Do More with Your Cloud Investment
Deliver the powerful performance per dollar you need on Intel® technology. Critical data-heavy workloads such as database, high performance computing (HPC), and web perform better at a lower total cost of ownership on Intel® architecture-based clouds.1 2 3 4 5
2.84x High Performance
Up to 2.84x higher performance/$ on database workloads, including HammerDB PostgreSQL*, and MongoDB*.1
4.15x High Performance
Up to 4.15x higher performance/$ on High Performance LINPACK* and LAMMPS*.2
1.74x Better Performance
Better performance/$ on Server-Side Java and 1.74x better performance /$ on WordPress PHP/HHVM.3
2.25x Higher Performance
Up to 2.25x higher performance/$ for memory bandwidth applications.4
Features and Benefits
Scalable Performance
Intel® Xeon® Scalable processors are designed for the performance demands of complex, data-demanding workloads such as in-memory databases, and real-time business analytics.
Big Data Analytics
To realize the full potential of big data, organizations must find a new approach to capturing, storing, and analyzing data. Our infrastructure technologies are specifically designed for data-intensive, enterprise environments.
Learn about Intel® big data technologies using Apache Hadoop* software
High Performance Computing
Designed to help solve your biggest challenges faster and with greater efficiency, the Intel® Xeon Phi™ processor enables machines to rapidly learn without being explicitly programmed, in addition to helping drive new breakthroughs using high performance modeling and simulation, visualization and data analytics.
Density
As an emerging server form factor, microservers are designed to process workloads for hyper-scale data centers. Employ microservers to eliminate the space and power consumption of duplicate infrastructure components.
Enabled Software
Optimized independent software vendor (ISV) applications for Intel® Xeon® E5-2600 v4 processor product family—increasing the speed and performance of vital applications.
Benchmarks
Click on the specific Intel® products and technologies to get performance-related benchmarks, white papers, and videos.
Compute
Check out the performance benchmarks for Intel® processor family-based servers and the Intel® Xeon Phi™ coprocessor product family.
Storage
Get the benchmarks that show how Intel® technologies can optimize data storage.
Network
Review Intel's high-density virtualization, low-latency, and high-throughput benchmarks for networking.
Applications and Software
Find out how software solutions are optimized to work better with Intel infrastructure.
- Data center software
- High performance computing (HPC) using Intel solutions for Lustre* software
- Enterprise IT using Intel® Cache Acceleration Software (Intel® CAS)
- Intel® Xeon® Scalable processors and software: Better together
- Intel® Xeon® E5 v4 processor and software: Better together
- Intel® Xeon® E7 v4 processor and software: Better together
Workstation
See how Intel® Xeon® processor-based workstations perform for your workload-intensive applications.
Explore Data Center Resources
IT insights, guidance, and advice—for data center pros.
IT Best Practices
Get innovative ideas, best practices, and groundbreaking IT strategies from the experts inside Intel's own IT department, including CIO Paula Tolliver.
Resources for IT Leaders
Get the insights from Intel and other companies, plus social media to keep you informed and moving your IT projects forward.
產品與效能資訊
每元效能測試採用 AWS* EC2 R5 和 R5a 實例 (https://aws.amazon.com/ec2/instance-types/)，比較 96 vCPU Intel® Xeon® 可擴充處理器的每元效能與 AMD EPYC* 處理器的每元效能。
工作負載：HammerDB* PostgreSQL*
