亿德体育平台入口

[软件工具]如何折磨你的电脑

谈到买电脑,无论是高手还是菜鸟,难免要用上一些测试工具。这些工具大致可以分为两类:硬件检测和性能测试。在性能测试软件中,最为人熟知的要数Superπ了。

  Superπ是由日本东京大学金田研究室开发的一款用来计算圆周率的软件,设计者的初衷当初只是在HITAC S-3800/480超级计算机上使用,由于在计算π值时,考验到了CPU的多方面计算能力,因此后来被日本的超频爱好者移植到PC上使用,借助Superπ来测试超频后的性能,后来慢慢传入我国,许多硬件实验室也使用这款软件作为测试CPU稳定性的依据。

  这里插入一些关于π的题外话。 π(圆的周长与其直径的比)的计算与化圆为方问题密切相关.我们已经知道:在古代东方,常取3为π的值.②参看圣经注:ⅠKings7:23;Ⅱ Chron.4:2.兰德纸草书中给出的埃及人的化圆为方问题,取:π=(4/3)4=3.1604…….然而,计算π的第一次科学的尝试看来应归功于阿基米得,并且我们将以他的成就作为我们的年表的开始.

    约在公元前240年.为了简便起见,假定我们选一个以单位长度为直径的圆.于是,圆的周长在任何内接正多边形的周长和任何外切正多边形的周长之间.由于计算内接和外切正六边形的周长比较简单,我们容易得到π的上下界.有一些公式,可以从给定的内接和外切正多边形的周长得出边数扩大一倍时内接和外切正多边形的周长(参看问题研究4.13).从内接和外切正六边形开始,按这个程序逐次进行下去,我们能计算出12、24、48、和96边的内接和外切正多边形的周长,这样,就得到越来越接近π的上、下界.实际上,阿基米得就是用这个方法最后得到π在223/71和22/7之间,或者,取两位小数,给定π为3.14.这一方法和数值是在阿基米得《圆的量度》(Measurement of a Circle)(一篇只包括三个命题的论文)中找到的.现在我们见到的这篇论文已经不是原来的样子了,并且可能是其中的一个片断.想像到当时所用的笨拙数系,一个不可避免的结论是:阿基米得是一位很能干的计算家.在这一著作中,我们发现一些无理平方根的值得注意的有理近似值.

    上述的用内接和外切正多形计算π的方法,称为计算π的古典方法(classicalmethod).

    大约公元150年.在阿基米得的π值之后,第一个值得注意的π值是亚历山大里亚的C.托勒玫(Claudius Ptolemy)在其著名的《数学汇编》(Syntaxis mathematica)[其阿拉伯文书名《大汇编》(Almagest)更是人所共知的]中给出的,这是古希腊最伟大的天文学著作.在这一部著作中,π是以六十进位数制符号给出的,写作3;8’,30〃,就是377/120,或3.1416.无疑,这个值是由上述著作中的弦表推出的.此表给出圆心角(每间隔一度和半度)所对的圆的弦长.如果把1°圆心角所对的弦长乘以360,再以圆的直径除之,则得到上述的π值.

    约在480年.古代中国数学家祖冲之给出了有趣的有理近似值355/113=3.1415929……,.到小数点后第六位都是准确的.参看问题研究4.11(c),其中有这个比值在化圆为方问题上的应用.

    约在480年.早期印度数学家阿耶波多(Aryabhata)62832/20000=3.1416作为π的一个近似值.不知道这结果是怎样得到的.也许是来源于更早些时候希腊人的推算,也许是由计算内接正384边形的周长而得到的.

    约在1150年.印度数学家婆什迦罗(Bhaaskara)给出了π的几个近似值.他给出3927/1250作为“准确”的值,22/7作为“非准确”值,√10作为常用值,第一个值,阿耶波多可能采用过,婆什迦罗给出的另一个值754/240=3.1416,不知其由来;它与托勒玫给出的一样.

    1429年.阿尔·卡西以古典方法计算π值到(十进制)十六位,他是撒马尔罕的乌卢·贝格的皇室天文学家.

