基于志强处理器的可扩展GPU计算机Cincoze GP-3000的评测

Cincoze GP-3000 是一款可扩展的高性能 GPU 计算机。它是由第 9 代或第 8 代英特尔处理器驱动的嵌入式计算机组成的，可以通过 Cincoze 专有的 GPU 扩展盒 (GEB) 进行扩展，不过最多可容纳双 250W 全长显卡。通过使用各种模块，它还可以进行额外的 I/O 扩展。GP-3000 的额外 GPU 性能总功率是 720W，可大幅加速复杂的工业 AI 和机器视觉任务。

作为一款坚固耐用的计算机，GP-3000 已经通过了一系列严格的质量保证测试和行业标准测试。包括 MIL-STD-810G 军用标准、E-mark车载应用标准和EN50155（仅限 EN 50121-3-2）机车车辆环境标准。而且GP-3000可以承受极端高温和低温、冲击和振动以及高电磁辐射。

在本篇评测中，我将介绍GP-3000在运行Windows 和 Ubuntu 时的一些性能指标，并讨论其运行时的散热问题。

硬件概览

Cincoze GP-3000（见 PDF 数据表）使用的是至强E-2278GE，这是一个八核 16 线程 3.30 GHz Coffee Lake 处理器，搭配的是 Intel UHD Graphics 630 ，其频率可以加速至 4.70 GHz，同时可支持 64GB ECC 内存和 512GB NVMe固态硬盘。Cincoze GP-3000还配备了GEB-3601 GPU 扩展盒（这是选配中较大的那一个，请参阅PDF 数据表），该扩展盒提供两个 PCIe x16（电气连接为 PCIe x8）、一个 PCIe x4 和一个 PCIe x1 插槽以及用于冷却的风扇。安装在“GEB”扩展盒中的是英伟达RTX 3090 Founders Edition 显卡。

从设备正面访问的标准 I/O 包括 HDMI、DisplayPort、VGA、五个 GbE 端口、两个 RS-232/422/485 COM 端口、两个 USB 3.2 Gen 2（A 型）端口、四个 USB 3.2 Gen 1 （A 型）端口、一个耳机接口和一个麦克风插孔。可选的 Cincoze 专有 CMI/CFM（组合多 IO 和控制功能模块）模块可以提供额外的 I/O，例如：8 个 GbE LAN/POE 端口、6 个 USB 3.2 端口和两个 10 GbE 端口。GP-3000 还支持 4 个 2.5″ 热插拔 SATA SSD，并包括一个用于存储的 M.2 (M-key) NVMe SSD。

它的CPU 则有一个巨大的散热器，该散热器的长度和机箱宽度是一样的，且两端各配有两个风扇。

散热器使用覆盖一块铜板的导热垫，CPU 就安装在该铜板上方。

它的电源是明纬电源（Mean Well）的 HEP-1000-24 1000W 电源：

Cincoze GP-3000是一款功能齐全的服务器，尺寸是 305 x 195 x 370 毫米（12.00 x 7.68 x 14.57 英寸），大约重 20 公斤【GP-3000：8 公斤，GEB-3601：5.2 公斤，RTX 3090：2.1 公斤，HEP-1000-24：4公斤】，多个冷却风扇的噪声大约是 50dBA。

评测方法

我决定使用 Windows 10 企业版 21H1 和 Ubuntu 20.04.2 LTS双系统启动进行评测，并使用一系列常用的 Windows 基准测试工具或 Linux 基准测试工具以及 Thomas Kaiser 的“sbc-bench”进行测试。在此我解释一下，“sbc-bench”是一小组CPU 性能测试工具集，侧重于测试运行Ubuntu 的服务器性能。此外，我还使用“Phoronix 测试套件”在 Windows 和 Ubuntu 上对同一组测试进行了基准测试用来与之进行比较。在 Ubuntu 上，我又使用默认配置编译 v5.4 Linux 内核来测试性能。

在进行基准测试之前，我会执行所有必要的安装和更新。我还为每个操作系统记录了设备的一些基本细节。

GP-3000 上的 Windows 10 性能

我首先安装了 Windows 10 企业评估版 21H1 ISO 并将其操作系统版本更新为 19043.1110。以下是硬件信息：

然后，我将电源计划设置为“终极性能”，并运行我在查看 Cincoze 的 GM-1000 模型时运行的相同基准测试工具，以查看 Windows 下的性能。

我还运行了一些额外的基准测试来突出 GP-3000 的强大功能，包括

（注意：Blender“classroom”基准测试适用于 RTX 3090 上的 CUDA）

由于 GPU 仅限于 PCIe Gen 3 x8，我还使用 CUDA-Z 测量了传输速度：

为了“推动”GPU，我尝试在 2K 显示器上的 Edge浏览器上全屏观看 YouTube 中的 8Kp60FPS 视频，这导致最初丢失 12 帧，然后在视频播放时偶尔出现帧丢失：

