Тестирование процессоров Ryzen 9 7950X и Ryzen 9 5950X: сравнение производительности

В этой статье мы сравним новый процессор от компании AMD — Ryzen 9 7950X с предыдущим поколением — Ryzen 9 5950X от этого производителя и попытаемся ответить на вопрос «Насколько выгодно перейти к использованию новых процессоров для решения рабочих задач?».

Выделенные серверы с процессором AMD Ryzen 7950X в дата-центре в Нидерландах доступны для заказа на нашем сайте. Оплата в рублях с помощью российских банковских карт, платежных систем и банковских переводов. Количество серверов ограничено. Если вы не успели разместить заказ, то сделайте бесплатный предзаказ серверов через наш коммерческий департамент. .

Обзор технических характеристик

Осенью 2022 года компания AMD начала продажи семейства процессоров Ryzen 7000. Эти CPU предназначены для использования как в настольных компьютерах, так и серверном оборудовании, и обладают высокой производительностью и энергоэффективностью.

Ключевыми особенностями новых процессоров являются следующие:

1. Архитектура Zen 4: процессоры Ryzen 7000 построены на новой архитектуре Zen 4, обеспечивающей более высокую производительность и энергоэффективность.

2. Сокет AM5: количество контактов нового сокета значительно увеличено по сравнению с AM4 (1718 и 1331 контактов соответственно), что позволяет достичь высокой скорости передачи данных между процессором и материнской платой. Кроме того, сокет AM5 имеет новый механизм крепления, который позволяет улучшить охлаждение процессора и уменьшить шум (благодаря применению новых теплопроводящих материалов и более точной фиксации процессора на материнской плате).

3. Технология 5 нм: позволяет обеспечить высокую плотность транзисторов и прирост производительности.

4. Количество ядер и потоков: процессоры Ryzen 7000 могут иметь до 16 ядер и до 32 потоков, что обеспечивает высокую производительность при одновременном выполнении большого количества задач.

5. Поддержка Hyper-Threading и Simultaneous Multithreading: возможность обработки нескольких потоков инструкций одновременно.

6. Поддержка PCIe 5.0: это обеспечивает высокую скорость передачи данных между процессором и другими устройствами.

7. Поддержка DDR5.

8. Поддержка USB 4.0. 

9. Улучшенная система охлаждения и управления питанием: процессоры Ryzen 7000 имеют улучшенную систему охлаждения и управления питанием, что позволяет им стабильно работать при высоких нагрузках.

10. Поддержка виртуализации: процессоры Ryzen 7000 поддерживают виртуализацию, что делает их идеальным выбором для использования в серверных системах и виртуальных машинах.

Процессоры Ryzen 7000 представляют собой высокопроизводительное и энергоэффективное решение для выполнения широкого спектра рабочих задач. По заявлениям представителей компании AMD, новая линейка процессоров значительно превосходит предыдущую по производительности. Проверим, действительно ли это так. Для сравнения мы будем использовать Ryzen 9 5950X и Ryzen 9 7950X.

Основные технические характеристики

	Ryzen 9 7950X	Ryzen 9 5950X
Дата выхода в России	27 сентября 2022	20 октября 2020
Сокет	AM5	AM4
Ядро	Raphael (Zen 4)	Vermeer (Zen 3)
Чипсеты	X670E, X670, B650E, B650	X570, B550, A520, X470, B450
Количество ядер	16	16
Техпроцесс (нм)	5	7
Количество транзисторов (млрд.)	13.1	4.15
Частотные характеристики
Тактовая частота (МГц)	4500	3400
Максимальная частота с Turbo Boost (МГц)	5700	4900
Коэффициент умножения	45	34
Максимальный объем памяти (Гб)	128	128
Тип памяти	DDR5-5200	DDR4-3200
Максимальное количество каналов памяти	2	2
Максимальная пропускная способность памяти (ГБ/c)	73.4	47.68
Поддержка ECC	есть	есть
Кэш
Объем кэша L1 (Кб)	1024	1024
Объем кэша L2 (Мб)	16	8
Объем кэша L3 (Мб)	64	64
Прочие
Типичное тепловыделение (Вт)	170	105
Максимальная рабочая температура (°C)	95	90
Версия PCI Express	5.0	4.0
Интегрированный графический ускоритель	Radeon Graphics (Ryzen 7000)	—
Стоимость (руб.)	50 000	36 000

Ключевыми отличиями Ryzen 9 7950X по сравнению с Ryzen 9 5950X являются:

• Новая архитектура.

