Серверы
  • Готовые серверы
  • Конфигуратор
  • Серверы с 1CPU
  • Серверы с 2CPU
  • 4 поколение AMD EPYC и Intel Xeоn
  • Серверы с AMD Ryzen и Intel Core i9
  • Серверы для хранения данных
  • Cерверы с портом 10 Гбит/c
  • GPU
  • Распродажа
  • VPS
    GPU
  • Выделенные серверы с GPU
  • Виртуальные серверы с GPU
  • Распродажа
    Маркетплейс
    Colocation
  • Размещение серверов в дата-центре в Москве
  • Обслуживание серверов в других ЦОД
  • Кластеры
    Прокат
    Услуги
  • Аренда сетевого оборудования
  • Защита L3-L4 от DDoS атак
  • IPV4 и IPV6 адреса
  • Администрирование серверов
  • Уровни технической поддержки
  • Мониторинг сервера
  • BYOIP
  • USB диск
  • IP-KVM
  • Трафик
  • Коммутация серверов
  • О нас
  • Работа в HOSTKEY
  • Панель управления серверами и API
  • Дата-центры
  • Сеть
  • Тест скорости
  • Специальные предложения
  • Отдел продаж
  • Для реселлеров
  • Гранты для специалистов по Data Science
  • Гранты для научных проектов и стартапов
  • Документация и Частые вопросы
  • Новости
  • Блог
  • Оплата
  • Документы
  • Сообщите о нарушении
  • Looking Glass
  • 01.06.2023

    Сравниваем процессоры Ryzen 9 7950X и Ryzen 9 5950X в тестах

    server one
    HOSTKEY
    Выделенные серверы с процессором AMD Ryzen 7950X в дата-центре в Нидерландах доступны для заказа на нашем сайте. Оплата в рублях с помощью российских банковских карт, платежных систем и банковских переводов. Количество серверов ограничено. Если вы не успели разместить заказ, то сделайте бесплатный предзаказ серверов через наш коммерческий департамент.

    В этой статье мы сравним новый процессор от компании AMD — Ryzen 9 7950X с предыдущим поколением — Ryzen 9 5950X от этого производителя и попытаемся ответить на вопрос «Насколько выгодно перейти к использованию новых процессоров для решения рабочих задач?».

    Обзор технических характеристик

    Осенью 2022 года компания AMD начала продажи семейства процессоров Ryzen 7000. Эти CPU предназначены для использования как в настольных компьютерах, так и серверном оборудовании, и обладают высокой производительностью и энергоэффективностью.

    Ключевыми особенностями новых процессоров являются следующие:

    1. Архитектура Zen 4: процессоры Ryzen 7000 построены на новой архитектуре Zen 4, обеспечивающей более высокую производительность и энергоэффективность.
    2. Сокет AM5: количество контактов нового сокета значительно увеличено по сравнению с AM4 (1718 и 1331 контактов соответственно), что позволяет достичь высокой скорости передачи данных между процессором и материнской платой. Кроме того, сокет AM5 имеет новый механизм крепления, который позволяет улучшить охлаждение процессора и уменьшить шум (благодаря применению новых теплопроводящих материалов и более точной фиксации процессора на материнской плате).
    3. Технология 5 нм: позволяет обеспечить высокую плотность транзисторов и прирост производительности.
    4. Количество ядер и потоков: процессоры Ryzen 7000 могут иметь до 16 ядер и до 32 потоков, что обеспечивает высокую производительность при одновременном выполнении большого количества задач.
    5. Поддержка Hyper-Threading и Simultaneous Multithreading: возможность обработки нескольких потоков инструкций одновременно.
    6. Поддержка PCIe 5.0: это обеспечивает высокую скорость передачи данных между процессором и другими устройствами.
    7. Поддержка DDR5.
    8. Поддержка USB 4.0.
    9. Улучшенная система охлаждения и управления питанием: процессоры Ryzen 7000 имеют улучшенную систему охлаждения и управления питанием, что позволяет им стабильно работать при высоких нагрузках.
    10. Поддержка виртуализации: процессоры Ryzen 7000 поддерживают виртуализацию, что делает их идеальным выбором для использования в серверных системах и виртуальных машинах.