    1579年.著名的法国数学家韦达(Francois viete)根据古典方法,用6(216)=393,216边形,求π的值,精确到小数点后第九位.他还发现了有趣的无穷乘积的表达式

   [img]]

    1585年.A.安梭尼宗(Adriaen Anthoniszoon)重新发现了古代中国的比值355/113.这显然是碰巧得到的,因为他所证明的不过是377/120>π>333/106,然后把分子和分母分别平均,得到π的这个“准确”值.有证据表明:V.奥透(Valentin Otho)可能在1573年以前已经把π的这个比值介绍到了西方世界,他是早期数表编制者雷提库斯(Rhaeticus)的学生.

    1593年.荷兰人阿德里恩·范·罗梅(Adriaen van Roomen)[通常归功于阿德利安乌斯·罗芒乌斯(Adrianus Romanus)],根据古典方法用230边形求π,准确到小数点后第15位.

    1610年.德国人路多耳夫·范·科伊伦(Ludolph van Ceulen)根据古典方法,用262边形,计算π到小数点后第35位.他把他一生的大部分时间花在这项工作上.他的成就确实异乎寻常,以致这个数被刻在他的墓碑上;到今天,在德国,还常常称这个数为“路多耳夫数”.

    1621年.荷兰物理学家威累布罗尔德·斯内尔(Willebrord Snell),因发现折射率而闻名,对计算π的古典方法应用三角学进行了改进,可由按古典方法得到的π的每一对上、下界,推出接近得多的上、下界.依他的方法,只要用230边形就能得到范·科伊伦的35位小数.用这样的多边形,古典方法只能求到15位小数.用96边形,古典方法能得到2位小数,而斯内尔的“改进”方法则能得出7位数.对斯内尔的精巧方法的正确证明,是1654年由荷兰数学家和物理学家克里斯提安·惠更斯(Christiaan Huygens)作出的.

    1630年.格林贝尔格(Grienberger)利用斯内尔的加细方法计算π到39位小数.这是用周长法计算π的最后的较重要的尝试.

    1650年.英国数学家约翰·沃利斯(John Wallis)得到下列奇妙的表达式:

   [img]]

    洛尔德·布龙克尔(Lord Brouncker),皇家学会第一任 ,把沃利斯的结果变成连分数

   [img]]

    然而这两个表达式都没有广泛用于π值的计算.

    1671年.苏格兰数学家詹姆斯·格雷哥里(James Gregory)得到无穷级数

  [img]]

    格雷哥里没有注意到:当x=1时此级数变为

  [img]]

    这个收敛得很慢的级数是莱布尼茨在1674年得到的.格雷哥里曾试图证明化圆为方问题的欧几里得解是不可能的.

    1699年.亚伯拉罕·夏普(Abraham Sharp)利用格雷哥里级数计算π的值,令 x=√3,精确到71位小数。  

    1706年.约翰·梅钦(John Machin)利用格雷哥里级数以及关系式(参看问题研究4.13)

  π/4 = 4arctan(1/5) – arctan(1/239) .

    计算π值得到 100位小数.

    1719年.法国数学家代·拉尼( De Lagny)利用格雷哥里级数计算π值,令 x=√(1/3),得到112位正确的小数。  

    1737年.早期的英国数学家威廉·奥特雷德(William Oughtred)、伊萨克·巴罗(Isaac Barrow)和戴维·格雷哥里(David Greyory)用π这个符号表示圆周.第一个用此符号表示圆周与直径的比值的是英国作者威廉·琼斯(William Jones)(发表于1706年).然而,在欧拉于1737年采用它之前,这个符号一般不在这个意义上使用.

    1754年.一位早期的法国数学史家季安·厄提内·蒙蒂克拉(Jean E’tienne Mon-tucla)写了一本化圆为方问题的历史.

    1755年.法国科学院拒绝再审查化圆为方问题的解.

    1767年.兰伯特(Johann Heinrich Lambert)证明π是无理数.

