Bien que de nombreux facteurs puissent influencer les décisions d’achat de PC, les performances restent la principale préoccupation des entreprises de toutes tailles. De nombreuses entreprises se tournent vers des références de performance pour déterminer quel système répondrait le mieux à leurs besoins. Pourtant, ces références peuvent ne pas fournir une image complète des performances. Sont-ils basés sur des applications professionnelles ou principalement sur des charges de travail grand public? Quelles étaient les conditions environnementales? Dans cet article, nous examinerons quelques considérations clés sur l’utilisation de benchmarks pour évaluer les performances des PC professionnels modernes et comment nous assurer que vous choisissez le bon système pour les besoins actuels et futurs.

La méthode à l’ancienne pour mesurer les performances d’un PC

Traditionnellement, les entreprises ont utilisé diverses spécifications physiques, telles que la fréquence du processeur et la taille du cache, pour définir une base de référence pour les performances du PC. Il y a deux problèmes avec cette approche. Premièrement, vous pouvez avoir deux processeurs qui fonctionnent avec la même fréquence et voient des performances radicalement différentes en raison de l’efficacité de leurs implémentations sous-jacentes, ce qui est mesuré comme des «instructions par horloge» (IPC). Le deuxième problème est que pour la plupart des processeurs modernes, la fréquence n’est pas une constante. Cela est particulièrement vrai pour les processeurs des ordinateurs portables, où la fréquence est limitée par des considérations thermiques. La fréquence variera également considérablement selon le type de tâche exécutée, la durée de la tâche, le nombre de cœurs utilisés, etc.

Évaluation des performances avec des tests dans le monde réel

Les applications modernes sont très complexes, impliquant différents algorithmes sous-jacents et modèles d’accès aux données. Par conséquent, l’efficacité mesurée d’un processeur, c’est-à-dire son IPC, variera souvent considérablement entre les applications et même entre les charges de travail. De nombreuses applications incluent des fonctions qui impliquent l’affichage de graphiques à l’écran, la lecture de données à partir du stockage ou même du réseau; pour ces charges de travail, les performances du processeur, bien qu’importantes, ne sont pas le seul facteur à prendre en compte.

L’un des meilleurs moyens d’évaluer les performances d’un nouveau PC consiste à effectuer un test réel. En d’autres termes, demandez aux utilisateurs réels d’effectuer leurs tâches quotidiennes dans l’environnement de travail à l’aide de données du monde réel. L’expérience de ces utilisateurs sera probablement mieux corrélée à leur satisfaction future, et elle sera plus précise que tout autre benchmark publié. Cette approche n’est cependant pas sans inconvénients, notamment le temps nécessaire pour effectuer l’évaluation, la difficulté de décider des charges de travail à mesurer et le défi de mesurer le rendement de manière cohérente, fiable et impartiale.

Au-delà des tests d’utilisateurs individuels, la meilleure approche suivante serait pour les développeurs internes de prendre en compte les commentaires des utilisateurs et de créer des scripts «sur mesure» pour mesurer les performances des applications d’une manière qui correspond aux priorités de ces utilisateurs. Cette approche peut améliorer la cohérence des mesures de performance et fournir des résultats reproductibles. Cependant, cela reste une tâche considérable et peut être difficile à maintenir entre différentes générations de PC.

Au lieu de cela, la plupart des entreprises s’appuient sur les résultats des benchmarks PC standard de l’industrie pour évaluer les performances du système. Plutôt que d’utiliser un seul indice de référence, les entreprises peuvent avoir une vision plus large de la performance en établissant un score composite sur plusieurs indices de référence.

La figure 1 compare trois approches différentes pour évaluer les performances du PC (benchmarks, scripts d’application et évaluations des utilisateurs) et montre comment les résultats ont différents niveaux de pertinence commerciale.

AMD

Qu’est-ce qui fait une bonne référence?

Deux types de benchmarks sont couramment utilisés pour évaluer les performances d’un PC: «synthétique» et «basé sur l’application». Les deux types peuvent être utiles dans le processus de décision, bien que les repères individuels puissent souvent avoir des attributs indésirables. Cela peut être atténué en suivant un principe général consistant à utiliser plusieurs benchmarks ensemble pour obtenir une image plus large et plus fiable des performances.

Un bon benchmark doit être aussi transparent que possible, avec une description claire de ce que le benchmark teste et de ses méthodes de test. Dans le cas des benchmarks basés sur des applications, cela permet aux acheteurs de comprendre si les charges de travail utilisées correspondent à l’utilisation de leur organisation. Sans une transparence suffisante, la question peut également se poser de savoir si les tests sont sélectionnés pour mettre en évidence une architecture particulière plutôt qu’une autre.

Tous les benchmarks basés sur les applications ne sont pas égaux

Les tests des benchmarks basés sur les applications doivent représenter les charges de travail les plus pertinentes pour l’organisation. Par exemple, si 30 à 50% d’un benchmark provient d’applications qui sont rarement utilisées dans un cadre commercial, alors ce score n’est probablement pas pertinent. Prenons l’exemple de la figure 2, qui repose principalement sur des charges de travail de type consommateur et qui utilise un faible pourcentage d’applications bureautiques. Par conséquent, cette référence ne serait probablement pas utile pour la plupart des organisations commerciales.

AMD

Certains tests de performance basés sur des applications mesurent les performances des applications standard, mais ils peuvent ne pas représenter la version de l’application déployée dans l’organisation ou inclure les dernières optimisations de performances des éditeurs de logiciels. C’est là que les benchmarks synthétiques entrent en jeu.

