CPU基准测试

CPU基准测试:PassMark Software深入研究了PerformanceTest用户在其网站上发布的数百万个基准测试结果,并制作了一系列全面的CPU图表,以帮助比较英特尔、AMD、苹果、高通等不同处理器的相对速度。这些列表中包括为服务器和工作站设计的CPU(如Intel Xeon和AMD EPYC处理器)、桌面CPU(Intel Core系列和AMD Ryzen),以及ARM处理器(Apple M1和高通Snapdragon)和移动CPU。


zbMATH中的参考文献(参考文献18条)

显示第1至18个结果,共18个。
按年份排序(引用)

  1. 雅可西,卢卡;洛迪,安德里亚;Vigo,Daniele:车辆路径问题的机器学习方法的计算测试指南(2022)
  2. 克尔戈辛,扬尼克;安托万女士;伊曼纽尔,Néron;Sauvanet,Gaël:多目标最短路径问题的一种有效标签修正算法(2022)
  3. 马佐,鲁斯兰G。;梅洛,拉斐尔A。;里贝罗,塞尔索C。;Santos,Marcio C.:最长诱导路径问题的新公式和分支和切割程序(2022)
  4. 阿诺德,弗洛里安;Sörensen,Kenneth:位置路由问题和变量的渐进过滤启发式算法(2021)
  5. 比安切西,尼古拉;Tresoldi,Emanuele:带冲突的同类型并行机调度的独立分支和价格算法(2021)
  6. 布里科夫,鲍里斯;米凯塞尔,德里克;Hicks,Illya V.:零强制的改进计算方法和启发式(2021)
  7. 桑托斯,维纳斯·甘德拉·马丁斯;Carvalho,Marco Antonio Moreira de:自适应大邻域搜索中的裁剪启发式算法应用于最小割宽问题(2021)
  8. 英语,开伦;穆罕默德,阿卜杜拉;穆罕默德,穆罕默德·阿芬德;Hasan,Sazlinah:网格计算中用于高效任务调度的可变邻域下降和大洪水算法的混合启发式算法(2020)
  9. 罗德里格斯·德霍兰达·玛亚,马塞洛;亚历山大普拉斯蒂诺;Penna,Puca Huachi Vaz:MineEduce:基于数据挖掘的问题规模缩减方法(2020)
  10. 苏亚雷斯,莱昂纳多·卡布拉尔。;Carvalho,Marco Antonio M.:有偏随机密钥遗传算法用于调度具有加工约束的相同并行机器(2020)
  11. 阿诺德,弗洛里安;詹德劳,米歇尔;Sörensen,Kenneth:有效解决超大型路由问题(2019)
  12. 阿诺德,弗洛里安;Sörensen,Kenneth:车辆路径问题的知识引导局部搜索(2019)
  13. Kaklauskas,刘德维卡斯;Sakalauskas,列奥尼达斯;Denisovas,Vitalijus:为解决服务器慢问题而拖延(2019年)
  14. 科斯特,Arie M.C.A。;Kuhnke,Sascha:用水和处理网络设计的自适应离散化算法(2019)
  15. Bijlsma,Tjerk公司;林特,亚历山大;Verriet,Jacques:工业流处理应用的早期设计阶段跨平台吞吐量预测(2018)
  16. 平托,布鲁诺Q。;里贝罗,塞尔索C。;罗塞蒂,伊莎贝尔;Plastino,Alexandre:最大拟集团问题的有偏随机密钥遗传算法(2018)
  17. 祖巴兰,塔德乌K。;Ritt,Marcus:部分车间调度问题的有效启发式算法(2018)
  18. 施奈尔,亚历山大;Hartl,Richard F.:基于广义优先关系的多模式资源受限项目调度问题的有效建模与求解(2016)