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 1.85 倍（越高越好）
資料庫：HammerDB – PostgreSQL（越高越好）：
AWS R5.24xlarge (Intel) 實例，HammerDB 3.0 PostgreSQL 10.2，記憶體：768GB，Hypervisor：KVM；儲存類型：EBS io1，磁碟容量 200GB，總儲存 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 個倉儲，96 名使用者。「NOPM」分數 439931，由 Intel 於 2018 年 12 月 11 日至 2018 年 12 月 14 日測量。
AWS R5a.24xlarge (AMD) 實例，HammerDB 3.0 PostgreSQL 10.2，記憶體：768GB，Hypervisor：KVM；儲存類型：EBS io1，磁碟容量 200GB，總儲存 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 個倉儲，96 名使用者。「NOPM」分數 212903，由 Intel 於 2018 年 12 月 20 日測量。
工作負載：MongoDB*
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 2.84 倍（越高越好）
資料庫：MongoDB（越高越好）：
AWS R5.24xlarge (Intel) 實例，MongoDB v4.0，停用日誌，停用檔案系統同步，wiredTigeCache=27GB，maxPoolSize = 256；7 個 MongoDB 實例，14 個用戶端 VM，每 VM 1 個 YCSB 用戶端，每個 YCSB 用戶端 96 個執行緒，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，每秒操作分數 1229288，由 Intel 於 2018 年 12 月 10 日測量。
AWS R5a.24xlarge (AMD) 實例，MongoDB v4.0，停用日誌，停用檔案系統同步，wiredTigeCache=27GB，maxPoolSize = 256；7 個 MongoDB 實例，14 個用戶端 VM，每 VM 1 個 YCSB 用戶端，每個 YCSB 用戶端 96 個執行緒，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，每秒操作分數 388596，由 Intel 於 2018 年 12 月 10 日測量。
如需其他詳細資訊，請造訪 www.intel.com.tw/benchmarks。
結果是根據 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定價（每小時的金額，標準 1 年期，無預付費用）所計算而得。
每元效能測試採用 AWS* EC2 M5 和 M5a 實例 (https://aws.amazon.com/ec2/instance-types/)，比較 96 vCPU Intel® Xeon® 可擴充處理器的每元效能與 AMD EPYC* 處理器的每元效能。
工作負載：LAMMPS*
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 4.15 倍（越高越好）
HPC 材料科學 – LAMMPS（越高越好）：
AWS M5.24xlarge (Intel) 實例，LAMMPS 版本：2018-08-22（代碼：https://lammps.sandia.gov/download.html），工作負載：水 – 512K 粒子，Intel ICC 18.0.3.20180410，適用於 Linux* OS 的 Intel® MPI Library，版本 2018 Update 3 Build 20180411，48 個 MPI 階層，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，每秒時步分數 137.5，由 Intel 於 2018 年 10 月 31 日測量。
AWS M5a.24xlarge (AMD) 實例，LAMMPS 版本：2018-08-22（代碼：https://lammps.sandia.gov/download.html），工作負載：水 – 512K 粒子，Intel ICC 18.0.3.20180410，適用於 Linux* OS 的 Intel® MPI Library，版本 2018 Update 3 Build 20180411，48 個 MPI 階層，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，每秒時步分數 55.8，由 Intel 於 2018 年 11 月 7 日測量。
AMD 支援 AVX2 的變更（AMD 僅支援 AVX2，因此需要這些變更）：
sed -i 's/-xHost/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
sed -i 's/-qopt-zmm-usage=high/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
工作負載：高效能 Linpack*
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 4.15 倍（越高越好）
HPC Linpack（越高越好）：
AWS M5.24xlarge (Intel) 實例，HP Linpack 版本 2.2（https://software.intel.com/en-us/articles/intel-mkl-benchmarks-suite 目錄：benchmarks_2018.3.222/linux/mkl/benchmarks/mp_linpack/bin_intel/intel64），Intel ICC 18.0.3.20180410 搭配 AVX512，適用於 Linux* OS 的 Intel® MPI Library，版本 2018 Update 3 Build 20180411，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=24，2 個 MPI 程序，分數 3152 GB/s，由 Intel 於 2018 年 10 月 31 日測量。
AWS M5a.24xlarge (AMD) 實例，HP Linpack 版本 2.2，（HPL 來源：http://www.netlib.org/benchmark/hpl/hpl-2.2.tar.gz：版本 2.2；使用 icc (ICC) 18.0.2 20180210 編譯與連結至 BLIS 程式庫版本 0.4.0；https://github.com/flame/blis；Addt’l 編譯器旗標：-O3 -funroll-loops -W -Wall –qopenmp；make arch=zen OMP_NUM_THREADS=8；6 個 MPI 程序。）， Intel ICC 18.0.3.20180410 搭配 AVX2，適用於 Linux* OS 的 Intel® MPI Library，版本 2018 Update 3 Build 20180411，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=8，6 個 MPI 程序，分數 677.7 GB/s，由 Intel 於 2018 年 11 月 7 日測量。
結果是根據 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定價（每小時的金額，標準 1 年期，無預付費用）所計算而得。
每元效能測試採用 AWS* EC2 M5 和 M5a 實例 (https://aws.amazon.com/ec2/instance-types/)，比較 96 vCPU Intel® Xeon® 可擴充處理器的每元效能與 AMD EPYC* 處理器的每元效能。
工作負載：伺服器端 Java* 1 JVM
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 1.74 倍（越高越好）
