SPEC CPU 2026發(fā)布，更新了什么？

公眾號記得加星標??，第一時間看推送不會錯過。

今天對于CPU基準測試領域來說是個值得慶祝的日子，因為標準性能評估公司（SPEC：Standard Performance Evaluation Corporation）發(fā)布了其廣受歡迎的SPEC CPU基準測試套件的最新版本。這款名為SPEC CPU 2026的套件是該組織眾多CPU基準測試套件中的最新版本。憑借其嚴謹?shù)募夹g要求和廠商的大力支持，SPEC CPU 2026已成為業(yè)界領先的CPU性能基準測試工具。因此，新版本的發(fā)布對于CPU和系統(tǒng)基準測試領域來說意義重大，因為它是未來十年衡量CPU性能最重要的基準測試套件之一。

SPEC CPU 2026 是 SPEC CPU 九年來的首個全新版本，旨在對 CPU 基準測試套件進行全面升級。該套件的大部分基準測試已被棄用，取而代之的是更新的工作負載，即使是保留下來的少數(shù)測試也進行了更新。一些常青軟件，例如開源編譯器和圖像處理庫，其工作負載也進行了更新，以適應更現(xiàn)代的需求。最終結果是，盡管 SPEC CPU 2026 仍然遵循與其前代產(chǎn)品相同的高級設計目標，但其底層運行的實際代碼自 Skylake、Zen 1 和 Cortex-A75 時代以來已經(jīng)發(fā)生了顯著變化。

除了技術上的嚴謹性，SPEC CPU 測試套件的另一大亮點在于其廣泛的行業(yè)參與；該基準測試由一個幾乎囊括 CPU 領域所有巨頭的團隊持續(xù)開發(fā)，其中包括 AMD、Intel、Arm 和 SiFive。廠商的高度參與以及隨后對該套件的認可，有助于提升 SPEC CPU 在業(yè)界的合法性和認可度，因為業(yè)界普遍認為它是一個公平的基準測試——更重要的是，幾乎沒有人質疑它的公平性。雖然這有時會帶來一些政治風險，但也意味著該基準測試在發(fā)布前經(jīng)過了極其嚴格的測試和驗證，這再次鞏固了其合法性和實用性。

最后，在今天 SPEC CPU 2026 正式發(fā)布之前，該聯(lián)盟提前向我們提供了基準測試的發(fā)布版本，以便我們評估其性能。因此，除了今天發(fā)布的高級別公告之外，我們還有相當多的新數(shù)據(jù)需要仔細分析。那么，事不宜遲，讓我們開始吧。

SPEC CPU 快速回顧

過去二十年來，SPEC CPU 和其他 SPEC 基準測試的平均發(fā)布頻率約為每十年一次。盡管我們頻繁使用 SPEC CPU 和其他 SPEC 基準測試，但我們卻很少有機會探討它們的起源或背后的設計決策。因此，如果您是第一次接觸到新的 SPEC CPU 基準測試套件，以下是對 SPEC CPU 及其重要性的簡要介紹。

標準性能評估公司 (SPEC) 的使命正如其名。它是一個非營利性行業(yè)聯(lián)盟，旨在組織制定行業(yè)標準基準測試。與其他行業(yè)聯(lián)盟一樣，SPEC 的宗旨并非自行開發(fā)測試，而是匯聚來自工業(yè)界和學術界的主要參與者，共同開發(fā)基準測試套件。

在SPEC眾多基準測試套件中，SPEC CPU無疑是最引人注目的。這不僅是因為它歷史悠久——SPEC CPU是SPEC的首個基準測試套件，早在1989年就已發(fā)布——還因為它應用廣泛。盡管SPEC CPU最初是為服務器和其他高性能系統(tǒng)設計，但隨著處理器性能（以及內(nèi)存容量）的提升，它已被廣泛應用于各種設備，包括臺式機、工作站，以及最近的移動設備。因此，SPEC CPU已成為比較不同CPU架構的主要基準測試之一，用于評估各種CPU的性能、能效和架構效率（IPC）。

