Performance 与不带AVX和AVX2的tensorflow gpu相比，带AVX和AVX2的tensorflow gpu的速度有多快？

与没有AVX和AVX2的情况相比，使用AVX和AVX2的tensorflow gpu的速度有多快

---

我试图用谷歌找到答案，但没有成功。很难为Windows重新编译tensorflow gpu。所以，我想知道这是否值得。

如果您的计算是CPU上的一个巨大的matmul，那么在Xeon V3上您将获得3倍的速度提升（请参阅基准测试）。但也有可能看不到加速，可能是因为CPU上执行的高运算强度运算时间不够

下面是“高性能模型”指南中的一个表格，用于在CPU上进行不同优化的resnet50培训。看起来您可以在最佳设置下获得2.5的加速

| Optimization | Data Format | Images/Sec   | Intra threads | Inter Threads |
:              :             : (step time)  :               :               :
| ------------ | ----------- | ------------ | ------------- | ------------- |
| AVX2         | NHWC        | 6.8 (147ms)  | 4             | 0             |
| MKL          | NCHW        | 6.6 (151ms)  | 4             | 1             |
| MKL          | NHWC        | 5.95 (168ms) | 4             | 1             |
| AVX          | NHWC        | 4.7 (211ms)  | 4             | 0             |
| SSE3         | NHWC        | 2.7 (370ms)  | 4             | 0             |

---

如果您能够为Windows编译一个优化的版本，在本期中提及它会有所帮助——，似乎对这种构建有一些需求

在出现错误之前，您能描述一下您的步骤吗？我坚持如下：对不起，我没有windows背景。顺便说一句，为实际网络添加了带有计时的表注意：这里有一个问题，我想其他人在构建此表时遇到了问题--cmake也不能正常工作，错误为：`C:\Program Files（x86）\MSBuild\Microsoft.Cpp\v4.0\V140\Microsoft.cppcomon.targets（171,5）：错误MSB6006：“cmd.exe”退出，代码为1。[C:\tensorflow\tensorflow\contrib\cmake\build\cub.vcxproj]`（上一次成功的夜间构建版本）我检查了tensorflow是否支持AVX和AVX2。性能差异为0%（百分之零）。顺便说一下，我的CPU从来没有加载到100%。一切都在GPU上工作。