /proc/cpuinfo  

processor   : 0  

vendor_id   : GenuineIntel  

cpu family  : 15  

model       : 2  

model name  : Intel(R) Pentium(R) 4 CPU 3.00GHz  

stepping    : 9  

microcode   : 0x17  

cpu MHz     : 2992.615  

cache size  : 512 KB  

physical id : 0  

siblings    : 2  

core id     : 0  

cpu cores   : 1  

apicid      : 0  

initial apicid  : 0  

fdiv_bug    : no  

hlt_bug     : no  

f00f_bug    : no  

coma_bug    : no  

fpu     : yes  

fpu_exception   : yes  

cpuid level : 2  

wp      : yes  

flags       : fpu vme de pse tsc msr pae mce cx8 apic mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe pebs bts cid xtpr  

bogomips    : 5985.23  

clflush size    : 64  

cache_alignment : 128  

address sizes   : 36 bits physical, 32 bits virtual  

power management:  

  

processor   : 1  

vendor_id   : GenuineIntel  

cpu family  : 15  

model       : 2  

model name  : Intel(R) Pentium(R) 4 CPU 3.00GHz  

stepping    : 9  

microcode   : 0x17  

cpu MHz     : 2992.615  

cache size  : 512 KB  

physical id : 0  

siblings    : 2  

core id     : 0  

cpu cores   : 1  

apicid      : 1  

initial apicid  : 1  

fdiv_bug    : no  

hlt_bug     : no  

f00f_bug    : no  

coma_bug    : no  

fpu     : yes  

fpu_exception   : yes  

cpuid level : 2  

wp      : yes  

flags       : fpu vme de pse tsc msr pae mce cx8 apic mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe pebs bts cid xtpr  

bogomips    : 5990.44  

clflush size    : 64  

cache_alignment : 128  

address sizes   : 36 bits physical, 32 bits virtual  

power management:

输入命令cat /proc/cpuinfo 查看physical id有几个,上述结果显示只有0,所以只有一个物理cpu;查看processor有几个,上述结果显示有0和1两个,所以有两个逻辑cpu。


相关概念说明:

(一)概念

① 物理CPU

实际Server中插槽上的CPU个数

物理cpu数量,可以数不重复的 physical id 有几个

② 逻辑CPU 

 /proc/cpuinfo 用来存储cpu硬件信息的

信息内容分别列出了processor 0 –processor n 的规格。这里需要注意,n是逻辑cpu数

一般情况,我们认为一颗cpu可以有多核,加上intel的超线程技术(HT), 可以在逻辑上再分一倍数量的cpu core出来

逻辑CPU数量=物理cpu数量 x cpu cores 这个规格值 x 2(如果支持并开启ht)    

备注一下:Linux下top查看的CPU也是逻辑CPU个数

 ③ CPU核数

一块CPU上面能处理数据的芯片组的数量、比如现在的i5 760,是双核心四线程的CPU、而 i5 2250 是四核心四线程的CPU

一般来说,物理CPU个数×每颗核数就应该等于逻辑CPU的个数,如果不相等的话,则表示服务器的CPU支持超线程技术 

㈡ 查看CPU信息

当我们 cat /proc/cpuinfo 时、

具有相同core id的CPU是同一个core的超线程

具有相同physical id的CPU是同一个CPU封装的线程或核心

㈢ 下面举例说明

① 查看物理CPU的个数

#cat /proc/cpuinfo |grep "physical id"|sort |uniq|wc -l  

2  

② 查看逻辑CPU的个数

#cat /proc/cpuinfo |grep "processor"|wc -l  

24  

③ 查看CPU是几核

#cat /proc/cpuinfo |grep "cores"|uniq  

6   

我这里应该是2个Cpu,每个Cpu有6个core,应该是Intel的CPU,支持超线程,所以显示24 




      本文转自027ryan  51CTO博客,原文链接:http://blog.51cto.com/ucode/1906591 ,如需转载请自行联系原作者






相关文章
|
11月前
|
人工智能 并行计算 PyTorch
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比(附代码)
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比(附代码)
486 0
|
缓存 测试技术 数据中心
【计算机架构】计算 CPU 动态功耗 | 集成电路成本 | SPEC 基准测试 | Amdahl 定律 | MIPS 性能指标
【计算机架构】计算 CPU 动态功耗 | 集成电路成本 | SPEC 基准测试 | Amdahl 定律 | MIPS 性能指标
559 0
|
算法 编译器
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
1348 1
|
6月前
|
存储 缓存
CPU运算器的工作原理基于其内部结构,通过执行算术和逻辑操作来完成各种任务
CPU运算器的工作原理基于其内部结构,通过执行算术和逻辑操作来完成各种任务
202 3
|
4月前
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
8月前
|
C++
C++ 根据程序运行的时间和cpu频率来计算在另外的cpu上运行所花的时间
C++ 根据程序运行的时间和cpu频率来计算在另外的cpu上运行所花的时间
80 0
|
8月前
|
缓存 监控 Linux
在Linux中,如何看当前系统有几颗物理CPU和每颗CPU的核数?
在Linux中,如何看当前系统有几颗物理CPU和每颗CPU的核数?
|
5月前
|
人工智能 缓存 并行计算
【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,解释了算力计算方法、数据加载与计算的平衡点,以及如何通过算力敏感度分析优化性能瓶颈。同时,文章还讨论了服务器、GPU和超级计算机等不同计算平台的性能发展趋势,强调了优化数据传输速率和加载策略的重要性。
185 4
|
5月前
|
缓存 人工智能 算法
【AI系统】CPU 计算时延
CPU(中央处理器)是计算机系统的核心,其计算时延(从指令发出到完成所需时间)对系统性能至关重要。本文探讨了CPU计算时延的组成,包括指令提取、解码、执行、存储器访问及写回时延,以及影响时延的因素,如时钟频率、流水线技术、并行处理、缓存命中率和内存带宽。通过优化这些方面,可以有效降低计算时延,提升系统性能。文中还通过具体示例解析了时延产生的原因,强调了内存时延对计算速度的关键影响。
96 0
|
7月前
|
KVM 虚拟化
计算虚拟化之CPU——qemu解析
【9月更文挑战10天】本文介绍了QEMU命令行参数的解析过程及其在KVM虚拟化中的应用。展示了QEMU通过多个`qemu_add_opts`函数调用处理不同类型设备和配置选项的方式,并附上了OpenStack生成的一个复杂KVM参数实例。

热门文章

最新文章