SPEC CPU 基準測試套件的普及源于其可移植性。它并非以特定平臺的預編譯二進制文件形式分發(fā)，而是完全以源代碼形式發(fā)布。因此，借助支持 C、C++ 和 Fortran 的現(xiàn)代編譯器工具鏈，可以在任何系統(tǒng)上編譯和運行 SPEC CPU，而無需考慮 CPU 架構，甚至包括尚未出現(xiàn)的架構。誠然，這其中存在一些細微差別（例如，需要符合標準的編譯器），但這也就意味著該基準測試不依賴于 SPEC 對特定平臺的支持，硬件開發(fā)人員可以立即使用并測試新的硬件特性，而無需等待上游發(fā)布新的二進制文件。

由此可見，SPEC CPU 的獨特之處在于，它既是硬件的基準測試，也是編譯器的基準測試。由于源代碼是程序的完全可移植的高級實現(xiàn)，因此不包含任何 CPU 內(nèi)部函數(shù)或其他架構特定的代碼，基準測試的結果完全取決于優(yōu)秀的編譯器能否將其轉換為快速高效的機器代碼。這意味著，通過改進編譯器來提升 SPEC CPU 得分是完全可行的（對于自行開發(fā)編譯器的硬件廠商而言，這一點尤為重要），但關鍵在于，這些優(yōu)化不能僅僅針對 SPEC，它們需要能夠惠及更廣泛的程序類型。

歸根結底，這與大多數(shù)其他 CPU 基準測試程序有著顯著的區(qū)別，后者通常以預編譯二進制文件的形式分發(fā)。實際上，那些基準測試程序旨在衡量給定系統(tǒng)執(zhí)行特定機器代碼批次的性能，而 SPEC CPU 則專注于衡量算法和工作負載。這種區(qū)別對日常使用影響不大，但對于理解基準測試程序的設計標準以及 SPEC 的最終目標至關重要。

說到設計標準，值得注意的是，SPEC CPU 的設計目標是盡可能地專注于 CPU 性能測試。這聽起來有點同義反復，但也 凸顯了開發(fā)不涉及計算機設計其他方面的基準測試需要投入多少精力 。SPEC CPU 并非全系統(tǒng)基準測試（SPEC 有專門的 SPECworkstation 來負責這項工作），而是針對 CPU 和內(nèi)存子系統(tǒng)的性能進行基準測試，其設計選擇旨在最大限度地減少其他方面的瓶頸。

具體來說，SPEC CPU 盡可能避免文件 I/O，以防止其成為性能瓶頸。基準測試程序也經(jīng)過重新編寫或修改，以消除不確定的輸入和操作（例如硬件隨機數(shù)生成器和不穩(wěn)定的排序），確保其確定性。最終，甚至操作系統(tǒng)也被盡可能地排除在外：SPEC 的目標是至少 95% 的基準測試執(zhí)行時間都用于用戶空間代碼，從而避免基準測試淪為操作系統(tǒng)的代理測試。

最后，工作負載的選擇旨在代表現(xiàn)代計算機的實際應用場景，避免測試過時的軟件或學術界以外鮮有人問津的算法。實際上，這意味著 SPEC CPU 基準測試套件最終看起來更側重于服務器和工作站。它是一個可移植的無頭基準測試，因此不包含用戶界面任務。盡管如此，該基準測試套件的整體范圍仍然非常廣泛，其中 SPEC CPU 2026 是迄今為止最全面的。在最新版本的 52 個基準測試中，涵蓋了編程/編譯、媒體、人工智能、電子設計、網(wǎng)絡、數(shù)據(jù)庫和計算科學等工作負載。最終結果是，該基準測試涵蓋了非常廣泛的算法，并進而對主機 CPU 的諸多不同方面進行了壓力測試。

SPEC CPU 2026 有哪些新特性

拋開 SPEC CPU 的一般信息不談，SPEC CPU 2026 有哪些新內(nèi)容？簡而言之：很多，但也沒有你想象的那么多。

自 SPEC CPU 2017 發(fā)布以來的九年間，計算機的性能和內(nèi)存容量持續(xù)提升。在服務器領域，英特爾 x86 架構的壟斷地位已被 AMD、超大規(guī)模數(shù)據(jù)中心以及其他開發(fā)基于 Arm 架構芯片的公司打破。就連 RISC-V 也從最初的大學科研項目發(fā)展成為如今功能齊全、足以構建高性能處理器的指令集架構 (ISA)。因此，驅動全球計算機發(fā)展的架構發(fā)生了翻天覆地的變化，更不用說這些架構本身也在不斷演進。