    Процессоры Ryzen 7000 представляют собой высокопроизводительное и энергоэффективное решение для выполнения широкого спектра рабочих задач. По заявлениям представителей компании AMD, новая линейка процессоров значительно превосходит предыдущую по производительности. Проверим, действительно ли это так. Для сравнения мы будем использовать Ryzen 9 5950X и Ryzen 9 7950X.

    Основные технические характеристики

    Ryzen 9 7950X Ryzen 9 5950X
    Дата выхода в России 27 сентября 2022 20 октября 2020
    Сокет AM5 AM4
    Ядро Raphael (Zen 4) Vermeer (Zen 3)
    Чипсеты X670E, X670, B650E, B650 X570, B550, A520, X470, B450
    Количество ядер 16 16
    Техпроцесс (нм) 5 7
    Количество транзисторов (млрд.) 13.1 4.15

    Частотные характеристики

    Тактовая частота (МГц) 4500 3400
    Максимальная частота с Turbo Boost (МГц) 5700 4900
    Коэффициент умножения 45 34
    Максимальный объем памяти (Гб) 128 128
    Тип памяти DDR5-5200 DDR4-3200
    Максимальное количество каналов памяти 2 2
    Максимальная пропускная способность памяти (ГБ/c) 73.4 47.68 
    Поддержка ECC есть есть

    Кэш

    Объем кэша L1 (Кб) 1024 1024
    Объем кэша L2 (Мб) 16 8
    Объем кэша L3 (Мб) 64 64

    Прочие

    Типичное тепловыделение (Вт) 170 105
    Максимальная рабочая температура (°C) 95 90
    Версия PCI Express  5.0 4.0
    Интегрированный графический ускоритель Radeon Graphics (Ryzen 7000)
    Стоимость (руб.) 50 000 36 000

    Ключевыми отличиями Ryzen 9 7950X по сравнению с Ryzen 9 5950X являются:

    • Новая архитектура.
    • Почти в три раза больше транзисторов.
    • Максимальная пропускная способность памяти на 54 процента больше.
    • Современный техпроцесс 5 нм.
    • Новый стандарт PCI Express — 5.0.
    • На 16% выше частота в Turbo Boost (5.7 ГГц против 4.9 ГГц).
    • Наличие интегрированного графического ускорителя Radeon Graphics в Ryzen 7000.

    Сравнение процессоров по техническим характеристикам может дать общее представление о возможностях процессора. Однако, чтобы получить более точную оценку производительности процессора, лучше провести тестирование на конкретных задачах.

    Описание тестовой среды

    5950X 7950X
    Процессоры AMD Ryzen 9 5950X 3.4GHz (16 cores) AMD Ryzen 9 7950X 4.5GHz (16 core)
    Оперативная память 2x16 Gb DDR4 SO-DIMM 4x32 GB DDR5
    Видеокарта AMD Radeon Graphics
    Накопитель 1x240Gb NVMe SSD 1x512Gb NVMe SSD
    Материнская плата ASRock X570D4I-2T Gigabyte X670 GAMING X A
    Операционная система  Microsoft Windows 10 Microsoft Windows 10

    Тесты

    stress-ng —-cpu 32 —-io 4 —-vm 1 —-vm-bytes 32G —-timeout 60s —-metrics-brief
    stressor bogo ops (secs) real time (secs) usr time (secs) sys time (secs) bogo ops/s (real time) bogo ops/s (usr+sys time)
    AMD Ryzen 9 5950X cpu 2509636 60.01 1754.82 0.55 41823.2 1429.69
    io 14076 60.03 0.05 0.94 234.49 14196.47
    vm 5748301 61.58 109.74 42.2 93352.83 37833.13
    stress-ng —-cpu 32 —-io 8 —-vm 4 —-vm-bytes 128G —-timeout 60s —-metrics-brief
    stressor bogo ops (secs) real time (secs) usr time (secs) sys time (secs) bogo ops/s (real time) bogo ops/s (usr+sys time)
    AMD Ryzen 9 7950X cpu 3240575 60 1673.25 7.21 54008.35 1928.39
    io 595084 60 1.05 15.93 9917.64 35034.97
    vm 337066 62.65 87.94 115.35 5379.81 1657.99