Évaluer le potentiel de performance d’une plateforme

Contrairement aux benchmarks basés sur les applications, les benchmarks synthétiques mesurent la performance globale potentiel d’une plateforme spécifique. Bien que les benchmarks d’application montrent à quel point une plate-forme est optimisée pour certaines versions de certaines applications, ils ne sont pas toujours un bon prédicteur des performances des nouvelles applications. Par exemple, de nombreuses solutions de visioconférence utilisent plusieurs cœurs de processeur pour exécuter des fonctions, telles que l’utilisation d’arrière-plans virtuels. Des benchmarks synthétiques qui mesurent la capacité multithread d’une plateforme peuvent être utilisés pour prédire dans quelle mesure une plateforme peut fournir cette nouvelle fonctionnalité.

Avec les benchmarks synthétiques, il est important d’éviter d’utiliser une mesure étroite de la performance. Les processeurs individuels, même dans la même famille, peuvent varier dans la façon dont ils gèrent même un petit morceau de code. Un score de référence synthétique doit comprendre plusieurs tests individuels, exécutant plus de lignes de code qui exercent différentes charges de travail. Cela offre une vue beaucoup plus large des performances de la plateforme.

Le multi-tâches est difficile à évaluer

Les benchmarks d’application ont du mal à simuler la charge de travail de bureau d’un employé de bureau multi-tâches moderne. La raison en est que l’exécution simultanée de plusieurs applications peut ajouter une plus grande marge d’erreur de test que de simplement tester une application à la fois. Les applications synthétiques qui mesurent la puissance de traitement multithread brute d’une plate-forme sont un bon proxy pour les demandes des utilisateurs multitâches d’aujourd’hui.

Une bonne pratique consiste à considérer ensemble les scores de référence basés sur les applications et synthétiques. En combinant les scores à l’aide d’une moyenne géométrique, vous pouvez tenir compte des différentes échelles de score de différents benchmarks. Cela donne la meilleure image des performances pour une plate-forme spécifique, compte tenu des applications utilisées aujourd’hui et prévoyant l’avenir.

Autres considérations importantes

Les repères sont une partie importante de l’évaluation d’un système. Cependant, ces outils puissants peuvent avoir certaines limitations clés:

• Les performances de référence mesurées peuvent varier en fonction du système d’exploitation (SE) et de la version de l’application. Assurez-vous que ces versions correspondent à ce qui est utilisé dans votre environnement.
• D’autres conditions peuvent avoir un impact sur les scores, tels que les tâches en arrière-plan, la température ambiante et les fonctionnalités du système d’exploitation telles que l’activation de la sécurité basée sur la virtualisation (VBS). Encore une fois, assurez-vous que les conditions sont les mêmes et correspondent à vos déploiements.
• Certains utilisateurs peuvent utiliser des applications et des fonctions de niche relativement non couvertes par les benchmarks. Envisagez d’augmenter les scores de référence avec les mesures des utilisateurs et de les corréler avec les scores de référence synthétiques.

Méfiez-vous des erreurs de mesure

Toute mesure aura une marge d ‘«erreur de mesure», c’est-à-dire de combien elle peut varier d’un test à l’autre. La plupart des benchmarks ont une erreur de mesure globale de l’ordre de 3 à 5%, causée par divers facteurs, notamment les limitations du temps de mesure, «l’effet papillon» des changements mineurs dans les tâches d’arrière-plan du système d’exploitation, etc. Une façon de surmonter cette erreur serait être de mesurer les résultats cinq fois, d’écarter les scores les plus élevés et les plus faibles et de prendre la moyenne des trois scores restants.

Il est important de tenir compte des erreurs de mesure lors de la définition des exigences dans les demandes d’achat. Si un score de X correspond bien à la satisfaction de l’utilisateur, alors la demande doit stipuler que les scores doivent être compris [X-Epsilon, Epsilon] où epsilon est l’erreur de mesure connue. Lorsque epsilon n’est pas connu, il est raisonnable de supposer qu’il se situe dans la plage de 3 à 5% du score cible.

Conclusion

Évaluer correctement les performances n’est pas une tâche unidimensionnelle. Il existe plusieurs techniques qui peuvent être utilisées par une organisation pour déterminer quel système répondrait le mieux à ses besoins. L’utilisation d’un score de référence étroit peut conduire à des conclusions erronées, tandis que la meilleure image globale des performances provient de l’examen d’un large éventail de critères de référence basés sur les applications et synthétiques.

La dernière et meilleure étape de toute évaluation consiste à permettre à des groupes d’utilisateurs de «tester» les systèmes dans leur environnement de travail réel. Quel que soit le score d’un système sur les benchmarks ou sur les scripts d’application, les utilisateurs doivent être satisfaits de leur expérience. Que vous utilisiez des benchmarks, des scripts d’application ou des essais organisationnels pour mesurer les performances, la série de processeurs AMD Ryzen PRO 4000 offre de nouveaux niveaux de vitesse et d’efficacité pour ravir les utilisateurs d’aujourd’hui. Découvrez comment faire en sorte que les performances des ordinateurs portables répondent aux besoins informatiques actuels, ainsi que la puissance nécessaire pour répondre aux futures demandes commerciales.

Pour plus d’informations sur la manière dont les processeurs AMD Ryzen PRO peuvent répondre aux besoins de performances de votre organisation, visitez: https://www.amd.com/en/processors/laptop-processors-for-business ou https: //www.amd. com / fr / ryzen-pro