從宏觀角度來看，這是一個變化非常有限的時期。SPEC CPU 2017 需要應對過去十年計算硬件的所有變化，主要是 Dennard 縮放的終結以及由此導致的 CPU 從單純追求核心速度轉向核心數(shù)量更多的趨勢，而 2017 年至 2026 年這九年間并沒有出現(xiàn)類似的轉變。因此，盡管該聯(lián)盟之前需要對 SPEC CPU 的許多方面進行調整以跟上 CPU 設計的變化，但 SPEC CPU 2026 則無需如此。所以，盡管基準測試套件在多個方面進行了現(xiàn)代化改造，但它并沒有經(jīng)歷像 SPEC CPU 2017 發(fā)布時那樣的大規(guī)模變革。

SPEC CPU 2026 的重點是更廣泛的基準測試，以反映 2026 年的現(xiàn)代工作負載，同時在規(guī)模和兼容性方面也保持領先。

2026 版基準測試套件共包含 52 個測試項目，比 2016 版增加了 9 個。其中 38 個是全新的測試項目。只有 14 個測試項目保留自 2016 版，主要是一些常用軟件，例如 GCC、LLVM 和各種數(shù)據(jù)壓縮工具。即便如此，這些測試項目也都已更新，不僅使用了最新的代碼，還采用了更新、更深入的工作負載。

總共有 52 個基準測試，內(nèi)容遠超本文篇幅所能涵蓋。值得注意的是，Perl、x264 和 Blender 已從 2026 版測試套件中移除。取而代之的是 CPython、FLAC 和 SQLite 等新的基準測試。此外，還有大量計算科學工作負載，以及一些新的行業(yè)工作負載，例如 FPGA 布局布線 (VPR)。

代碼總行數(shù)增加了一倍多，從約 710 萬行增加到約 1670 萬行。其中大部分代碼屬于 GCC、LLVM 和 FemFlow（一種有限元流體動力學模擬程序）。

正如您所預期的，最新版本的測試套件也更新了基準測試套件，使其使用更新的語言標準。SPEC CPU 2017 基于 C99、C++03 和 Fortran 2003，而 SPEC CPU 2026 基準測試則基于 C18、C++17 和 Fortran 2018——這些標準都比前者新了大約 15 到 20 年。因此，構成該測試套件的基準測試都可以使用許多新的語言特性，最值得注意的是 C++ 線程（std::thread）和 Fortran 并發(fā)（DO_CONCURRENT）。后者的變化主要影響 SPECspeed 基準測試，因為 SPECrate 會顯式運行單個程序的多個副本，而不是在程序內(nèi)部使用多線程。

硬件要求也有所提高，主要是為了跟上系統(tǒng)內(nèi)存容量不斷增長的步伐。SPECrate 每個實例仍然需要 2GB 內(nèi)存，這意味著該基準測試套件的內(nèi)存需求會隨著 CPU 核心/線程數(shù)量的增加而迅速增長。實際上，這意味著一臺現(xiàn)代高端桌面 CPU 需要 64GB 內(nèi)存（足以覆蓋 Arrow Lake 的全部 24 個核心或 Granite Ridge 的全部 32 個 SMT 線程）。巧合的是，SPECspeed 的內(nèi)存需求也躍升至 64GB，這反映了其工作負載規(guī)模更大以及對多線程的更頻繁使用。需要注意的是，我們嘗試在一臺配備 128GB 內(nèi)存的 AMD Ryzen Threadripper 9980X 系統(tǒng)上運行該測試，但由于內(nèi)存不足而失敗。

最后值得注意的是，SPEC CPU 組織再次延續(xù)了其選擇非主流架構作為參考處理器的偏好。在 SPEC CPU 2026 測試中，參考處理器是聯(lián)想 ThinkSystem HR330A，它搭載了一顆 3.0GHz 的 Ampere eMAG 8180 處理器，這是一款 2018 年發(fā)布的 32 核 ARMv8 AArch64 架構處理器，采用 Skylark CPU 內(nèi)核。這結束了 SPARC 處理器作為參考處理器的長期歷史，但延續(xù)了使用非主流 CPU 內(nèi)核（例如 Intel 或 AMD x86、Arm Cortex）作為參考處理器的趨勢。