    1777年.毕丰(Comte de Buffon))设计出他的著名的投针问题(needle problem).依靠它,可以用概率方法得到π的近似值.假定在水平面上画上许多距离为a的平行线,并且,假定把一根长为1<a的同质均匀的针随意地掷在此平面上.毕丰证明:该针与此平面上的平行线之一相交的概率①如果一个给定事件发生的情况有h个,不发生的情况有f个,并且这h+f个情况发生的可能性是相等的,则该事件发生的概率为p=h/(h+f)。为

  p = 21/(πa).

    把这一试验重复进行多次,并记下成功的次数,从而得到p的一个经验值,然后用上述公式计算出π的近似值,用这种方法得到的最好结果是意大利人拉泽里尼(Lazzerini)于1901年给出的.他只掷了3408次针,就得到了准确到6位小数的π的值.他的试验结果比其他试验者得到的结果准确多了,甚至准确到使人们对它有点怀疑.还有别的计算π的概率方法.例如,1904年,查尔特勒斯(R.Chartres)就写出了应用下列实例的报告:如果写下任意两个整数,则它们互素的概率为6/π2.

    1794年.勒让德(Adrien—marie Legendre)证明π2是无理数.

    1841年.英国的威廉·卢瑟福(William Rutherford)利用格雷哥里级数以及关系式

  π/4 = 4arctan(1/5) – arctan(1/70) + arctan(1/99).

    计算π到208位(后来发现其中152位是正确的).

    1844年.一位杰出的计算家——达瑟(Zacharias Dase)利用格雷哥里级数以及关系式

  π/4 = arctan(1/2) + arctan(1/5) + arctan(1/8).

    计算π值准确到200位.达瑟1824年出生于汉堡,37岁就死了.他也许是前所未有的天才的心算家.他能在54秒内心算两个8位数的乘积,在6分钟内心算两个20位数的乘积;在40分钟内心算两个40位数的乘积;在8小时45分钟内心算两个100位数的乘积.他在52分钟内心算出了一个100位数的平方根.达瑟在制作从7,000,000到10,000,000的7位自然对数表和因数表时,充分地发挥了他的技能.

    1853年.卢瑟福重新考虑这个问题,计算π值准确到400位小数.

    1873年.英国的香克斯(William Shanks)用梅钦公式计算π到707位小数.长时间来,一直保持为最惊人的计算.

    1882年.如果一个数是某有理系数多项式的根,则该数被称做代数数(algebraic),否则,它被称做超越数(transcendental).林德曼(F.Lindemann)证明π的是超越数.这个事实证明(参看14,2节):化圆为方问题不能用欧几里得工具求解.

    1906年.还有涉及π的这类趣闻:已想出了许多帮助记忆π到多位小数的记忆法.下面这段在《文摘》(Literary Digest)刊登的记忆法,是欧尔(A.C.Orr)写的.只要把每个字换成它所含字母的个数,就能得到π的准确到30位小数的值.

    Now,I,evenl,would celebrate

    In rhymes unapt,the great

    Immortal Syracusan,rivaled nevermore,

    Who in his wondrous lore,

    Passed on before,

    Left men his guidance

    How to circles mensuate.

    几年以后到1914年,在《科学美国人增刊》(Scientific Amdrican Supplement)中,有下面这段类似的帮助记忆的诗歌:“See,I have a rhyme assisting my feeble brain,its tasksofttimes resisting.”另外两段这样的帮助记忆的诗歌是:″How I want a drink,alcoholicof course,after the heavy lectures involving quantum mechanics,″和″May I have a largecontainer of coffee?″

    1948年.弗格森(D.F.Ferguson)于1946年发现香克斯的π值从第528位开始错了;并于1947年1月给出了710位的正确值.在同一个月,美国的小伦奇(J.W.Wrench,JR.)发表了808位的π值,但弗格森不久发现在723位上的一个错误.1948年1月,弗格森和伦奇联合发表了808位准确的、校正过的π值.伦奇用的是梅钦公式,而弗格森则用的是公式

  π/4 = 3arctan(1/4) + arctan(1/20) + arctan(1/1985).