伺服器端 Java（越高越好）：
AWS M5.24xlarge (Intel) 實例，Java 伺服器效能標竿無 NUMA 繫結，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，每秒傳輸分數 101767，由 Intel 於 2018 年 11 月 16 日測量。
AWS M5a.24xlarge (AMD) 實例，Java 伺服器效能標竿無 NUMA 繫結，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，每秒傳輸分數 52068，由 Intel 於 2018 年 11 月 16 日測量。
工作負載：Wordpress* PHP/HHVM*
結果：AMD EPYC 每元效能 = 基準線 1；Intel® Xeon® 可擴充處理器的每元效能 = 1.75 倍（越高越好）
網站前端 Wordpress（越高越好）：
AWS M5.24xlarge (Intel) 實例，oss-performance/wordpress Ver 4.2.0；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作負載版本'：u'4.2.0；用戶端執行緒：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，核心 Linux 4.15.0-1025-aws，TPS 分數 3626.11，由 Intel 於 2018 年 11 月 16 日測量。
AWS M5a.24xlarge (AMD) 實例，oss-performance/wordpress Ver 4.2.0；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作負載版本'：u'4.2.0；用戶端執行緒：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，核心 Linux 4.15.0-1025-aws，TPS 分數 1838.48，由 Intel 於 2018 年 11 月 16 日測量。
如需其他詳細資訊，請造訪 www.intel.com.tw/benchmarks。
AWS M5.4xlarge (Intel) 執行個體，McCalpin Stream（OMP 版本），（來源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；Intel ICC 18.0.3 20180410 搭配 AVX512，-qopt-zmm-usage=high，-DSTREAM_ARRAY_SIZE=134217728 -DNTIMES=100 -DOFFSET=0 –qopenmp，-qoptstreaming-stores 一律 -o $OUT stream.c，Red Hat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS：8，KMP_AFFINITY：proclist=[0-7:1]，granularity=thread, explicit，分數 81216.7 MB/s，由 Intel 於 2018 年 12 月 6 日測量。
AWS M5a.4xlarge (AMD) 執行個體，McCalpin Stream（OMP 版本），（來源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；Intel ICC 18.0.3 20180410 搭配 AVX2，-DSTREAM_ARRAY_SIZE=134217728，-DNTIMES=100 -DOFFSET=0 -qopenmp -qopt-streaming-stores 一律 -o $OUT stream.c，Red Hat* Enterprise Linux 7.5，核心 3.10.0-862.el7.x86_64，OMP_NUM_THREADS：8，KMP_AFFINITY：proclist=[0-7:1]，granularity=thread,explicit，分數 32154.4 MB/s，由 Intel 於 2018 年 12 月 6 日測量。
OpenFOAM 免責聲明：本產品未經 OpenCFD Limited、透過 www.openfoam.com 的 OpenFOAM 軟體製造商和經銷商，以及 OpenFOAM* 與 OpenCFD* 商標的擁有者核准或背書。
自 2019 年 1 月 12 日起的 AWS 定價，標準 1 年期保留執行個體定價 (https://aws.amazon.com/ec2/pricing/reserved-instances/pricing/)，每小時的隨選 Linux/Unix 使用量定價 (https://aws.amazon.com/ec2/pricing/on-demand/)。
運用 Intel® Deep Learning Boost (Intel® DL Boost) 的 Intel® Xeon® Platinum 9282 處理器，推斷輸送量提高 30 倍：依據 Intel 截至 2019 年 2 月 26 日所做之測試。平台：Dragon rock 2 插槽 Intel® Xeon® Platinum 9282（每一插槽 56 核心），開啟超執行緒，開啟渦輪加速，總記憶體 768 GB（24 插槽/ 32 GB/ 2933 MHz），BIOS：SE5C620.86B.0D.01.0241.112020180249，CentOS 7 Kernel 3.10.0-957.5.1.el7.x86_64，深度學習框架：適用於以下 Caffe* 版本的 Intel® 最佳化：https://github.com/intel/caffe d554cbf1，ICC 2019.2.187，MKL DNN 版本：v0.17（認可雜湊：830a10059a018cd2634d94195140cf2d8790a75a），型號：https://github.com/intel/caffe/blob/master/models/intel_optimized_models/int8/resnet50_int8_full_conv.prototxt，BS=64，無資料層 syntheticData：3x224x224，56 執行個體/2 插槽，資料類型：INT8；相較於依據 Intel 截至 2017 年 7 月 11 日所做之測試：2S Intel® Xeon® Platinum 8180 處理器 CPU @ 2.50GHz（28 核心），停用超執行緒，停用渦輪加速，擴充管理員透過 intel_pstate 驅動程式設定為「performance」，384GB DDR4-2666 ECC RAM。CentOS Linux* 版本 7.3.1611 (Core)，Linux* 核心 3.10.0-514.10.2.el7.x86_64。固態硬碟機：Intel® SSD Data Center S3700 系列（800GB，2.5 吋 SATA 6Gb/s，25 奈米，MLC）。效能測量使用：環境變數：KMP_AFFINITY='granularity=fine, compact‘, OMP_NUM_THREADS=56，CPU 頻率設定為 CPU 功率 frequency-set -d 2.5G -u 3.8G -g performance。Caffe：(http://github.com/intel/caffe/)，修訂版 f96b759f71b2281835f690af267158b82b150b5c。推斷以「caffe time --forward_only」指令測量；訓練以「caffe time」指令測量。對於「ConvNet」拓撲，使用綜合資料集。對於其他拓撲，在訓練前，資料儲存於本機儲存裝置上，並在記憶體中快取。拓撲規格來自於 https://github.com/intel/caffe/tree/master/models/intel_optimized_models(ResNet-50)。Intel® C++ 編譯器版本 17.0.2 20170213，Intel® 數學核心程式庫小型程式庫版本 2018.0.20170425。Caffe 以「numactl -l」執行。