既然 SPEC CPU 2026 的亮點已經(jīng)介紹完畢，接下來讓我們來看看基準測試性能。

SPEC CPU 2026 性能

為了初步了解 SPEC CPU 2026 的性能，我們快速瀏覽了我們手頭上仍運行基于 Ubuntu 24.04 操作系統(tǒng)的系統(tǒng)，這些系統(tǒng)可以立即使用，并且配置也比較相似。我們知道初始測試需要幾天時間才能完成，而距離今天解除禁令也只有幾天時間了。我們根據(jù)“四處走走看看哪些機器可以用于項目”的方法，選擇了以下機器：

Dell Pro Max 16 Plus – Intel Core 9 Ultra 285HX（Lion Cove + Skymont）

GMKtec EVO-X2 – AMD Ryzen AI Max+ 395 (Zen 5)

NVIDIA DGX Spark – NVIDIA GB10（Cortex-X925 + Cortex-A725）

這三款系統(tǒng)均配備 128GB 內(nèi)存，確保它們有足夠的內(nèi)存運行基準測試套件，并且在內(nèi)存容量方面大致相當。Dell Pro Max 16 Plus 內(nèi)置高通 AI 加速器，因此，從 AI 性能方面來看，它們或許可以作為一組有用的對比對象。

就性能而言，我們力求選擇盡可能相似的系統(tǒng)，但畢竟戴爾是筆記本電腦，而另外兩款系統(tǒng)是小型臺式機。因此，這并非完全公平的比較。不過，這讓我們得以了解大致相似的 x86 系統(tǒng)，以及一款性能相當高的 Arm 系統(tǒng)。重要的是，我們還想測試這些架構的 P 和 E 核心。我們運行了一臺 AmpereOne 192 核系統(tǒng)，但由于我們實際上運行的是一個 2×2 的測試矩陣，其中包含 LLVM20 和 LLVM2022 編譯并運行 CPU2017 和 CPU2026，因此無法進行測試。該測試矩陣直到上周晚些時候才開始，所以未能趕在今天解禁前完成。

請注意，這些是非官方成績，根據(jù) SPEC 運行規(guī)則，僅供參考。所有測試均在 Ubuntu 24.04 系統(tǒng)下進行，使用 LLVM 編譯器的最新穩(wěn)定版本 20.1.8。我們測試的是基礎性能，而非峰值性能。LLVM22 的數(shù)據(jù)將在日后公布。

首先，我們來看一下單實例（1T）運行 SPEC CPU 2026 SPECrate 測試的得分。我們分別在各自架構的 P 核心和 E 核心（如果后者可用）上運行了這些基準測試。

首先，使用新的基準測試套件和新的參考機器，得分大幅下降。到 2026 年，在我們測試的三款處理器中，針對此單線程工作負載速度最快的 CPU 核心是 NVIDIA GB10 處理器中的 Arm Cortex-X925。即便如此，其性能也僅為 2018 年左右參考機器的 5.5 倍。

總體而言，在比較P核心時，NVIDIA平臺在整數(shù)和浮點運算工作負載方面均表現(xiàn)最佳，比速度第二快的搭載Ryzen AI Max+ 395的Evo平臺高出約10%。此外，值得注意的是，兩款x86系統(tǒng)的性能非常接近，Intel和AMD分別在整數(shù)和浮點運算性能方面交替領先。

至于E核心，這些數(shù)據(jù)也清晰地表明了英特爾和英偉達各自的E核心性能差異巨大。285HX芯片中的Skymont E核心性能與功能齊全的Lion Cove P核心相當接近，性能達到后者的80%左右，而英偉達方面則差距更大。Cortex-A725核心的性能僅為Cortex-X925核心的45%到50%左右。

