СТРЕСС-ТЕСТЫ ДЛЯ РЕПКИ
Наша команда решила попробовать себя в Computer Vision. Запускать модель предполагается на отдельном одноплатном компьютере и встал вопрос с выбором такого. Тогда к нам в руки попала Repka Pi 3, на которую мы решили загрузить простую модельку и посмотреть отличия со скоростью работы модели на CPU.
Repka Pi 3 имеет следующую конфигурацию:
Процессор
– Allwinner H5 (CPU + GPU) Ядра ARMv8 Cortex-A53
– Максимальная тактовая частота 1.4 GHz
Оперативная память
– SDRAM DDR3 (1333 МГц) 2ГБ
Беспроводная сеть
– Модуль AP6212
– Wi-Fi 802.11 b/g/n
– Bluetooth V4.0 (HS)
Потребляемая мощность и питание
– 350 мА (1.75 Вт) в среднем (режиме ожидания), 1.65 А (8.25 Вт) максимум, в условиях стресса (монитор, клавиатура, мышь и Wi-Fi подключены).
– Питание 5 В, 2.5 А через порт micro-USB или GPIO
Графический адаптер
– Mali 450 MP4
Cеть
– 100 МВ RJ45
———-
Были найдены открытые тесты Raspberry Pi 3 B/B+, часть которых мы запустили на Repka Pi 3:
НАШИ ТЕСТЫ
Команды для повторения тестов:
Вычисление числа Pi:
time echo “scale=10000; 4*a(1)” | bc -l
Тест CPU:
sysbench –test=cpu –cpu-max-prime=10000 run
Тест памяти:
sysbench –test=memory –memory-total-size=2G run
Тест загрузки чтения/записи:
sysbench –test=fileio –file-total-size=10M –file-test-mode=rndrw prepare
sysbench –test=fileio –file-total-size=10M –file-test-mode=rndrw run
sysbench –test=fileio –file-total-size=10M –file-test-mode=rndrw cleanup
Также мы тестируем скорость работы нейросети YOLOv5 nano. Полученные данные отражают относительную скорость работы устройства с сверточными нейронными сетями по сравнению с CPU на компьютере.
Скрипт поочередно загружает .jpg изображения из указанной директории, приводит их к размеру 640х640 (На такое разрешение рассчитана данная нейросеть), нормализует и оценивает скорость обработки изображения. В отчете выведены средние и медианные время обработки и FPS.
Полный тест представлен по ссылке:
Repka Test
Таблица наших результатов:
Если у Вас есть замечания, вопросы, опыт с Репкой, которым хотите поделиться – тема открыта к обсуждению в комментариях и нашем TG-канале.