RaspberryPiをオーバークロックしてベンチマーク

Raspberry PiをオーバークロックしてUnix Benchmark取ってみた。

パフォーマンスはチューニングしたわけではなく、普段起動してあるサービスは起動したままターミナルを２つだけ開いてベンチマークを実行。 もう一つのターミナルではクロック速度と温度を監視するスクリプトを実行しておいた。

ベンチマーク環境

• Model: Raspberry Pi 4 Model B Rev 1.4
• OS: Ubuntu 20.04.3 LTS (Focal Fossa) bullseye/sid

BYTE UNIX Benchmarks (Version 5.1.3)

   System: raspi: GNU/Linux
   OS: GNU/Linux -- 5.4.0-1047-raspi -- #52-Ubuntu SMP PREEMPT Wed Nov 24 08:16:38 UTC 2021
   Machine: aarch64 (aarch64)
   Room Temperature: around 10 ℃

オーバークロックの方法

下準備

ハードウェア状態を監視するためのツールをインストール

sudo apt install -y libraspberrypi-bin

CPUクロックの定格をチェック

クロックを監視

watch -n 1 sudo vcgencmd measure_clock arm

温度を監視

watch -n 1 sudo vcgencmd measure_temp

電圧を取得

sudo vcgencmd measure_volts

オーバークロック

電圧とクロックを上げる。 /bootをいじるので慎重に。

ブートの設定は/boot/firmwareにある。 READMEを読んだら作業に入る。

sudo nano /boot/firmware/usercfg.txt

以下を追加

over_voltage=2
arm_freq=1750

保存してリブートするとオーバークロックが実現する。

import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime
pd.options.display.float_format = "{:.4g}".format
plt.rcParams["figure.figsize"] = (9, 6)
plt.style.use("seaborn-bright")
results = []

def load_data(filename) -> pd.DataFrame:
    df = pd.read_csv(filename)
    df["clock [MHz]"] = df["clock [Hz]"] / 1e6
    del df["clock [Hz]"]
    df["time"] = df["time"].apply(lambda x: datetime.fromisoformat(x))
    df["throttled"] = df["throttled"].apply(lambda x: x.strip()).apply(lambda x: int(x, base=16))
    df = df[["time", "temp [℃]", "clock [MHz]", "voltage [V]", "throttled"]]
    df.set_index("time", inplace=True)
    return df


def parse_benchmark_result(filename) -> pd.DataFrame:
    with open(filename) as f:
        lines = f.readlines()
    names = []
    scores = []
    for line in lines:
        if line.startswith(" "):
            continue
        split = line.split()
        if len(split) < 3:
            continue
        try:
            score = float(split[-1])
        except ValueError:
            continue
        names.append(" ".join(split[:-3]))
        scores.append(score)
    n = len(names) // 2
    names = names[:n]
    names[-1] = "System Benchmarks Index Score"
    return pd.DataFrame({"name": names, "1 core": scores[:n], "4 core": scores[n:]})    

デフォルト

コンフィグ

arm_freq=1500

ベンチマーク結果

results.append(parse_benchmark_result("0/results/raspi-2021-12-31-01"))
results[0]

	name	1 core	4 core
0	Dhrystone 2 using register variables	1293	5018
1	Double-Precision Whetstone	487.4	1902
2	Execl Throughput	96.9	329.2
3	File Copy 1024 bufsize 2000 maxblocks	231.6	445.8
4	File Copy 256 bufsize 500 maxblocks	154	289.2
5	File Copy 4096 bufsize 8000 maxblocks	447.4	738.1
6	Pipe Throughput	112.6	436
7	Pipe-based Context Switching	70.2	288.8
8	Process Creation	204.1	473.6
9	Shell Scripts (1 concurrent)	387.4	1019
10	Shell Scripts (8 concurrent)	873.8	972.4
11	System Call Overhead	113.4	430.1
12	System Benchmarks Index Score	250.2	665.9

CPUの状態

df = load_data("0/data.csv")
df.describe()

	temp [℃]	clock [MHz]	voltage [V]	throttled
count	2879	2879	2879	2879
mean	40.39	1467	0.85	0
std	4.668	58.85	1.11e-16	0
min	32.1	1200	0.85	0
25%	36	1400	0.85	0
50%	40.4	1500	0.85	0
75%	44.8	1500	0.85	0
max	50.1	1500	0.85	0

df.plot(subplots=True, );