為了進行更深入的分析，讓我們來看看各個基準分數(shù)，首先從 inrate 開始。

雖然 Coretex-X925 取得了最高的平均分，但各項測試的結果卻更為復雜。NVIDIA 芯片內(nèi)部的 Arm 核心并非在所有基準測試中都勝出，有時甚至落后于 Intel 和 AMD 的芯片。但這種情況僅偶爾發(fā)生。值得注意的是，NVIDIA 芯片在所有整數(shù)運算工作負載中都沒有出現(xiàn)明顯的劣勢，反而有幾項測試中它以顯著優(yōu)勢勝出。

與此同時，即使在單一基準測試層面，AMD 和 Intel 的芯片性能也相當接近，盡管 Intel 芯片在某些方面略勝一籌，尤其是在編譯基準測試中。

至于浮點運算工作負載，競爭格局相當復雜。Cortex-X925 在這方面優(yōu)勢明顯不足，尤其是在 772.marian_r（一個神經(jīng)機器翻譯基準測試）中，它與 AMD 的芯片差距巨大。雖然 AMD 的芯片在這里也遠超 Intel，但這對于 Zen 5 芯片來說無疑是一次巨大的勝利，彌補了它在接下來的基準測試 782.lbm_r 中遭遇的慘敗。

現(xiàn)在，讓我們來看看當這些 CPU 滿負荷運行時，運行的 SPECrate 副本數(shù)量與它們的 CPU 核心數(shù)/SMT 插槽數(shù)一樣多時，CPU 的性能和總吞吐量。

使用多個 SPECrate 實例并讓相應的 CPU 滿負荷運行后，結果截然不同。在 CPU 滿負荷運行時，AMD Zen 5 系統(tǒng)在整數(shù)和浮點運算測試中均優(yōu)于 Intel 和 NVIDIA/Arm 系統(tǒng)。盡管 AMD 系統(tǒng)理論上只有 16 個 CPU 核心，而 Intel 和 NVIDIA 分別有 24 個和 20 個核心，但 AMD 系統(tǒng)卻擁有 16 個核心。然而，另一方面，AMD 芯片采用的是 16 個 P 核心的同構設計，而 Intel 和 NVIDIA 芯片則通過混合使用 P 核心和 E 核心來實現(xiàn)各自的核心數(shù)量。

總的來說，我們在單線程測試中看到的較高浮點分數(shù)在這里有所下降，因為這些系統(tǒng)已經(jīng)完全負載，對緩存和其他內(nèi)存資源的競爭更加激烈（更不用說電源和散熱預算了）。

再次查看各項測試的得分明細，我們發(fā)現(xiàn)AMD系統(tǒng)在除一項之外的所有整數(shù)測試中都勝出，而最后一項測試的結果也基本持平。具體結果因測試而異，但AMD系統(tǒng)始終與其他芯片保持同步，甚至在少數(shù)情況下遙遙領先。

在浮點運算基準測試中，這種差距更加明顯，正如整體幾何平均分所暗示的那樣。AMD芯片在782.lbm_r測試中仍然落后（即使只使用一份SPECrate測試結果，它也表現(xiàn)不佳），但它在其他測試中通常遙遙領先于其他芯片。需要重申的是，這些測試機器并非完全相同，但這無疑讓AMD的表現(xiàn)看起來不錯。

換一種方式來可視化，下圖展示了每個芯片的擴展性與其單次測試得分的對比情況。

在這里我們再次看到 AMD 芯片的性能提升最為顯著，這無疑部分歸功于其對 P 核心的獨家使用。

同時，就浮點運算性能而言，多核擴展性總體較弱。所有三個系統(tǒng)在運行單個 SPECrate 實例時均表現(xiàn)出較低的性能擴展性，這強烈表明浮點運算工作負載對緩存、內(nèi)存和總線帶寬等共享資源提出了更高的要求。

由于這是新一代的基準測試，接下來讓我們看看它與 SPEC CPU 2017 的比較。

SPEC CPU 2026 與 SPEC CPU 2017 對比

我們還想快速對比一下 SPEC CPU 2026 和 SPEC CPU 2017 的性能。由于 SPEC CPU 2017 的數(shù)據(jù)很多，我們認為直接在兩個測試平臺上運行系統(tǒng)并比較差異會很有意思。需要注意的是，這兩個基準測試套件的得分并不直接可比，2026 和 2017 的得分之間也沒有官方的“縮放因子”。盡管如此，這仍然有助于突出每個系統(tǒng)在 SPEC CPU 2017 和 SPEC CPU 2026 之間的相對位置變化。