图片描述：在windows Edge 上测试8Kp60 FPS 视频播放的结果

Ubuntu 性能

在将 Windows 分区缩小一半并创建一个新分区后，我使用 Ubuntu 20.04.2.0 ISO 作为双启动安装了 Ubuntu。安装更新后，关键硬件信息如下：

然后我将 CPU Scaling Governor 设置为“性能”，并再次运行与 Cincoze 的 GM-1000 相同的基准测试工具来查看 Ubuntu 下的性能。

我还进行了一些其他基准测试，如下轮播图所示

（注意：Blender“classroom”的基准测试只适用于 RTX 3090 上的 CUDA）

CUDA-Z 提供了与 Windows 类似的结果：

然而，当我把我在 YouTube 上观看过的 8K @ 60FPS 视频在 Firefox 的 2K 显示器上全屏播放时，效果与 Windows 相比并算不成功，因为它偶尔会停顿并不断丢帧。与 Firefox浏览器相比，Chrome浏览器的丢帧数甚至是前者还多两倍。

小标题：热量

GP-3000 和扩展盒的设计解决了 CPU 和 GPU 的冷却问题，进而实现了非常好的热管理。当室内环境温度约为 14.6°C 时，即在 Ubuntu 上运行压力测试时，CPU 温度在 55°C 达到峰值：

一旦测试完成，温度就下降了：

对于GPU 温度，我在Windows和Ubuntu中都运行了Unigine’s Heaven 。结果显示：在Windows中GPU 温度最高达到 65°C，在ubuntu中GPU最高温度达到了57°C：

Windows 与 Ubuntu

虽然两个操作系统之间的详细比较超出了本次评测的范围，但查看两个系统之间通用的性能工具显示出相似的结果，这可以通过比较每个操作系统的 Phoronix 基准测试来直观地显示：

有趣的是，在 Windows 中运行 Geekbench 来进行性能测试时，单核得分是 1264，多核得分是 7204，而在 Ubuntu 中，单核得分增加到 1318，但多核得分下降到 7061。记录 CPU 时钟速度和温度表明，在 Ubuntu 中运行多核基准测试时，CPU 降频比在 Windows 中更明显了。

Ubuntu 中的图形性能有时也比 Windows 差，但这一般是由使用了不同的渲染造成的。例如，当 Blender 使用 CUDA 时，Windows 和 Ubuntu 的结果在 18 秒时相同。但是，当运行 Unigine 的 Heaven Ubuntu 使用 OpenGL 时，与使用 DirectX 11 (344.4 FPS) 的 Windows 相比，它更慢 (203.7 FPS)。因此，如上所示，GPU 利用率较低，运行温度较低。

额外的 GPU

GEB-3601 GPU 扩展盒的总功率预算为 500W，能够容纳单个 300W 或两个 250W 全长显卡。基于Cincoze 的内部测试显示，安装的 RTX 3090 是 350W GPU，因此从技术上讲，GEB-3601 的规格过高，但由于有效的散热系统设计，它运行良好。尽管如此，出于测试目的，我还是谨慎行事，另外安装了一个 100W GTX 1650 Super，它自动检测后，结果如下所示：

CUDA-Z 显示的 GTX 1650 Super 与 RTX 3090 的传输速度是相似的。

并且在运行 Geekbench 等应用程序时可以专门选择该卡：

GP-3000 网络性能

使用“iperf”测量 Ubuntu 上 1GB 以太网端口之一的网络连接吞吐量。上传速度是 942 Mbits/sec，下载速度是 839 Mbits/sec。

能量消耗

功耗测量如下：

• 断电（关机） – 12W（Windows 和 Ubuntu）
• BIOS/GRUB – 90W
• 空闲 – 48W（Windows 和 Ubuntu）
• CPU 密集型 – 111W（Windows“Cinebench”）和 108W（Ubuntu “stress”）
• GPU 密集型 – 420W（Windows“Blender”）和 430W（Ubuntu“Blender”）

功率数字因风扇而波动，因此这些值是“四舍五入”平均值。

最后的观察

GP-3000 的性能和可配置性、扩展能力和高质量文档均令人印象深刻。Cincoze提供专用的热控 GPU 外壳可将热量与 CPU 和 GPU 隔离，既具有创新性，又非常适合运行工业 AI 和机器视觉应用程序的目标市场。更多信息可在Cincoze 的网站上获得。

Taylor Lee 李远朝

文章翻译者：Taylor Lee，瑞科慧联（RAK）高级嵌入式开发工程师，有丰富的物联网和开源软硬件经验，熟悉行业主流软硬件框架，对行业发展动向有着敏锐的感知力和捕捉能力。