    Drives

    stress-ng —-sequential 0 —-class io —-timeout 60s —-metrics-brief
    stressor bogo ops real time (secs) usr time (secs) sys time (secs) bogo ops/s (real time) bogo ops/s (usr+sys time)

    7950X

    aio 4216227 60.11 3.44 18.67 70144.56 190678.74
    aio 1248.68 async I/O signals per sec (average per stressor)
    aiol 614553 60.11 14.33 43.39 10224.4 10646.98
    hdd 4275200 60.14 96.84 128.57 71093.06 18966.11
    io-uring 532848 60.02 0.22 44.95 8877.12 11795.58
    rawdev 20866453 60 2.05 36.19 347771.34 545582.5
    readahead 2608140 60.01 0.44 39.55 43459.6 65209.08
    revio 267332942 60.1 49.22 1846.64 4448303.11 141008.43
    seek 0 60.01 111.47 1807.18 0 0
    sync-file 95264 60 9.38 37.52 1587.62 2031.12

    5950X

    aio 1888993 60.03 1.86 12.27 31468.87 133655.35
    aio 631.01 async I/O signals per sec (average per stressor)
    aiol 744673 60.12 30.38 64.97 12385.6 7810.11
    hdd 985088 60.9 25.8 38.92 16175.11 15222.32
    io-uring 130168 60.02 0.27 16.03 2168.81 7985.01
    rawdev 18115648 60 2.12 60.45 301926.12 289528.49
    readahead 4562553 60.01 1.55 29.12 76035.53 148741.54
    revio 219069788 60.02 37.27 1872.58 3650238.34 114705.27
    seek 0 60.01 222.08 1695.37 0 0
    sync-file 113792 60 8.81 43.38 1896.46 2180.3

    Подробное описание стрессоров содержится в нашей предыдущей статье.

    • V-Ray Benchmark

    Ryzen 9 7950X превосходит предшественника на 30%.

    • Blender

    Ryzen 9 7950X

    Общая производительность

    • JetStream 2.0, измеряющий производительность кода на JavaScript и WebAssembly.

    JetStream 2.0 — это бенчмарк, который тестирует производительность JavaScript в браузере. Он применяется для оценки производительности процессоров, которые используются в персональных компьютерах и мобильных устройствах.

    Результат Ryzen 9 7950X на 34% выше, чем у Ryzen 9 5950X. Новый процессор от AMD обладает более высокой тактовой частотой, большим количеством ядер, более эффективной архитектурой и иными характеристиками, которые позволяют ему выполнять задачи быстрее и эффективнее.

    Работа с видео

    Для тестов был использован видеофайл bbb_sunflower_1080p_30fps_normal.mp4 (из деморепозитория Blender) и тест перекодирования видеоданных — SVT-AV1 Handbrake.

    Результат Ryzen 9 7950X незначительно (на 16%) выше, чем у Ryzen 9 5950X. На результат этого теста могут оказать влияние не только технические характеристики самих процессоров, но и иные факторы, например некорректно скомпилированный проект.

    • Cinebench

    Тест Cinebench Multi Core измеряет производительность процессора при выполнении задач, использующих несколько ядер процессора одновременно. Ryzen 9 7950X превосходит предшественника на 79,71%, что свидетельствует о высокой многопоточной производительности.

    Тест Cinebench Single Core измеряет производительность процессора при выполнении задач, использующих только одно ядро процессора. В этом тесте новый процессор от AMD показал результат, на 29% превосходящий Ryzen 9 5950X.