• Почти в три раза больше транзисторов.

• Максимальная пропускная способность памяти на 54 процента больше.

• Современный техпроцесс 5 нм.

• Новый стандарт PCI Express — 5.0.

• На 16% выше частота в Turbo Boost (5.7 ГГц против 4.9 ГГц).

• Наличие интегрированного графического ускорителя Radeon Graphics в Ryzen 7000.

Сравнение процессоров по техническим характеристикам может дать общее представление о возможностях процессора. Однако, чтобы получить более точную оценку производительности процессора, лучше провести тестирование на конкретных задачах.

Описание тестовой среды

	5950X	7950X
Процессоры	AMD Ryzen 9 5950X 3.4GHz (16 cores)	AMD Ryzen 9 7950X 4.5GHz (16 core)
Оперативная память	2×16 Gb DDR4 SO-DIMM	4×32 GB DDR5
Видеокарта		AMD Radeon Graphics
Накопитель	1x240Gb NVMe SSD	1x512Gb NVMe SSD
Материнская плата	ASRock X570D4I-2T	Gigabyte X670 GAMING X A
Операционная система	Microsoft Windows 10	Microsoft Windows 10

Тесты

stress-ng —-cpu 32 —-io 4 —-vm 1 —-vm-bytes 32G —-timeout 60s —-metrics-brief

	stressor	bogo ops (secs)	real time (secs)	usr time (secs)	sys time (secs)	bogo ops/s (real time)	bogo ops/s (usr+sys time)
AMD Ryzen 9 5950X	cpu	2509636	60.01	1754.82	0.55	41823.2	1429.69
	io	14076	60.03	0.05	0.94	234.49	14196.47
	vm	5748301	61.58	109.74	42.2	93352.83	37833.13

stress-ng —-cpu 32 —-io 8 —-vm 4 —-vm-bytes 128G —-timeout 60s —-metrics-brief

	stressor	bogo ops (secs)	real time (secs)	usr time (secs)	sys time (secs)	bogo ops/s (real time)	bogo ops/s (usr+sys time)
AMD Ryzen 9 7950X	cpu	3240575	60	1673.25	7.21	54008.35	1928.39
	io	595084	60	1.05	15.93	9917.64	35034.97
	vm	337066	62.65	87.94	115.35	5379.81	1657.99

Drives.

stress-ng —-sequential 0 —-class io —-timeout 60s —-metrics-brief

		stressor	bogo ops	real time (secs)	usr time (secs)	sys time (secs)	bogo ops/s (real time)	bogo ops/s (usr+sys time)
7950X		aio	4216227	60.11	3.44	18.67	70144.56	190678.74
		aio	1248.68 async I/O signals per sec (average per stressor)
		aiol	614553	60.11	14.33	43.39	10224.4	10646.98
		hdd	4275200	60.14	96.84	128.57	71093.06	18966.11
		io-uring	532848	60.02	0.22	44.95	8877.12	11795.58
		rawdev	20866453	60	2.05	36.19	347771.34	545582.5
		readahead	2608140	60.01	0.44	39.55	43459.6	65209.08
		revio	267332942	60.1	49.22	1846.64	4448303.11	141008.43
		seek	0	60.01	111.47	1807.18	0	0
		sync-file	95264	60	9.38	37.52	1587.62	2031.12
5950X		aio	1888993	60.03	1.86	12.27	31468.87	133655.35
		aio	631.01 async I/O signals per sec (average per stressor)
		aiol	744673	60.12	30.38	64.97	12385.6	7810.11
		hdd	985088	60.9	25.8	38.92	16175.11	15222.32
		io-uring	130168	60.02	0.27	16.03	2168.81	7985.01
		rawdev	18115648	60	2.12	60.45	301926.12	289528.49
		readahead	4562553	60.01	1.55	29.12	76035.53	148741.54
		revio	219069788	60.02	37.27	1872.58	3650238.34	114705.27
		seek	0	60.01	222.08	1695.37	0	0
		sync-file	113792	60	8.81	43.38	1896.46	2180.3

Подробное описание стрессоров содержится в нашей предыдущей статье.

