Neural Compute Stick 2性能测试

2023-10-22 00:09

本文主要是介绍Neural Compute Stick 2性能测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介

对二代计算棒,官方宣布其性能是一代的8倍
计算棒图片

测试结果

测试代码使用的是官方提供的benchmark_app
Count:执行的次数
Duration:执行Count总共使用的时间
Latency:从该次数据输入到得到该结果的时间
Throughput:就是在同步,或者异步条件下所能达到的实际速度。
inference requests: 我目前认为是计算棒能加载几个网络模型,二代是能加载4个的。测试时有意进行了限制为2的测试,方便和一代对比。

USB2.0
Full device name: Intel Movidius Myriad 2 VPU
[Step 10/11] Measuring performance (Start inference asyncronously, 2 inference requests, limits: 1000 iterations)
Count:      1000 iterations
Duration:   25783.63 ms
Latency:    51.54 ms
Throughput: 38.78 FPS[Step 10/11] Measuring performance (Start inference syncronously, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   30224.62 ms
Latency:    30.22 ms
Throughput: 33.09 FPSFull device name: Intel Movidius Myriad X VPU
[Step 10/11] Measuring performance (Start inference asyncronously, 2 inference requests, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   6170.91 ms
Latency:    12.31 ms
Throughput: 162.05 FPS
[Step 10/11] Measuring performance (Start inference asyncronously, 4 inference requests, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   5580.84 ms
Latency:    22.27 ms
Throughput: 179.18 FPS[Step 10/11] Measuring performance (Start inference syncronously, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   11834.24 ms
Latency:    11.83 ms
Throughput: 84.51 FPSUSB3.0
Full device name: Intel Movidius Myriad 2 VPU
[Step 10/11] Measuring performance (Start inference asyncronously, 2 inference requests, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   25867.01 ms
Latency:    51.71 ms
Throughput: 38.66 FPS[Step 10/11] Measuring performance (Start inference syncronously, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   27204.58 ms
Latency:    27.20 ms
Throughput: 36.77 FPSFull device name: Intel Movidius Myriad X VPU
[Step 10/11] Measuring performance (Start inference asyncronously, 2 inference requests, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   4098.44 ms
Latency:    8.19 ms
Throughput: 244.00 FPS[Step 10/11] Measuring performance (Start inference asyncronously, 4 inference requests, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   3483.48 ms
Latency:    13.91 ms
Throughput: 287.07 FPS[Step 10/11] Measuring performance (Start inference syncronously, limits: 1000 iterations)[Step 11/11] Dumping statistics report
Count:      1000 iterations
Duration:   7649.50 ms
Latency:    7.63 ms
Throughput: 130.99 FPS

结论

在USB3.0条件下,二代计算棒大约是一代的7.5倍速度。和官宣相差不多。

这篇关于Neural Compute Stick 2性能测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/257817

相关文章

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

深度剖析SpringBoot日志性能提升的原因与解决

《深度剖析SpringBoot日志性能提升的原因与解决》日志记录本该是辅助工具,却为何成了性能瓶颈,SpringBoot如何用代码彻底破解日志导致的高延迟问题,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言第一章:日志性能陷阱的底层原理1.1 日志级别的“双刃剑”效应1.2 同步日志的“吞吐量杀手”

Java慢查询排查与性能调优完整实战指南

《Java慢查询排查与性能调优完整实战指南》Java调优是一个广泛的话题,它涵盖了代码优化、内存管理、并发处理等多个方面,:本文主要介绍Java慢查询排查与性能调优的相关资料,文中通过代码介绍的非... 目录1. 事故全景:从告警到定位1.1 事故时间线1.2 关键指标异常1.3 排查工具链2. 深度剖析:

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

基于Python Playwright进行前端性能测试的脚本实现

《基于PythonPlaywright进行前端性能测试的脚本实现》在当今Web应用开发中,性能优化是提升用户体验的关键因素之一,本文将介绍如何使用Playwright构建一个自动化性能测试工具,希望... 目录引言工具概述整体架构核心实现解析1. 浏览器初始化2. 性能数据收集3. 资源分析4. 关键性能指

Zabbix在MySQL性能监控方面的运用及最佳实践记录

《Zabbix在MySQL性能监控方面的运用及最佳实践记录》Zabbix通过自定义脚本和内置模板监控MySQL核心指标(连接、查询、资源、复制),支持自动发现多实例及告警通知,结合可视化仪表盘,可有效... 目录一、核心监控指标及配置1. 关键监控指标示例2. 配置方法二、自动发现与多实例管理1. 实践步骤

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、

MySQL 多列 IN 查询之语法、性能与实战技巧(最新整理)

《MySQL多列IN查询之语法、性能与实战技巧(最新整理)》本文详解MySQL多列IN查询,对比传统OR写法,强调其简洁高效,适合批量匹配复合键,通过联合索引、分批次优化提升性能,兼容多种数据库... 目录一、基础语法:多列 IN 的两种写法1. 直接值列表2. 子查询二、对比传统 OR 的写法三、性能分析

Linux系统性能检测命令详解

《Linux系统性能检测命令详解》本文介绍了Linux系统常用的监控命令(如top、vmstat、iostat、htop等)及其参数功能,涵盖进程状态、内存使用、磁盘I/O、系统负载等多维度资源监控,... 目录toppsuptimevmstatIOStatiotopslabtophtopdstatnmon

使用Python进行GRPC和Dubbo协议的高级测试

《使用Python进行GRPC和Dubbo协议的高级测试》GRPC(GoogleRemoteProcedureCall)是一种高性能、开源的远程过程调用(RPC)框架,Dubbo是一种高性能的分布式服... 目录01 GRPC测试安装gRPC编写.proto文件实现服务02 Dubbo测试1. 安装Dubb