Legends never die: GPUPI - Seite 57

Seite 57 von 59 - Forum: Number Crunching auf overclockers.at

URL: https://www.overclockers.at/number-crunching/legends-never-die-gpupi_240993/page_57 - zur Vollversion wechseln!

böhmi schrieb am 14.06.2017 um 14:29

Garbage schrieb am 14.06.2017 um 16:11

Äh ja, am größeren Bildschirm seh ich das jetzt auch - thx!

XeroXs schrieb am 14.06.2017 um 16:14

Zitat aus einem Post von Garbage
Mehr Submissions als User sind nachvollziehbar, umgekehrt aber nicht, außer es steckt da noch mehr Info dahinter, die aus dem Diagramm alleine aber nicht rauskommt.

Hm.. ist doch so? Submissions sind Rot, gültig die Linke Skala (bis 1k), User sind Blau, gültig die rechte Skala (bis 200)

mat schrieb am 28.06.2017 um 10:44

GPUPI 3.0 in der Command Line. :cool:

wergor schrieb am 28.06.2017 um 10:51

nice. gibts GPUPI für linux schon länger? wäre komplett an mir vorüber gegangen.

mat schrieb am 28.06.2017 um 10:56

Ist noch für Windows, ich verwende aber MinGW als Command Line. Ein Linux-Port wird auch irgendwann mal kommen.

mat schrieb am 28.06.2017 um 18:27

Autoselect der API, Batch Size und Reduction Size. :eek:

Code: BASH

$ ./GPUPI_x64 -c -d 100M
GPUPI 3.0 (64 bit)

API: OpenCL GPU with 1 devices
API: OpenCL CPU with 2 devices
API: CUDA with 1 devices

Testing device: OpenCL CPU -> Intel(R) OpenCL -> Intel Core i7-6950X
 => 1M, 16: 2.294076 (Kernel: 2.250068, Reduction: 0.043280)
 => 1M, 32: 2.248263 (Kernel: 2.209528, Reduction: 0.037883)
 => 1M, 64: 2.270596 (Kernel: 2.231809, Reduction: 0.038067)
 => 1M, 128: 2.245034 (Kernel: 2.207602, Reduction: 0.036715)
 => 1M, 256: 2.279390 (Kernel: 2.229491, Reduction: 0.049113)
 => 1M, 512: 2.266061 (Kernel: 2.193988, Reduction: 0.071337)
 => 2M, 16: 2.315099 (Kernel: 2.236380, Reduction: 0.078018)
 => 2M, 32: 2.288076 (Kernel: 2.219284, Reduction: 0.068005)
 => 2M, 64: 2.287389 (Kernel: 2.226804, Reduction: 0.059873)
 => 2M, 128: 2.249376 (Kernel: 2.191177, Reduction: 0.057482)
 => 2M, 256: 2.283105 (Kernel: 2.215427, Reduction: 0.066962)
 => 2M, 512: 2.254495 (Kernel: 2.194912, Reduction: 0.058892)
 => 4M, 16: 2.307497 (Kernel: 2.218491, Reduction: 0.088419)
 => 4M, 32: 2.260795 (Kernel: 2.183106, Reduction: 0.077162)
 => 4M, 64: 2.304972 (Kernel: 2.238267, Reduction: 0.066159)
 => 4M, 128: 2.255765 (Kernel: 2.196260, Reduction: 0.058924)
 => 4M, 256: 2.277544 (Kernel: 2.209126, Reduction: 0.067898)
 => 4M, 512: 2.249683 (Kernel: 2.191406, Reduction: 0.057736)
 => 5M, 16: 2.304984 (Kernel: 2.217214, Reduction: 0.087279)
 => 5M, 32: 2.265134 (Kernel: 2.187128, Reduction: 0.077524)
 => 5M, 64: 2.279445 (Kernel: 2.212483, Reduction: 0.066463)
 => 5M, 128: 2.238783 (Kernel: 2.180829, Reduction: 0.057460)
 => 5M, 256: 2.299566 (Kernel: 2.231994, Reduction: 0.067090)
 => 5M, 512: 2.267714 (Kernel: 2.197324, Reduction: 0.069908)
 => 10M, 16: 2.311983 (Kernel: 2.226683, Reduction: 0.084900)
 => 10M, 32: 2.271478 (Kernel: 2.194653, Reduction: 0.076431)
 => 10M, 64: 2.261646 (Kernel: 2.190358, Reduction: 0.070862)
 => 10M, 128: 2.238901 (Kernel: 2.181579, Reduction: 0.056898)
 => 10M, 256: 2.278743 (Kernel: 2.215327, Reduction: 0.062982)
 => 10M, 512: 2.271698 (Kernel: 2.204813, Reduction: 0.066495)
 => 20M, 16: 2.316387 (Kernel: 2.224665, Reduction: 0.091349)
 => 20M, 32: 2.264053 (Kernel: 2.185630, Reduction: 0.078063)
 => 20M, 64: 2.302941 (Kernel: 2.229473, Reduction: 0.073087)
 => 20M, 128: 2.256671 (Kernel: 2.193457, Reduction: 0.062854)
 => 20M, 256: 2.256185 (Kernel: 2.194374, Reduction: 0.061453)
 => 20M, 512: 2.239121 (Kernel: 2.177762, Reduction: 0.061003)
 => 100M, 16: 2.351734 (Kernel: 2.219785, Reduction: 0.131625)
 => 100M, 32: 2.284867 (Kernel: 2.182241, Reduction: 0.102328)
 => 100M, 64: 2.331753 (Kernel: 2.241809, Reduction: 0.089634)
 => 100M, 128: 2.314707 (Kernel: 2.239817, Reduction: 0.074468)
 => 100M, 256: 2.272911 (Kernel: 2.204067, Reduction: 0.068538)
 => 100M, 512: 2.262099 (Kernel: 2.198868, Reduction: 0.062920)