    MP ratio (многопоточное соотношение) — это отношение результатов тестов Multi Core и Single Core. Если MP ratio близок к 1, это означает, что производительность процессора в многопоточных задачах и задачах, использующих только одно ядро, примерно одинакова. Если MP ratio больше 1, это означает, что производительность процессора при многозадачных операциях выше, чем при выполнении задач, использующих только одно ядро. Ryzen 9 7950X превосходит предшественника на 39%.

    Криптографические тесты

    • John The Ripper

    Тест John The Ripper для различных алгоритмов шифрования паролей, в том числе Blowfish, MD5, descrypt (traditional crypt), BestCrypt и Bitcoin, предоставляет информацию о производительности процессора при работе с зашифрованными данными. Результаты Ryzen 9 7950X свидетельствуют о высокой производительности (почти вдвое выше по сравнению с предшественником) этого процессора при работе с зашифрованными данными.

    Машинное обучение

    • AI-Benchmark

    AI-Benchmark позволяет измерить производительность устройства во время выполнения задачи вывода AI-моделей. Единицы измерения могут зависеть от теста, но обычно это количество операций в секунду (OPS) или количество изображений в секунду (FPS).

    Более подробные результаты теста приведены в таблице:

    Ryzen 9 5950X Ryzen 9 7950X
    1/19. MobileNet-V2 1.1 — inference | batch = 50, size = 224x224: 207 ± 6 ms 1.2 — training | batch = 50, size = 224x224: 1102 ± 13 ms 1.1 — inference | batch = 50, size = 224x224: 139 ± 3 ms 1.2 — training | batch = 50, size = 224x224: 610 ± 1 ms
    2/19. Inception-V3 2.1 — inference | batch = 20, size = 346x346: 453 ± 32 ms 2.2 — training | batch = 20, size = 346x346: 2461 ± 68 ms 2.1 — inference | batch = 20, size = 346x346: 187 ± 3 ms 2.2 — training | batch = 20, size = 346x346: 796 ± 4 ms
    3/19. Inception-V4 3.1 — inference | batch = 10, size = 346x346: 443 ± 25 ms 3.2 — training | batch = 10, size = 346x346: 2224 ± 33 ms 3.1 — inference | batch = 10, size = 346x346: 181 ± 2 ms 3.2 — training | batch = 10, size = 346x346: 803 ± 3 ms
    4/19. Inception-ResNet-V2 4.1 — inference | batch = 10, size = 346x346: 385 ± 14 ms 4.2 — training | batch = 8, size = 346x346: 1984 ± 32 ms 4.1 — inference | batch = 10, size = 346x346: 239 ± 2 ms 4.2 — training | batch = 8, size = 346x346: 793 ± 2 ms
    5/19. ResNet-V2-50 5.1 — inference | batch = 10, size = 346x346: 274 ± 5 ms 5.2 — training | batch = 10, size = 346x346: 1649 ± 41 ms 5.1 — inference | batch = 10, size = 346x346: 137.5 ± 0.7 ms 5.2 — training | batch = 10, size = 346x346: 549 ± 2 ms
    6/19. ResNet-V2-152 6.1 — inference | batch = 10, size = 256x256: 355 ± 4 ms 6.2 — training | batch = 10, size = 256x256: 2351 ± 49 ms 6.1 — inference | batch = 10, size = 256x256: 193 ± 2 ms 6.2 — training | batch = 10, size = 256x256: 783 ± 2 ms
    7/19. VGG-16 7.1 — inference | batch = 20, size = 224x224: 554 ± 6 ms 7.2 — training | batch = 2, size = 224x224: 1367 ± 13 ms 7.1 — inference | batch = 20, size = 224x224: 389 ± 3 ms 7.2 — training | batch = 2, size = 224x224: 459 ± 3 ms
    8/19. SRCNN 9-5-5 8.1 — inference | batch = 10, size = 512x512: 592 ± 21 ms 8.2 — inference | batch = 1, size = 1536x1536: 537 ± 17 ms 8.3 — training | batch = 10, size = 512x512: 7718 ± 23 ms 8.1 — inference | batch = 10, size = 512x512: 185 ± 2 ms 8.2 — inference | batch = 1, size = 1536x1536: 172 ± 2 ms 8.3 — training | batch = 10, size = 512x512: 745 ± 8 ms
