电脑CPU多核数和多线程的区别对比！4核8线程和6核6线程哪个好？

Posted 2023-05-03

参考技术A

对于比较专注这方面产品的用户应该都知道，在前段时间，AMD锐龙3代新增了R3 3100和R3 3300X两款处理器，同时完成了Zen2架构产品线的全面布局。从这两款新产品的参数上可以看到，R3 3100和R3 3300X配备的是4核8线程，与配备6核6线程的R5 3500X在价位上 相差只有百元左右，那么就会有很多用户产生相对的疑问，对于4核8线程和6核6线程哪个好？针对这个问题，下面我就先来跟大家分享讲解一下，到底是CPU核心多好还是线程多好。

在分析答案之前，我们先带大家了解一下 CPU的核心和线程 ，这两者之间到底存在什么联系？ 首先我们要知道，CPU核心比线程更为重要， CPU核心指的是物理核心，也并称为“内核”。四核即代表着CPU内置了四个独立的CPU核心单元组，主要用作处理各种数据的中心计算单元，多核心的处理器能够有效进步CPU的多任务功能，简单点说，就是减少CPU的占用率。

对上文内容有大概的了解后，我们接下来科普一下 线程的相关知识 ：一般情况下，一个核心分别对应一个线程，不过随着intel推出了一项超线程技术，一个核心可以实现2个线程技术，这也意味着6个核心可以做到12个线程，超线程的好处就是不用再增加物理核心的情况下，也可以明显的提升CPU多线程性能，毕竟增加物理核心是需要占据较大的核心面积，成本也会相对增加，现在无论是intel还是AMD都具备超线程技术。线程数是一种逻辑的概念，也就是虚拟出的CPU核心数。

举个例子 ：我们可以把CPU当作是一个银行，而CPU的核心就相当于柜员，线程数就相当于开通了几个窗口，柜 员和窗口越多，办理业务的速度也就越快。 在通常情况下，一个柜员对应的是一个窗口，通过超线程技术相当于一个柜员管理着两个窗口，同时办理两个窗口的业务，从而实现大大的提高了核心的使用效率，增加了办理业务的速度。

回到正题，那么对于4核8线程和6核6线程到底哪个好？ 4核8线程相比6核6线程多了2个线程，但是少了两个物理核心，也可以理解成“6个大人带着6个小孩去打 4个大人带8个小孩”，所以多线程性能无疑是6核6线程更好。毕竟多线程是物理核心虚 拟出来的，所以超线程的性能肯定不能和物理核心相比，超线程只能相当于一个物理核心的25-30%性能，不过线程数不一定就可以利用的上，如果 游戏 或者软件没有进行优化， 还很有可能起反作用，这就是为什么 游戏 关闭多线程后可以提升 游戏 帧数的原因。如果超线程大致相当于一个物理核心 的25-30%性能的计算，这就意味着四个线程才可以抵得上一颗物理核心，所以肯定是核心相比线程更重要。

单线程多线程和多进程的效率对比实验

文 | 饒木陽

Python 是运行在解释器中的语言，查找资料知道， python 中有一个全局锁( GI)，在使用多进程( Threa)的情况下，不能发挥多核的优势。而使用多进程( Multiprocess)，则可以发挥多核的优势真正地提高效率。

对比实验

资料显示，如果多线程的进程是 CPU 密集型的，那多线程并不能有多少效率上的提升，相反还可能会因为线程的频繁切换，导致效率下降，推荐使用多进程;如果是 IO 密集型，多线程进程可以利用 IO 阻塞等待时的空闲时间执行其他线程，提升效率。所以我们根据实验对比不同场景的效率

(1)引入所需要的模块

(2)定义 CPU 密集的计算函数

(3)定义 IO 密集的文件读写函数

(4) 定义网络请求函数

(5)测试线性执行 IO 密集操作、 CPU 密集操作所需时间、网络请求密集型操作所需时间

输出

CPU 密集：95.6059999466、91.57099986076355 92.52800011634827、 99.96799993515015

IO 密集：24.25、21.76699995994568、21.769999980926514、22.060999870300293

网络请求密集型： 4.519999980926514、8.563999891281128、4.371000051498413、4.522000074386597、14.671000003814697

(6)测试多线程并发执行 CPU 密集操作所需时间

(7)测试多线程并发执行 IO 密集操作所需时间

(8)测试多线程并发执行网络密集操作所需时间

Output : 0.7419998645782471、0.3839998245239258、0.3900001049041748

(9)测试多进程并发执行 CPU 密集操作所需时间

Output : 54.342000007629395、53.437999963760376

(10)测试多进程并发执行 IO 密集型操作

Output : 12.509000062942505、13.059000015258789

(11)测试多进程并发执行 Http 请求密集型操作

Output : 0.5329999923706055、0.4760000705718994

实验结果

CPU 密集型操作 IO 密集型操作网络请求密集型操作

通过上面的结果，我们可以看到：

多线程在 IO 密集型的操作下似乎也没有很大的优势(也许 IO 操作的任务再繁重一些就能体现出优势)，在 CPU 密集型的操作下明显地比单线程线性执行性能更差，但是对于网络请求这种忙等阻塞线程的操作，多线程的优势便非常显著了

多进程无论是在 CPU 密集型还是 IO 密集型以及网络请求密集型(经常发生线程阻塞的操作)中，都能体现出性能的优势。不过在类似网络请求密集型的操作上，与多线程相差无几，但却更占用 CPU 等资源，所以对于这种情况下，我们可以选择多线程来执行。

---

题图：pexels，CC0 授权。

点击阅读原文，查看更多 Python 教程和资源。