從單個 SPECrate 樣本開始，以下是我們的 1T 結果。

對于整數(shù)運算工作負載，三款系統(tǒng)的性能提升幅度都相當接近。也就是說，在 SPEC CPU 2026 測試中，三款系統(tǒng)的得分均在 2017 年得分的 55% 到 58% 之間。然而，浮點運算性能的下降更為明顯。英特爾系統(tǒng)不僅下降幅度更大，其 2026 年得分僅為 2017 年得分的 54%，并且在此基礎上進一步下降。NVIDIA Arm 系統(tǒng)的下降幅度更大，其 2026 年得分僅為 2017 年得分的 46%。實際上，這意味著與 SPEC CPU 2017 相比，NVIDIA 系統(tǒng)在 SPEC CPU 2026 測試中落后于 AMD 和英特爾。（盡管它在 2026 年的整體 1T 性能表現(xiàn)最佳。）

同時，運行多個 SPECrate 測試用例的比率則更為穩(wěn)定。所有結果均在 50% 左右，表明 SPEC CPU 2026 對多核吞吐量的壓力與對單核吞吐量的壓力相當。此外，所有測試用例的性能下降幅度均不超過 51%。即使是 NVIDIA Arm 系統(tǒng)，在 2026 fprate 測試中也達到了其 2017 fprate 性能的 52%。

最終，這些數(shù)值會因系統(tǒng)架構和配置而異，因此不應將其作為其他系統(tǒng)的經(jīng)驗法則。這表明，在Arrow Lake、Strix Halo和GB10這三款芯片中，它們的相對排名基本保持不變。簡而言之，雖然SPEC CPU 2026顯著改進了基準測試套件的底層工作負載，但到目前為止，我們尚未看到它改變當代CPU之間的性能對比。

結語

雖然“更大更強”這個詞在業(yè)內(nèi)無疑已被濫用，但就 SPEC CPU 2026 而言，這卻是對這套基準測試套件最貼切的描述。SPEC CPU 2026 包含 52 個現(xiàn)代基準測試，代碼量是之前的兩倍多，并且工作負載旨在隨著最新處理器的性能和內(nèi)存容量而擴展，因此它不僅比以往規(guī)模更大，而且更能代表現(xiàn)代計算工作負載。

從我們初步的基準測試結果來看，最新的CPU基準測試套件乍看之下似乎與之前的版本并沒有太大的變化。雖然該套件的大部分單項基準測試都是全新的，但整體幾何平均得分始終穩(wěn)定在SPEC CPU 2017的50%左右，整數(shù)和浮點工作負載均是如此。

需要注意的是，這種擴展性并不能保證在不同的 CPU 架構和系統(tǒng)中都能實現(xiàn)。總體而言，雖然 SPEC CPU 2026 測試總體上強度更高，但它并沒有顯著改變我們在本文中測試的 Intel、AMD 和 NVIDIA 芯片的相對排名。也就是說，雖然 SPEC CPU 2026 為我們提供了更多（且非常有價值的）數(shù)據(jù)點，讓我們能夠比較這些芯片的性能，但它目前并沒有改變桌面芯片的既定排名。此外，我們必須指出，由于我們這里使用的是 LLVM，我們預期各公司會推出比我們目前看到的更優(yōu)化的編譯器。這里測試的只是 LLVM20，但 LLVM22 略有不同，一些公司可能擁有更優(yōu)化的編譯器。

即使 SPEC CPU 2026 并未給當前的 CPU 基準測試領域帶來任何劇烈的變革，但距離上一版本發(fā)布已過去九年，能夠擁有一個包含更多現(xiàn)代工作負載的更新版本仍然是一件好事。尤其是在業(yè)界正著手設計和評估未來十年 CPU 之際。

*免責聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，半導體行業(yè)觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業(yè)觀察對該觀點贊同或支持，如果有任何異議，歡迎聯(lián)系半導體行業(yè)觀察。

今天是《半導體行業(yè)觀察》為您分享的第4398內(nèi)容，歡迎關注。

加星標??第一時間看推送

求推薦