    9/19. VGG-19 Super-Res 9.1 — inference | batch = 10, size = 256x256: 891 ± 56 ms 9.2 — inference | batch = 1, size = 1024x1024: 1584 ± 56 ms 9.3 — training | batch = 10, size = 224x224: 7176 ± 20 ms 9.1 — inference | batch = 10, size = 256x256: 383 ± 1 ms 9.2 — inference | batch = 1, size = 1024x1024: 627 ± 5 ms 9.3 — training | batch = 10, size = 224x224: 1300 ± 14 ms
    10/19. ResNet-SRGAN 10.1 — inference | batch = 10, size = 512x512: 1154 ± 25 ms 10.2 — inference | batch = 1, size = 1536x1536: 1043 ± 18 ms 10.3 — training | batch = 5, size = 512x512: 3300 ± 93 ms 10.1 — inference | batch = 10, size = 512x512: 645 ± 4 ms 10.2 — inference | batch = 1, size = 1536x1536: 559 ± 4 ms 10.3 — training | batch = 5, size = 512x512: 922 ± 6 ms
    11/19. ResNet-DPED 11.1 — inference | batch = 10, size = 256x256: 1484 ± 13 ms 11.2 — inference | batch = 1, size = 1024x1024: 2416 ± 20 ms 11.3 — training | batch = 15, size = 128x128: 4218 ± 77 ms 11.1 — inference | batch = 10, size = 256x256: 839 ± 2 ms 11.2 — inference | batch = 1, size = 1024x1024: 1343 ± 8 ms 11.3 — training | batch = 15, size = 128x128: 1197 ± 7 ms
    12/19. U-Net 12.1 — inference | batch = 4, size = 512x512: 2830 ± 36 ms 12.2 — inference | batch = 1, size = 1024x1024: 2939 ± 29 ms 12.3 — training | batch = 4, size = 256x256: 3231 ± 33 ms 12.1 — inference | batch = 4, size = 512x512: 1664 ± 10 ms 12.2 — inference | batch = 1, size = 1024x1024: 1686 ± 10 ms 12.3 — training | batch = 4, size = 256x256: 1388 ± 5 ms
    13/19. Nvidia-SPADE 13.1 — inference | batch = 5, size = 128x128: 975 ± 18 ms 13.2 — training | batch = 1, size = 128x128: 1227 ± 13 ms 13.1 — inference | batch = 5, size = 128x128: 469 ± 5 ms 13.2 — training | batch = 1, size = 128x128: 610 ± 5 ms
    14/19. ICNet 14.1 — inference | batch = 5, size = 1024x1536: 1055 ± 40 ms 14.2 — training | batch = 10, size = 1024x1536: 2632 ± 61 ms 14.1 — inference | batch = 5, size = 1024x1536: 500 ± 8 ms 14.2 — training | batch = 10, size = 1024x1536: 1109 ± 12 ms
    15/19. PSPNet 15.1 — inference | batch = 5, size = 720x720: 4494 ± 118 ms 15.2 — training | batch = 1, size = 512x512: 1978 ± 61 ms 15.1 — inference | batch = 5, size = 720x720: 2948 ± 19 ms 15.2 — training | batch = 1, size = 512x512: 895 ± 15 ms
    16/19. DeepLab 16.1 — inference | batch = 2, size = 512x512: 1633 ± 40 ms 16.2 — training | batch = 1, size = 384x384: 1556 ± 69 ms 16.1 — inference | batch = 2, size = 512x512: 561 ± 2 ms 16.2 — training | batch = 1, size = 384x384: 602 ± 2 ms
    17/19. Pixel-RNN 17.1 — inference | batch = 50, size = 64x64: 1296 ± 3 ms 17.2 — training | batch = 10, size = 64x64: 667 ± 4 ms 17.1 — inference | batch = 50, size = 64x64: 1003 ± 6 ms 17.2 — training | batch = 10, size = 64x64: 659 ± 9 ms
    18/19. LSTM-Sentiment 18.1 — inference | batch = 100, size = 1024x300: 2526 ± 12 ms 18.2 — training | batch = 10, size = 1024x300: 3867 ± 5 ms 18.1 — inference | batch = 100, size = 1024x300: 1144 ± 22 ms 18.2 — training | batch = 10, size = 1024x300: 2544 ± 9 ms
    19/19. GNMT-Translation 19.1 — inference | batch = 1, size = 1x20: 1076 ± 20 ms 19.1 — inference | batch = 1, size = 1x20: 669 ± 3 ms