Testing device: OpenCL CPU -> Experimental OpenCL 2.1 CPU Only Platform -> Intel Core i7-6950X
 => 1M, 16: 2.256272 (Kernel: 2.208813, Reduction: 0.046615)
 => 1M, 32: 2.259307 (Kernel: 2.213463, Reduction: 0.045005)
 => 1M, 64: 2.261296 (Kernel: 2.217321, Reduction: 0.043054)
 => 1M, 128: 2.255290 (Kernel: 2.210472, Reduction: 0.043979)
 => 1M, 256: 2.276476 (Kernel: 2.228651, Reduction: 0.046952)
 => 1M, 512: 2.290972 (Kernel: 2.212072, Reduction: 0.078073)
 => 2M, 16: 2.281812 (Kernel: 2.198045, Reduction: 0.082942)
 => 2M, 32: 2.257342 (Kernel: 2.186708, Reduction: 0.069812)
 => 2M, 64: 2.274022 (Kernel: 2.210600, Reduction: 0.062644)
 => 2M, 128: 2.242322 (Kernel: 2.182171, Reduction: 0.059333)
 => 2M, 256: 2.284035 (Kernel: 2.214316, Reduction: 0.068943)
 => 2M, 512: 2.245358 (Kernel: 2.182079, Reduction: 0.062468)
 => 4M, 16: 2.314692 (Kernel: 2.223573, Reduction: 0.090524)
 => 4M, 32: 2.287976 (Kernel: 2.207894, Reduction: 0.079501)
 => 4M, 64: 2.280830 (Kernel: 2.212408, Reduction: 0.067748)
 => 4M, 128: 2.246577 (Kernel: 2.185500, Reduction: 0.060417)
 => 4M, 256: 2.267059 (Kernel: 2.196838, Reduction: 0.069591)
 => 4M, 512: 2.245285 (Kernel: 2.185138, Reduction: 0.059543)
 => 5M, 16: 2.297634 (Kernel: 2.208198, Reduction: 0.088819)
 => 5M, 32: 2.252606 (Kernel: 2.173261, Reduction: 0.078811)
 => 5M, 64: 2.289753 (Kernel: 2.219699, Reduction: 0.069525)
 => 5M, 128: 2.241125 (Kernel: 2.181959, Reduction: 0.058589)
 => 5M, 256: 2.272509 (Kernel: 2.203694, Reduction: 0.068293)
 => 5M, 512: 2.255514 (Kernel: 2.184216, Reduction: 0.070740)
 => 10M, 16: 2.283480 (Kernel: 2.197331, Reduction: 0.085667)
 => 10M, 32: 2.259312 (Kernel: 2.181606, Reduction: 0.077262)
 => 10M, 64: 2.273700 (Kernel: 2.201239, Reduction: 0.071997)
 => 10M, 128: 2.239782 (Kernel: 2.180927, Reduction: 0.058395)
 => 10M, 256: 2.288214 (Kernel: 2.223593, Reduction: 0.064161)
 => 10M, 512: 2.275962 (Kernel: 2.210551, Reduction: 0.064933)
 => 20M, 16: 2.298107 (Kernel: 2.206268, Reduction: 0.091459)
 => 20M, 32: 2.282686 (Kernel: 2.204328, Reduction: 0.077989)
 => 20M, 64: 2.264337 (Kernel: 2.189890, Reduction: 0.074074)
 => 20M, 128: 2.261340 (Kernel: 2.197828, Reduction: 0.063139)
 => 20M, 256: 2.254334 (Kernel: 2.191051, Reduction: 0.062873)
 => 20M, 512: 2.261168 (Kernel: 2.199776, Reduction: 0.060975)
 => 100M, 16: 2.363773 (Kernel: 2.221893, Reduction: 0.141445)
 => 100M, 32: 2.325590 (Kernel: 2.220586, Reduction: 0.104667)
 => 100M, 64: 2.281907 (Kernel: 2.196272, Reduction: 0.085290)
 => 100M, 128: 2.290375 (Kernel: 2.214583, Reduction: 0.075452)
 => 100M, 256: 2.274559 (Kernel: 2.203661, Reduction: 0.070590)
 => 100M, 512: 2.287639 (Kernel: 2.223986, Reduction: 0.063316)