    1949年.马利兰德在阿伯丁(Aberdeen)的军队弹道研究所,用电子计算机ENIAC,计算π到2037位.

    1959年. 裘努埃(Francois Genuys)在巴黎,用IBM704计算π到16,167位.

    1961年.华盛顿的伦奇和丹尼耳·香克斯从头开始用IBM7090计算π到100,265位.

    1965年. ENIAC已过时,被撤销,并作为古董搬到史密斯研究所(Smithsonian In-stitution)

    1966年2月22日,吉劳(M.Jean Guilloud)及其合作者在巴黎原子能委员会(Com-missariat a I’Energie Atomique)用STRETCH计算机将π的似值扩展到250,000位.

    1967年.正好是一年之后,上述工作者用CDC6600将π的值计算到500,000位.

    1973年.吉劳及其合作者在CDC7600计算机上将π的值计算到1,000,000位.

    1981年.日本筑波大学(University of Tsukuba)的两位数学家鹿角理三吉(Kazunori Miyoshi)和和久仲山(Kazuhika Nakayama)在FACOM M—200计算机上用137.30小时将π的值计算到2,000,038位有效数字.他们用的公式是

  π= 32arctan(1/10) – 4arctan(1/239) – 16arctan(1/515)

    并且,用梅钦公式进行了核对.

    1986年. 1986年1月,California的NASA Ames Research Center的D.H.贝利(Bailey)在Cray—2巨型计算机上用28个小时计算π值达29,360,000位.他用的方法是以Dalhousie University的J.M.和P.D.博尔文(Borwein)的方法为基础的.贝利把这两位博尔文的方法与一种较慢的方法(这也是两位博尔文给出的)相对照,并且证实了其结果的准确性.稍迟一点,东京大学(University of Tokyo)的廉正蒲田(Yasumasa Kanada)在一台NEC SX—2巨型计算机上用博尔文的方法,计算π值达134,217,700位.

    在上述π的年表中,我们没有讲圆方病患者(morbus cyclometricus)提供的大量文献.这些著作常常是有趣的,有时简直不能令人置信,然而,要把它们全写出来,得单独出一本书.为了说明这点,举个例子:一位作者于1892年在《纽约论坛》(New YorkTribune)上宣布重新发现了一个长期丢失的秘密,该秘密导出3.2为π的准确值.随着这一宣布而引起的热烈讨论,使许多人赞成用这个π值.再则,自1931年作出这项宣布后,这位热心的作者,为了证明π=3又13/81,搞了一大厚本抄件,散发给全美国的大多数学院和公共图书馆.并且,印第安纳州法第246号法案(1897)年,试图以法律形式确定π的值.在该法案的第一节中说:印第安纳州的众议院议案肯定下述事实已被发现,即一个圆的面积等于以其周长的1/4为边的正方形的面积,就如同等边矩形等于以其一边为边的正方形面积一样……,”尽管由于该州公共教育局长是那样地奋力支持,使该法案通过了,但是由于一些报纸的嘲笑,被参议院搁置起来了.① 参看W.E.Edington,″House Bill No. 246 Indiana State Legislature,1897,″Proceedings of the Indiana Academy of science45(1935年):206—10.还参看A.E.Hallerberg.″Indiana’s squared circle,″Mathematics Magazine,50.no.3(May 1977):136—140.除了比赛之外,将π的值计算到更多的位还有别的意义.在1767年(那年,π被证明是无理数)之前,理由之一是谋求弄清楚:π的数字是否从某处起开始重复;如果是那样的话,则得知π是有理数,只不过是分母很大.最近,人们又有兴趣于:从统计上获悉π是否具有“正态性”.如果一个实数在其十进制展开式中所有数码以等频率出现的话,则这个实数被称为单纯正态的(simply normal);如果所有同样长的数码块均以等频率出现的话,它称为正态的②数的正态性的概念是E.波莱尔(Borel,1871—1956)提出的,他证明:“几乎所有的”数是正态的。(normal).

