多核分数的共享任务模型与上一代有何不同
多核分数(Multi-Core Score)容易被误读成「核心数 × 单核分」。实际数字通常比这个乘积低不少,原因就藏在 6.x 的测试模型里。
共享任务:所有核心抬同一根木头
6.x 的多核负载把一份大任务拆给所有核心协作完成,线程之间需要真实的数据交换与同步。官方技术文档称之为「共享任务」模型,并解释了它与 5.x「独立任务」模型的差别:
- 5.x 方式:每个线程复制一份独立任务,几乎零通信,扩展性近乎线性——64 核就复制 64 份;
- 6.x 方式:一个任务集体完成,跨线程协调的开销计入总时间。
前者衡量「核心数量红利」,后者衡量「真实软件里的并行效率」。视频剪辑软件导出视频、编译器并行构建,用的正是共享任务的思路。
为什么多核分 ≠ 单核分 × 核心数
三个折扣叠在一起:
- 协调开销:线程同步与数据搬运本身耗时,核心越多这部分越明显;
- 大小核不均:混合架构里效率核贡献小于性能核,调度器还会把任务挪来挪去;
- 内存与散热上限:全核满载时内存带宽和散热能力往往先于算力见顶。
多核分数什么时候才重要
| 场景 | 吃单核还是多核 |
|---|---|
| 网页浏览、办公、社交 | 单核为主 |
| 游戏帧率 | 多数引擎单核敏感,少数吃多核 |
| 视频导出、3D 渲染 | 多核 |
| 代码编译、批量转码 | 多核 |
| 虚拟机、容器并行跑 | 多核 |
买设备时先想清楚自己主打哪一列,再决定为多核分数付多少钱。
下一站
多核分数由哪些具体负载构成,见16 组 CPU 负载清单;与 5.x 的完整对照见和上一代相比换了哪些题。