Best device found: OpenCL CPU -> Intel(R) OpenCL -> Intel Core i7-6950X with 5M, 128.

Timer: HPET (14.32 MHz)
Init HWiNFO: Ok

OpenCL CPU: Intel Core i7-6950X (20 CUs, 3000 MHz)
 Compiling OpenCL kernels ... done.

Calculating 100.000.000th digit of PI. 20 iterations.

 Allocated device memory : 83.89 MB
 Batch Size              : 5M
 Reduction Size          : 128

 00h 00m 00.480s Batch  1 finished.
 00h 00m 00.945s Batch  2 finished.
 00h 00m 01.403s Batch  3 finished.
 00h 00m 01.850s Batch  4 finished.
 00h 00m 02.263s Batch  5 finished.
 00h 00m 02.734s Batch  6 finished.
 00h 00m 03.201s Batch  7 finished.
 00h 00m 03.649s Batch  8 finished.
 00h 00m 04.089s Batch  9 finished.
 00h 00m 04.502s Batch 10 finished.
 00h 00m 04.980s Batch 11 finished.
 00h 00m 05.450s Batch 12 finished.
 00h 00m 05.915s Batch 13 finished.
 00h 00m 06.367s Batch 14 finished.
 00h 00m 06.784s Batch 15 finished.
 00h 00m 07.257s Batch 16 finished.
 00h 00m 07.724s Batch 17 finished.
 00h 00m 08.187s Batch 18 finished.
 00h 00m 08.639s Batch 19 finished.
 00h 00m 09.055s PI value output -> CB840E219

Highest clocks measured:
 CPU: 3800.11 MHz
 GPU: 202.50 MHz
 GPU memory: 101.25 MHz

Statistics:
 Calculation + Reduction time: 8.822s + 0.231s

PI calculation is done!

chap schrieb am 28.06.2017 um 18:35

Soll das heißen, dass GPUPI selbst erkennt, was der beste Modus für mich ist?

mat schrieb am 28.06.2017 um 18:36

Ja, genau. Ist halt ein früher Prototyp nur für die Command Line und wird derzeit nur für Rebench verwendet.

chap schrieb am 28.06.2017 um 18:42

yee, sowas ist schon sexy

mat schrieb am 20.11.2017 um 07:12

Wir leben was Hardware angeht in verrückten Zeiten: Der deutsche Overclocker Dancop hat einen i7-8700K mit über 7,1 GHz durch GPUPI for CPU 1B gebracht. Das sind 2,5 Minuten lang Torture für den Sechskerner inklusive Hyptherthreading!

Dancop`s GPUPI for CPU - 1B score: 2min 27sec 396ms with a Core i7 8700K

The Core i7 8700K @ 7100.8MHzscores getScoreFormatted in the GPUPI for CPU - 1B benchmark. Dancopranks #1 worldwide and #1 in the hardware class. Find out more at HWBOT.

Link: hwbot.org

mat schrieb am 25.11.2017 um 13:06

GPUPI 1B ist eine der Kategorien im Finale des größten Overclocking Contests der Welt, dem GALAX GOC 2017 in Bangkok! Folgender Screen zeigt, dass die GPUPI-Stage derzeit definitiv am meisten umkämpft ist. :cool:

Wobei man dazusagen muss, dass GPUPI für Grafikkarten ein äußerst guter Vortest ist, wie gut die Karte geht. Ich würde es bei einem OC Contest nicht anders machen.

wergor schrieb am 25.11.2017 um 14:03

nice!

mat schrieb am 27.11.2018 um 01:19

Es war klar, dass es früher oder später passiert, aber eine Überraschung, dass es ein verrückter Tscheche zuerst schafft.

GPU server 10x RTX2080 Ti - NEW WORLD RECORD GPUPi (en sub)

Beim Abspielen dieses Videos werden Daten an YouTube übermittelt. Durch einen Klick auf das Video wird es automatisch abgespielt und du akzeptierst damit die Datenschutzerklärung von YouTube bzw. Google.

Lord Wyrm schrieb am 27.11.2018 um 07:32

Omg, fettes Ding!