    不知道π(或者甚至√2)是不是正态的,以至是不是单纯正态的。从1949年在ENIAC上计算π值以来,就想从统计上来探讨它是否具有这种性质.从π的这些很长的展开式看,它也许是正态的.从1873年香克斯算出的π错误的707位近似值看来,π甚至不是单纯正态的.

    将π计算到十进制的很多位,还有其它理由.首先,因为这样一种大规模的计算服务的程序的设计导致大得多的程序设计能力,这对计算机科学是有价值的.再则,一旦一个程序曾被成功地用于一台计算机,它就能用来核对另一台新计算机是否运转正常.

    在许多场合,需要随机数表,例如:在涉及马尔可夫链的问题中,把门特卡罗方法应用于数学物理的问题时,和在统计学取随机样本时,π的数字并不真正随机,因为其每一个数字是唯一地被决定的.π的数字也许够“杂乱的”,当作随机数表用还是可以的;试验(例如,“扑克试验”)似乎就表明这一点.

    与π的可能的正态性相联系,有趣的是:π的最初的六位数314159,在π的十进制展开式的前一千万个数字中出现六次,而0123456789则从不出现.

    e(自然对数的底)的前六位数字271828,在其十进制展开式的前一千万个数字中出现八次.

  关于π的介绍就到这里。

  我们可以看到,无论是级数展开还是无穷的项乘积,都属于串行算法,也就是说在计算机上只能实现串行程序。这就是Superπ的局限性。那么有没有一种并行算法呢?也就是说实现从中间开始算π?1996年,圆周率的并行算法公式终于找到,但这是一个16进位的公式,这样很容易得出的1000亿位的数值,只不过是16进位的。是否有10进位的并行计算公式,仍是未来数学的一大难题。

  但是,网上也有声称实现并行计算的代码,公示如下:

  代码一(c代码):

  #include <stdio.h>

  #include <omp.h>

  #include <stdlib.h>

  #include <math.h>

  #include <time.h>

  static long num_steps = 100000000;

  double step;

  int main(void)

   struct timeval starttime,endtime;

   double timepast;

   int i;

   double x, pi, sum = 0.0;

   step = 1.0/(double) num_steps;

   omp_set_num_threads(4);

   gettimeofday(&starttime,NULL);

   #pragma omp parallel for private(x) reduction(+:sum)

   for (i=0;i<= num_steps; i++){

   x = (i+0.5)*step;

   sum = sum + 4.0/(1.0+x*x);

  gettimeofday(&endtime,NULL);

   timepast=((double)(endtime.tv_sec-starttime.tv_sec)*1000000+(double)(endtime.tv_usec-starttime.tv_usec))/1000000;

   printf(“the whole processing time of the program is %lf secondsn”,timepast);

   pi = step * sum;

   printf(“pi=%lfn”,pi);

   return 0;

  代码二(MPI程序):

  #include <stdio.h>

  #include <mpi.h>

  #include <math.h>

  long n, /*number of slices */

   i; /* slice counter */

  double sum, /* running sum */

   pi, /* approximate value of pi */

   mypi,

   x, /* independent var. */

   h; /* base of slice */

  int group_size,my_rank;

   

  main(argc,argv)

  int argc;

  char* argv[ ]; 

  { int group_size,my_rank;

   MPI_Status status;

   MPI_Init(&argc,&argv);

   MPI_Comm_rank( MPI_COMM_WORLD, &my_rank);

   MPI_Comm_size( MPI_COMM_WORLD, &group_size);

    

   n=2000;

  /* Broadcast n to all other nodes */

   MPI_Bcast(&n,1,MPI_LONG,0,MPI_COMM_WORLD);

   h = 1.0/(double) n;

   sum = 0.0;

   for (i = my_rank+1; i <= n; i += group_size) {

   x = h*(i-0.5);

   sum = sum +4.0/(1.0+x*x);

   mypi = h*sum;

  /*Global sum */ MPI_Reduce(&mypi,&pi,1,MPI_DOUBLE,MPI_SUM,0,MPI_COMM_WORLD);

  if(my_rank==0) { /* Node 0 handles output */

  printf(“pi is approximately : %.16lfn”,pi);