    Заключение

    Проведенные тесты позволяют констатировать, что оба процессора являются мощными и производительными решениями как для ПК, так и для серверов. При сравнении Ryzen 9 5950X и Ryzen 9 7950X можно сделать вывод, что последний является более эффективным при выполнении определенных задач, например, в научных вычислениях или рендеринге видео. Вместе с тем, новый процессор на 38% дороже Ryzen 9 5950X.

    Ryzen 9 7950X превосходит Ryzen 9 5950X благодаря ряду технических усовершенствований. В первую очередь это связано с изменением архитектуры процессора и новым сокетом AM5. Ryzen 9 7950X оснащен более совершенной архитектурой Zen 4, которая обеспечивает оптимизацию многих ключевых параметров процессора, в том числе частоту ядер и энергопотребление.

    Еще одним преимуществом Ryzen 9 7950X является поддержка новейшего стандарта PCIe 5.0, который обеспечивает более высокую скорость передачи данных между процессором и другими компонентами системы. Также этот процессор имеет большее количество линий PCIe, что позволяет использовать большее количество устройств с высокой производительностью одновременно.

    Наконец, Ryzen 9 7950X поддерживает более быструю и эффективную оперативную память DDR5. Это также существенно повышает производительность системы в целом и обеспечивает более низкие задержки при чтении и записи данных.

    Выделенные серверы с процессором AMD Ryzen 7950X в дата-центре в Нидерландах доступны для заказа на нашем сайте. Оплата в рублях с помощью российских банковских карт, платежных систем и банковских переводов. Количество серверов ограничено. Если вы не успели разместить заказ, то сделайте бесплатный предзаказ серверов через наш коммерческий департамент.

    Другие статьи

    01.10.2024

    Устанавливаем Python 3 на VPS и VDS

    Пошаговая инструкция установки Python 3 на VPS и VDS для быстрой и корректной работы.

    27.09.2024

    В чем основные отличия VPS-сервера от VDS?

    VPS или VDS — в чем разница? Узнайте ключевые отличия между этими типами виртуальных серверов и решите, какой вариант подходит именно вам.

    24.09.2024

    Как выбрать сервер для Telegram-бота?

    Нужен надежный сервер для Telegram-бота? Рассказываем как выбрать сервер и как его настроить для стабильной работы и безопасности вашего проекта.

    16.09.2024

    10 советов по Open WebUI, которые помогут в работе с нейросетями

    Наши практические советы помогут вам максимально эффективно использовать Open WebUI, улучшить управление нейросетевыми моделями и ускорить выполнение задач.

    10.09.2024

    Как привязать домен к VPS-серверу?

    Пошаговая инструкция по привязке доменного имени к VPS-серверу и настройке DNS-записей. Особенности привязки домена на Ubuntu, Ispmanager и WordPress.

    HOSTKEY Выделенные серверы в Европе, России и США Готовые решения и индивидуальные конфигурации серверов на базе процессоров AMD, Intel, карт GPU, Бесплатной защитой от DDoS-атак и безлимитный соединением на скорости 1 Гбит/с 30
    4.3 48 48
    Upload