• V-Ray Benchmark

Ryzen 9 7950X превосходит предшественника на 30%.

• Blender

Ryzen 9 7950X

Общая производительность

• JetStream 2.0, измеряющий производительность кода на JavaScript и WebAssembly.

JetStream 2.0 — это бенчмарк, который тестирует производительность JavaScript в браузере. Он применяется для оценки производительности процессоров, которые используются в персональных компьютерах и мобильных устройствах.

Результат Ryzen 9 7950X на 34% выше, чем у Ryzen 9 5950X. Новый процессор от AMD обладает более высокой тактовой частотой, большим количеством ядер, более эффективной архитектурой и иными характеристиками, которые позволяют ему выполнять задачи быстрее и эффективнее.

Работа с видео

Для тестов был использован видеофайл bbb_sunflower_1080p_30fps_normal.mp4 (из деморепозитория Blender) и тест перекодирования видеоданных — SVT-AV1 Handbrake. 

Результат Ryzen 9 7950X незначительно (на 16%) выше, чем у Ryzen 9 5950X. На результат этого теста могут оказать влияние не только технические характеристики самих процессоров, но и иные факторы, например некорректно скомпилированный проект.

• Cinebench

Тест Cinebench Multi Core измеряет производительность процессора при выполнении задач, использующих несколько ядер процессора одновременно. Ryzen 9 7950X превосходит предшественника на 79,71%, что свидетельствует о высокой многопоточной производительности.

Тест Cinebench Single Core измеряет производительность процессора при выполнении задач, использующих только одно ядро процессора. В этом тесте новый процессор от AMD показал результат, на 29% превосходящий Ryzen 9 5950X.

MP ratio (многопоточное соотношение) — это отношение результатов тестов Multi Core и Single Core. Если MP ratio близок к 1, это означает, что производительность процессора в многопоточных задачах и задачах, использующих только одно ядро, примерно одинакова. Если MP ratio больше 1, это означает, что производительность процессора при многозадачных операциях выше, чем при выполнении задач, использующих только одно ядро. Ryzen 9 7950X превосходит предшественника на 39%.

Криптографические тесты

• John The Ripper

Тест John The Ripper для различных алгоритмов шифрования паролей, в том числе Blowfish, MD5, descrypt (traditional crypt), BestCrypt и Bitcoin, предоставляет информацию о производительности процессора при работе с зашифрованными данными. Результаты Ryzen 9 7950X свидетельствуют о высокой производительности (почти вдвое выше по сравнению с предшественником) этого процессора при работе с зашифрованными данными. 

Машинное обучение

• AI-Benchmark

AI-Benchmark позволяет измерить производительность устройства во время выполнения задачи вывода AI-моделей. Единицы измерения могут зависеть от теста, но обычно это количество операций в секунду (OPS) или количество изображений в секунду (FPS).

Более подробные результаты теста приведены в таблице:

	Ryzen 9 5950X	Ryzen 9 7950X
1/19. MobileNet-V2	1.1 — inference | batch = 50, size = 224×224: 207 ± 6 ms 1.2 — training | batch = 50, size = 224×224: 1102 ± 13 ms	1.1 — inference | batch = 50, size = 224×224: 139 ± 3 ms 1.2 — training | batch = 50, size = 224×224: 610 ± 1 ms
2/19. Inception-V3	2.1 — inference | batch = 20, size = 346×346: 453 ± 32 ms 2.2 — training | batch = 20, size = 346×346: 2461 ± 68 ms	2.1 — inference | batch = 20, size = 346×346: 187 ± 3 ms 2.2 — training | batch = 20, size = 346×346: 796 ± 4 ms
3/19. Inception-V4	3.1 — inference | batch = 10, size = 346×346: 443 ± 25 ms 3.2 — training | batch = 10, size = 346×346: 2224 ± 33 ms	3.1 — inference | batch = 10, size = 346×346: 181 ± 2 ms 3.2 — training | batch = 10, size = 346×346: 803 ± 3 ms
4/19. Inception-ResNet-V2	4.1 — inference | batch = 10, size = 346×346: 385 ± 14 ms 4.2 — training | batch = 8, size = 346×346: 1984 ± 32 ms	4.1 — inference | batch = 10, size = 346×346: 239 ± 2 ms 4.2 — training | batch = 8, size = 346×346: 793 ± 2 ms
5/19. ResNet-V2-50	5.1 — inference | batch = 10, size = 346×346: 274 ± 5 ms 5.2 — training | batch = 10, size = 346×346: 1649 ± 41 ms	5.1 — inference | batch = 10, size = 346×346: 137.5 ± 0.7 ms 5.2 — training | batch = 10, size = 346×346: 549 ± 2 ms
6/19. ResNet-V2-152	6.1 — inference | batch = 10, size = 256×256: 355 ± 4 ms 6.2 — training | batch = 10, size = 256×256: 2351 ± 49 ms	6.1 — inference | batch = 10, size = 256×256: 193 ± 2 ms 6.2 — training | batch = 10, size = 256×256: 783 ± 2 ms
7/19. VGG-16	7.1 — inference | batch = 20, size = 224×224: 554 ± 6 ms 7.2 — training | batch = 2, size = 224×224: 1367 ± 13 ms	7.1 — inference | batch = 20, size = 224×224: 389 ± 3 ms 7.2 — training | batch = 2, size = 224×224: 459 ± 3 ms
8/19. SRCNN 9-5-5	8.1 — inference | batch = 10, size = 512×512: 592 ± 21 ms 8.2 — inference | batch = 1, size = 1536×1536: 537 ± 17 ms 8.3 — training | batch = 10, size = 512×512: 7718 ± 23 ms	8.1 — inference | batch = 10, size = 512×512: 185 ± 2 ms 8.2 — inference | batch = 1, size = 1536×1536: 172 ± 2 ms 8.3 — training | batch = 10, size = 512×512: 745 ± 8 ms
9/19. VGG-19 Super-Res	9.1 — inference | batch = 10, size = 256×256: 891 ± 56 ms 9.2 — inference | batch = 1, size = 1024×1024: 1584 ± 56 ms 9.3 — training | batch = 10, size = 224×224: 7176 ± 20 ms	9.1 — inference | batch = 10, size = 256×256: 383 ± 1 ms 9.2 — inference | batch = 1, size = 1024×1024: 627 ± 5 ms 9.3 — training | batch = 10, size = 224×224: 1300 ± 14 ms
10/19. ResNet-SRGAN	10.1 — inference | batch = 10, size = 512×512: 1154 ± 25 ms 10.2 — inference | batch = 1, size = 1536×1536: 1043 ± 18 ms 10.3 — training | batch = 5, size = 512×512: 3300 ± 93 ms	10.1 — inference | batch = 10, size = 512×512: 645 ± 4 ms 10.2 — inference | batch = 1, size = 1536×1536: 559 ± 4 ms 10.3 — training | batch = 5, size = 512×512: 922 ± 6 ms
11/19. ResNet-DPED	11.1 — inference | batch = 10, size = 256×256: 1484 ± 13 ms 11.2 — inference | batch = 1, size = 1024×1024: 2416 ± 20 ms 11.3 — training | batch = 15, size = 128×128: 4218 ± 77 ms	11.1 — inference | batch = 10, size = 256×256: 839 ± 2 ms 11.2 — inference | batch = 1, size = 1024×1024: 1343 ± 8 ms 11.3 — training | batch = 15, size = 128×128: 1197 ± 7 ms
12/19. U-Net	12.1 — inference | batch = 4, size = 512×512: 2830 ± 36 ms 12.2 — inference | batch = 1, size = 1024×1024: 2939 ± 29 ms 12.3 — training | batch = 4, size = 256×256: 3231 ± 33 ms	12.1 — inference | batch = 4, size = 512×512: 1664 ± 10 ms 12.2 — inference | batch = 1, size = 1024×1024: 1686 ± 10 ms 12.3 — training | batch = 4, size = 256×256: 1388 ± 5 ms
13/19. Nvidia-SPADE	13.1 — inference | batch = 5, size = 128×128: 975 ± 18 ms 13.2 — training | batch = 1, size = 128×128: 1227 ± 13 ms	13.1 — inference | batch = 5, size = 128×128: 469 ± 5 ms 13.2 — training | batch = 1, size = 128×128: 610 ± 5 ms
14/19. ICNet	14.1 — inference | batch = 5, size = 1024×1536: 1055 ± 40 ms 14.2 — training | batch = 10, size = 1024×1536: 2632 ± 61 ms	14.1 — inference | batch = 5, size = 1024×1536: 500 ± 8 ms 14.2 — training | batch = 10, size = 1024×1536: 1109 ± 12 ms
15/19. PSPNet	15.1 — inference | batch = 5, size = 720×720: 4494 ± 118 ms 15.2 — training | batch = 1, size = 512×512: 1978 ± 61 ms	15.1 — inference | batch = 5, size = 720×720: 2948 ± 19 ms 15.2 — training | batch = 1, size = 512×512: 895 ± 15 ms
16/19. DeepLab	16.1 — inference | batch = 2, size = 512×512: 1633 ± 40 ms 16.2 — training | batch = 1, size = 384×384: 1556 ± 69 ms	16.1 — inference | batch = 2, size = 512×512: 561 ± 2 ms 16.2 — training | batch = 1, size = 384×384: 602 ± 2 ms
17/19. Pixel-RNN	17.1 — inference | batch = 50, size = 64×64: 1296 ± 3 ms 17.2 — training | batch = 10, size = 64×64: 667 ± 4 ms	17.1 — inference | batch = 50, size = 64×64: 1003 ± 6 ms 17.2 — training | batch = 10, size = 64×64: 659 ± 9 ms
18/19. LSTM-Sentiment	18.1 — inference | batch = 100, size = 1024×300: 2526 ± 12 ms 18.2 — training | batch = 10, size = 1024×300: 3867 ± 5 ms	18.1 — inference | batch = 100, size = 1024×300: 1144 ± 22 ms 18.2 — training | batch = 10, size = 1024×300: 2544 ± 9 ms
19/19. GNMT-Translation	19.1 — inference | batch = 1, size = 1×20: 1076 ± 20 ms	19.1 — inference | batch = 1, size = 1×20: 669 ± 3 ms