  MPI_Finalize();

  以上两个仅供参考,未经测试。

  网上也有一个有趣的所谓外星人计算π的程序,如下:

  int a=10000,b,c=2800,d,e,f[2801],g;main() {for(;b-c;) f[b++]=a/5;for(;d=0,g=c*2;c -=14,printf(“%.4d”,e+d/a),e=d%a) for(b=c; d+=f[b]*a,f[b]=d%–g,d/=g–,–b; d*=b);}

  经亲测,此代码是错误的,错误原因可能是有舍入误差带来的。它的原理基于以下的表达式:

   1 2 3 k pi = 2 + — * (2 + — * (2 + — * (2 + … (2 + —- * (2 + … ))…))) 3 5 7 2k+1

  对于Superπ,我们现在了解了它只能测试单核性能,若购机时发现测试成绩不如家里老的单核机器,不要感到奇怪。

  Superπ的版本,目前很全面,有常见的windows版,也有linux / Mac版,有源代码,原则上可以编译成任何平台适用版。

  虽然Superπ不能帮我们解决多核cpu的测试,但世上不是只有一种此类软件。

  Hot CPU Tester Pro 是一款老牌的测试软件了,利用独特的DefectTech技术而设计,该技术是由OpusWare Enterprise公司开发,主要是通过让CPU长时间进行满负荷运行以提高温度来测试稳定性,从而检测出能够实现超频或者存在缺陷的CPU,如果超频以后的CPU能够在Hot CPU Tester Pro下稳定运行5个小时以上,那么超频就可以认为是成功的。  1. 免费版本的局限性  虽然Hot CPU Tester Pro总共提供了14个测试项目,但如果你使用的是免费版本,那么将只能完成Complex Matrix(复矩阵)、Calculating Pi(计算π值)、Sorting Algorithms(分类算法)、Prime Test(素数测试)、Memory、HD、MMX等项目的测试,如果希望测试Fast Fourier Transforms(快速Fourier转换)、Chipset、L1 Cache、L2 Cache、SSE、SSE2、3DNow!等项目,就必须点击“Purchase Hot CPU Tester Pro”按钮购买增强版本。  如果你使用的是增强版本,切换到“Options”标签页,可以在这里选择感兴趣的测试项目,而且还可以自由定义更高级的选项。不过,对我们普通用户来说,免费版本提供的功能应该已经足够使用了。  2. 测一测系统的稳定性  Hot CPU Tester Pro提供了运算能力测试、单项测试、性能测试等测试项目,这里进行一下简单介绍。  运算能力测试  运行程序,默认会切换到“Diagnotisc”标签页,我们可以在这里进行运算能力的测试,如图2所示,只要点击“Run Test”按钮就可以开始测试,测试过程中会连续运算各个项目,这一过程中你的CPU使用率将持续保持在100%,这样可以测试CPU的稳定性,同时会产生较大的热量,如果系统能够稳定运行一小时以上,那么就可以认为是合格的。不过,由于测试时CPU的资源占用率保持在100%,因此此时进行任何其他操作都是非常危险的,极有可能导致系统崩溃,测试前最好关闭所有正在运行的程序(包括驻留在系统后台的程序),如果你实在需要同时运行某些程序,请在“Options→Hot CPU Tester”标签页中将“Program Priority(程序优先级)”设置为标准或较低。测试结束后,我们可以在右下角的三个框中看到开始测试和结束测试的时间,时间当然是越短越好。  单项测试  切换到“Buin-in”标签页,这里可以运行CPU Burn-in或Memory Burn-in等单项测试,允许用户在这里设置测试的次数和测试内存的大小,然后直接点击相应的按钮即可。  性能测试  切换到“Benchmark”标签页,点击“Run Benchmark”按钮即可进行基准测试,测试项目在中间窗口中显示,测试结束后会在“Total Score”框中显示相应的得分。  查看系统信息  值得一提的是,Hot CPU Tester Pro还提供了查看系统信息的功能,切换到“System Info”标签页,如图3所示,这里可以查看到包括芯片组型号、主板型号、CPU生产厂商、CPU时钟频率、内存容量、Cache等在内的信息,虽然简单了一些,但都非常准确。另外,这里还可以查看自己的CPU是否支持Multi-Processor System(多处理器技术)、Hyper-Threading technology(超线程技术)。  默认设置下,日志文件的路径是C:HCT.Log,如果你希望重新定义,可以切换到“Options→Hot CPU Tester”标签页,在“Log File Location”下重新设置,也可以将当前设置导到为一个reg文件,或者从一个现成的reg文件导入系统。

