說起AMD和intel，你最先想到的是什麼？由AMD評測人員帶頭喊出的鋪天蓋地的AMD YES，還是魯大師和R20恐怖的跑分差距？
為什麼廠商沒有進行多核優化
AMD挑起的“核戰爭”得從推土機說起，不過由於前人栽樹太多，關於推土機鋪墊、銳龍成型這條AMD歷史線就不再累述。從財報上看，2016-2019，AMD持續為填補前期錯誤戰略導致的財務槓桿失衡，不得不在2016年-2018年間分別賣掉了格羅方德晶圓廠和總部大樓。
而在產品戰略上，在經由推土機的失敗後，AMD大膽革新，將共享浮點單元修正為核心獨立浮點單元。一個人吃飯一個碗，自然都能吃飽。藉由模塊化設計封裝，多核CPU成本也降低了，核心數想做多高就做多高，似乎這就是完美的CPU設計？
並非如此，一個軟件利用多少物理內核，是由軟件開發廠商決定，而非硬件廠商決定。軟件在使用時用戶覺得卡頓，就一定是“沒有進行多核優化”的問題嗎？並不是，卡頓往往由於應用程序比如通過readfile函數讀本地文件、經由I/O請求發送到win內核然後將I/O請求包IRP轉發給硬件驅動的隊列，緊接著的工作就由對應硬件完成。剛才的I/O請求將被掛起成為LISTENING偵聽狀態。硬件完成請求的操作後，線程將被喚醒，由來路給CPU返回指令。
所以，在整個線程執行過程中，任何一步出現問題，都會導致用戶體驗受損，比如在執行後端硬件I/O請求時，如果硬件請求隊列多餘自身設計上限，就會發生指令延遲（堵車了），這種響應延遲現象再多的線程也無法處理。
從經濟角度上看，遊戲/軟件廠商為什麼要進行太多核心的優化？在目前沒有AI輔助設計的環境下，開發多核支持一方面需要更多的開發者進行開發和調試，後期維護的工作量也遠遠高於單核，同時還要支付一大筆人工開支。最後軟件推出市場並不會因為支持多核而作為賣點多賺錢。從遊戲體驗角度上看，高併發將給存儲設備帶來巨大的壓力，由於多數民用級SSD對於IOPS和QD要求並沒有企業級SSD那麼苛刻。一旦突發請求超過硬件響應上限，數據串流就會產生延遲，反應在玩家的屏幕上就是遊戲素材丟失、卡頓等現象，這也在廠商考慮範圍內。同時，廠商在多核開發上投入的人工與時間成本，最終依然轉嫁到了用戶頭上。
為了避免被人說紙上談兵，老黃儘可能找了幾款不同領域的專業應用軟件，給大家演示一下實際軟件操作中，多核低頻/多核高頻/少核高頻對用戶實際使用的影響，希望這裡能幫助專業用戶明白自己究竟應該如何選擇配置。
行業軟件測試
這次測試的平臺是從七彩虹借來的iGAME Z490 VulcanX，該主板為七彩虹目前的頂級旗艦級主板，這款主板搭載了14相供電，應用了七彩虹自研I.P.P電感，後濾波電容由Z390 VulcanX的鉭電容變更為臺系鈺邦固態電容。但是CPU供電由單8pin升級到了8+4pin，以滿足十代酷睿強悍的性能需求。
CPU也是借的，這篇文章並非送測。第十代酷睿i9 10900KF，相比10900K少了核顯，多了更好的溫控，這也許就像人生，有舍有得。在intel TVB技術的加持下睿頻可高達5.3G，AMD望塵莫及。 顯卡為柏能旗下萬麗推出的GTX1660 6G顯卡，這款顯卡的評測在之前做過了，有興趣的可以看一下，性價比也挺好的。
內存為兩根七彩虹之前送測的全新CVN“捍衛者”系列RGB內存，XMP3200Mhz，8成PCB/ARGB/特挑CJR，在一些Z490平臺上超上了4400Mhz，性價比炸裂，而在本次測試中老黃將該內存設置為3600 C18-22-22-42 1.42v。
軟件環境為Windows 10 1909專業版，測試軟件為blender、C4D、CATIA、Discovery Studio、Matlab。
老黃首先測試Discovery Studio，這款軟件主要用於生命科學領域，研究分子建模模擬計算。要深入瞭解一款專業軟件需要非常長的時間，以老黃的知識積累僅能做一些基礎操作演示。這裡生成了2個方案：單一類型分子環境和由一堆腺嘌呤、胸腺嘧啶、胞嘧啶、鳥嘌呤和尿嘧啶（A.T.C.G.U）組成的亂七八糟的核酸，模擬正常操作將視角在核酸內部和外部之間穿梭。 此時我們觀察核心使用情況會發現：僅有兩個核心處於高負載下，其他核心均未介入工作，倒是GPU積極介入了工作中。那麼針對這款應用，老黃推薦的是核心夠用、頻率夠高的CPU，預算不足就上i3 8350K，預算充足推薦10600K。
第二款軟件是法國達索公司出品的CATIA，這個達索也就是大名鼎鼎的“幻影”系列戰機的製造商，同時也在開發工業設計軟件，目標模型是一個4000*2800像素的輪胎。在對輪胎進行拖動和調整光照時，均是單核+GPU在發力。在歸還該平臺後老黃又學會了使用攝像機做模型實時渲染動畫，不過結果依然是單核發力。
第三款軟件是被AMD粉絲們津津樂道的C4D了，網上有太多的R20跑分來證明多核的強大，不過各位要注意的是：R20跑分僅能代表模型編輯雕刻工作完成後渲染工作的時長，不過在實際使用中對一個模型從多邊形的生成到最後貼圖光照一切就緒，所花費的時間遠遠多過渲染，何況目前OC2019渲染器後支持GPU渲染甚至支持RT加速。在測試中將一個36面的低模細分到940萬面的高模，然後我們來觀察在拖動光源時低頻和高頻下操作的流暢程度，Msi after監視下可以觀察到也能明顯感覺到，高頻CPU在模型編輯階段操作更加流暢。
第四款軟件為Maltab，是一款商業數字計算軟件，在圖像、深度學習、材料模擬、無線通訊等領域都有廣泛的應用。今天測試的方面分為兩部分，圖像處理和神經網絡。圖像處理老黃將讀取、計算一張RTX3080的4K渲染圖最大、最小與平均灰度。計算結果：4核8線程/全核4.9G下，33.3秒完成了圖像解析過程，10核20線程/4.9G也差不多，33秒完成，10核20線程/3.9G則耗費了60.5秒。
神經網絡測試設置為500神經元節點，每5個神經元顯示一次結果，數據池為一個2450*7的彩票號整數矩陣，計算目的是預測下期開獎號。在顯示歸一化結果後加入toc以顯示訓練時間，可以發現計算時調用了全核資源，但是在結果方面：4核/4.9G耗時27.3秒，而10核3.9G則耗時38.8秒，即便是調用了全核資源，高頻在計算上依然優於多核。
多核跑分強，未必性能強
從上述軟件來看，絕大部分專業應用在實際使用時依然對單核與頻率有絕對的需求，少數專業軟件即使支持多核，但是多核對工作效率的提升遠遠不如高頻來的明顯。所以本次測試最終得出結論---在專業領域，儘可能優先選擇高頻CPU，因為絕大部分應用僅對1-2核優化，優先滿足CPU和GPU需求後將多餘的資金安排在存儲和外設等方向上，不要被R15、R20、魯大師等跑分軟件矇蔽。
