Test • Ryzen 3000 & X570, round 2

• 7Zip

Débutons cette section par l'utilisation de 7-Zip dans sa version 19.00 et de son benchmark intégré pour mesurer la performance en compression LZA2 en s'affranchissant des variabilités liés à l'écriture disque. Le résultat est exprimé en Mo/s.

Ce logiciel a tendance à relativement bien scaler, il profite également fortement du SMT / Hyper-Threading. Par contre les 2970WX/2990WX et leur architecture mémoire spécifique (la moitié des cœurs n'ont pas un accès direct à la mémoire), ont du mal à en tirer parti. Les Ryzen 7 3700X & 3800X très proches l'un de l'autre, devancent significativement le 9900K. Le Ryzen 5 3600X fait de même face au Core i7-9700K. 

• VeraCrypt

Poursuivons cette section par le chiffrement de données à l'aide de VeraCrypt (développé par la société Française IDRIX et qui s'appuie sur les bases de TrueCrypt) via le benchmark intégré (1 Go), qui prend en charge l'accélération matérielle des CPU récents par le biais de leur jeu d'instructions AES-NI.

Cette fois, c'est plus difficile de briller pour les nouveaux venus face aux processeurs sur plateforme HEDT, hormis les 2970WX/2990WX pour les mêmes raisons qu'évoquées précédemment. Les Ryzen avaient déjà un léger ascendant sur ce test, les nouveaux venus enfoncent le clou avec un gain de 11% pour le 3800X (talonné par le 3700X) face au 9900K. De son côté, le 3600X devance à nouveau le Core i7-9700K limité à 8 threads en l'absence d'Hyper-Threading.

• asmFish

Nous utilisons à présent asmFish afin de vérifier la capacité des CPU à faire tourner une IA d’échecs. Nous utilisons l'exécutable le plus adapté à chaque CPU en adaptant le parallélisme aux capacités de chaque processeur testé, sur une profondeur de 24 coups.

Les Zen 2 apportent de jolis gains par rapport à Zen+, toutefois le Core i9-9900K conserve un léger ascendant sur les Ryzen 7, à nouveau plutôt proches. A noter que la star d'Intel progresse sensiblement avec notre nouveau réglage (TAU,PL2).

• Tensorflow

Que serait un test de CPU sans la dernière tendance du moment, le Machine Learning ? Nous choisissons pour cette tâche TensorFlow, une implémentation Python développée par Google, pouvant également tirer parti de CUDA pour s'accélérer sur GPU. Notez que par rapport à notre précédent test, nous avons décidé d'activer le support de l'AVX2, alors que nous nous limitions au SSE3 précédemment, dans un souci de compatibilité du code avec les plus anciens CPU que nous pensions intégrer dans le futur. Nous sommes toutefois revenus sur cette décision pour obtenir une "photographie" plus cohérente avec les CPU modernes. Tout cela tourne dans notre image Linux - sautez quelques pages si vous souhaitez plus de détails à ce sujet. Petit avant bouche d'un dossier plus complet à venir, nous utilisons un script secret implémentant l'apprentissage d'un réseau de neurones profond convolutionnel réalisant la super-resolution d'images Full HD. Pour simuler une charge de travail conséquente mais compatible avec les délais inhérents aux tests de matériel, nous n'utilisons qu'une seule image, sur un entraînement de 100 epochs et reportons le temps nécessaire à terminer l'apprentissage.

L'usage d'AVX2 rééquilibre clairement les forces et permet aux Skylake-X de briller, du fait de leurs unités vectorielles très rapides pour ces tâches. Notez que le résultat est de surcroît biaisé en leurs défaveur, puisque l'AVX-512 n'est pas activé dans la version de TensorFlow utilisée. Zen 2 propose lui aussi des gains significatifs par rapport aux précédentes itérations de l'architecture - doubler la largeur du pipeline flottant se voit très clairement ! - de quoi permettre aux 3800X/3700X de devancer le Core i9-9900K, finissant tout juste devant le Ryzen 5 3600X.

Page suivante, éprouvons les nouveaux venus à l'aide des tâches de création 3D et vidéo.