  功能很全面,可以让你的机器经受严格的考验。

  别激动,还有更厉害的。

  Prime95原本是美国数学家和程序设计师乔治.沃特曼、库洛夫斯基共同编制的一款用来寻找梅森最大素数的分布式计算软件,全球的数学爱好者都可以免费下载使用,这就是著名的“GIMPS(因特网梅森素数大搜索项目)”。这个软件的客户端是一个在后台运行的程序,只要一开机就自动运行,不会影响用户的正常工作,由于利用了因特网上大量计算机的闲置时间进行计算,可以获得相当于超级计算机的运算能力。  如果用Prime95来测试系统稳定性的话,将是所有拷机软件中最“残酷”的一款,据说可以发现其他测试软件无法发现的稳定性问题,即使系统能够在Superπ中顺利通过419万次测试,也不见得能够在Prime95中熬过几分钟,因此许多超频玩家都用Prime95作为超频成功的依据。  1. 测试之前的配置  进入主界面后,我们首先应该选择“Options→CPU”打开“CPU Settings and Information”窗口进行设置,默认设置的时间周期是12小时,从7:30~23:30分,这个时间可实在是太长了,估计能够坚持下来的玩家不会有多少,还是赶快重新更改一下吧。例如我们可以将开始时间设置在下班前,退出时间嘛就随便你了,其实根据笔者的经验,有3~5个小时也就够了。  2. 稳定性测试  设置结束后,选择“Options→Torture Test”,此时会弹出图4所示的对话框要求用户选择测试方式,默认选择“Blend”,此时会同时针对CPU和内存进行稳定性测试。或者,你也可以选择“Small FFTx”或“In-Place Large FFTs”,前者着重测试CPU,测试时可以同时运行其他程序,例如浏览网页、观看视频、运行游戏等;后者着重测试内存,一般不能同时运行其他程序。  点击“OK”按钮,就可以开始进行稳定性测试了,如果你没有选择“In-Place Large FFTs”测试方式,那么Prime95运行时并不会消耗太多的系统资源,我们可以放心的同时进行其他操作。测试过程中,我们可以在系统托盘区看到一个红色的程序图标,如果测试还没有结束时该图标变为黄色,说明测试失败。  3. 性能测试  Prime95也提供了性能测试的项目,选择“Options→Benchmark”即可测试系统性能,测试时以运算一定量所花费的时间作为标准,时间当然是越短越好啦。这里要说明的是,由于Prime95的性能测试实在太苛刻,主要是会消耗大量的系统资源,极短时间内即可上升至100%,因此非常容易导致系统死机而无法完成测试,不过即使没有通过测试,其实也并不能代表稳定性存在问题,因为Prime95的工作原理要求CPU的整数运算不能有丝毫的衰减,内存与CPU交换数据的延迟时间必须在一定的范围之内,这样就有可能使得一个稳定的系统无法通过测试。  因此,大多数情况下,我们主要是使用Prime95来测试CPU超频的成功性,至于性能测试倒是其次,建议在无法完成测试的情况下切勿强行测试。

  另外,当你注册并使用了以上这款软件,意味着你加入了一项研究,到目前为止已找到了47个梅森素数,倘若你有幸找到了第48个,可以得到$3000的奖励。

  像以上两款软件,素数测试和快速傅里叶变换都可以实现并行测试。不过在这里要提醒一句,不要过度折磨机器,以免发生不可预料的,不可接受的结果,切记!

你可能也会喜欢...

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注