Composite Score |
FFT (1048576) |
SOR (1000x1000) |
Monte Carlo |
Sparse matmult (N=100000, nz=1000000) |
LU (1000x1000) |
|
Java / C |
95,23% |
80,85% |
130,20% |
50,46% |
98,33% |
80,02% |
gij /Java |
5,54% |
16,80% |
4,28% |
2,04% |
5,68% |
8,25% |
gcj / java |
77,63% |
110,53% |
70,43% |
25,28% |
80,48% |
110,93% |
gcj / gcc |
73,93% |
89,36% |
91,71% |
12,75% |
79,14% |
88,77% |
szerk:
update
- ds blogja
- A hozzászóláshoz be kell jelentkezni
- 2005 megtekintés
Hozzászólások
érdekes eredmények. Azthittem, hogy a gcj/gij gyorsabb a jdk-nál. Hát, tévedtem.
- A hozzászóláshoz be kell jelentkezni
Mivel éppen nálam volt ez gondoltam ezen is lefuttatom a scimark-ot... :)
eredmények:
tini023fc2 /> java scimark.tini
SciMark 2.0a
Composite Score: 9.24796307479413E-4
FFT (1024): ERROR, INVALID NUMERICAL RESULT!
SOR (100x100): 0.002252068015692895
Monte Carlo : 6.376089875790746E-4
Sparse matmult (N=1000, nz=5000): 0.001734304534125095
LU (100x100): ERROR, INVALID NUMERICAL RESULT!
(fft nem megy nincs Math.sin() a lu-hoz meg elég memória nincs...)
(csak hogy legyen mihez mérni:
AMD Athlon 64 1800
[darkside@darkside 64bit]$ java jnt.scimark2.commandline
SciMark 2.0a
Composite Score: 442.59626633780573
FFT (1024): 346.6297263130061
SOR (100x100): 594.372284633418
Monte Carlo : 86.64798311912016
Sparse matmult (N=1000, nz=5000): 363.5839093107316
LU (100x100): 821.7474283127531
java.vendor: Sun Microsystems Inc.
java.version: 1.5.0_06
os.arch: amd64
os.name: Linux
os.version: 2.6.16-1.2133_FC5
)
- A hozzászóláshoz be kell jelentkezni