Заключение

Проведенные тесты позволяют констатировать, что оба процессора являются мощными и производительными решениями как для ПК, так и для серверов. При сравнении Ryzen 9 5950X и Ryzen 9 7950X можно сделать вывод, что последний является более эффективным при выполнении определенных задач, например, в научных вычислениях или рендеринге видео. Вместе с тем, новый процессор на 38% дороже Ryzen 9 5950X.

Ryzen 9 7950X превосходит Ryzen 9 5950X благодаря ряду технических усовершенствований. В первую очередь это связано с изменением архитектуры процессора и новым сокетом AM5. Ryzen 9 7950X оснащен более совершенной архитектурой Zen 4, которая обеспечивает оптимизацию многих ключевых параметров процессора, в том числе частоту ядер и энергопотребление.

Еще одним преимуществом Ryzen 9 7950X является поддержка новейшего стандарта PCIe 5.0, который обеспечивает более высокую скорость передачи данных между процессором и другими компонентами системы. Также этот процессор имеет большее количество линий PCIe, что позволяет использовать большее количество устройств с высокой производительностью одновременно.

Наконец, Ryzen 9 7950X поддерживает более быструю и эффективную оперативную память DDR5. Это также существенно повышает производительность системы в целом и обеспечивает более низкие задержки при чтении и записи данных.

---

Выделенные серверы с процессором AMD Ryzen 7950X в дата-центре в Нидерландах доступны для заказа на нашем сайте. Оплата в рублях с помощью российских банковских карт, платежных систем и банковских переводов. Количество серверов ограничено. Если вы не успели разместить заказ, то сделайте бесплатный предзаказ серверов через наш коммерческий департамент. .

 

Источник