オーバークロック 1750 MHz

コンフィグ

arm_freq=1750
over_voltage=2

ベンチマーク結果

results.append(parse_benchmark_result("1/results/raspi-2021-12-31-01"))
results[1]

	name	1 core	4 core
0	Dhrystone 2 using register variables	1508	5878
1	Double-Precision Whetstone	569.3	2220
2	Execl Throughput	112.8	374.4
3	File Copy 1024 bufsize 2000 maxblocks	270.6	521.6
4	File Copy 256 bufsize 500 maxblocks	176.9	341.3
5	File Copy 4096 bufsize 8000 maxblocks	512.3	837
6	Pipe Throughput	132.2	509.8
7	Pipe-based Context Switching	82.2	340.5
8	Process Creation	222.6	506.4
9	Shell Scripts (1 concurrent)	439.1	1133
10	Shell Scripts (8 concurrent)	975.9	1082
11	System Call Overhead	132.1	503.3
12	System Benchmarks Index Score	288	763.9

CPUの状態

df = load_data("1/data.csv")
df.describe()

	temp [℃]	clock [MHz]	voltage [V]	throttled
count	2879	2879	2879	2879
mean	45.32	1717	0.9	0
std	6.688	63.8	1.11e-16	0
min	35.5	1200	0.9	0
25%	38.9	1700	0.9	0
50%	46.2	1750	0.9	0
75%	52.1	1750	0.9	0
max	58.4	1750	0.9	0

df.plot(subplots=True);

オーバークロック 2000 MHz

コンフィグ

arm_freq=2000
over_voltage=4

ベンチマーク結果

results.append(parse_benchmark_result("2/results/raspi-2021-12-31-01"))
results[2]

	name	1 core	4 core
0	Dhrystone 2 using register variables	1725	6722
1	Double-Precision Whetstone	650.8	2545
2	Execl Throughput	128.1	414.2
3	File Copy 1024 bufsize 2000 maxblocks	303.1	586.8
4	File Copy 256 bufsize 500 maxblocks	205.2	388.4
5	File Copy 4096 bufsize 8000 maxblocks	563	907
6	Pipe Throughput	150.5	582.5
7	Pipe-based Context Switching	93.4	391.2
8	Process Creation	236.6	527.5
9	Shell Scripts (1 concurrent)	464	1227
10	Shell Scripts (8 concurrent)	1056	1170
11	System Call Overhead	150.7	576.8
12	System Benchmarks Index Score	321.8	851.8

CPUの状態

df = load_data("2/data.csv")
df.describe()

	temp [℃]	clock [MHz]	voltage [V]	throttled
count	2898	2898	2898	2898
mean	48.67	1953	0.95	0
std	7.673	88.98	0	0
min	34	1400	0.95	0
25%	41.3	1900	0.95	0
50%	49.1	2000	0.95	0
75%	56.4	2000	0.95	0
max	65.2	2001	0.95	0

df.plot(subplots=True);

オーバークロック 2000MHz (force turbo)

コンフィグ

over_voltage=4
arm_freq=2000
force_turbo=1

ベンチマーク結果

results.append(parse_benchmark_result("3/results/raspi-2022-01-02-01"))
results[3]

	name	1 core	4 core
0	Dhrystone 2 using register variables	1725	6745
1	Double-Precision Whetstone	651	2550
2	Execl Throughput	159.8	493.6
3	File Copy 1024 bufsize 2000 maxblocks	304.8	582.3
4	File Copy 256 bufsize 500 maxblocks	204.2	387.6
5	File Copy 4096 bufsize 8000 maxblocks	568.7	907.2
6	Pipe Throughput	149.4	580.9
7	Pipe-based Context Switching	120.9	413.4
8	Process Creation	326.7	549.2
9	Shell Scripts (1 concurrent)	625	1321
10	Shell Scripts (8 concurrent)	1169	1262
11	System Call Overhead	150.4	575.9
12	System Benchmarks Index Score	355.8	881.5

CPUの状態

df = load_data("3/data.csv")
df.describe()

	temp [℃]	clock [MHz]	voltage [V]	throttled
count	2945	2945	2945	2945
mean	55.63	2000	0.95	0
std	7.799	0.02204	0	0
min	40.4	2000	0.95	0
25%	48.2	2000	0.95	0
50%	56.4	2000	0.95	0
75%	63.3	2000	0.95	0
max	72	2001	0.95	0

df.plot(subplots=True);

オーバークロック 2000MHz (force turbo + 温度計測なし)

コンフィグ

over_voltage=4
arm_freq=2000
force_turbo=1

ベンチマーク結果

results.append(parse_benchmark_result("4/results/raspi-2022-01-02-01"))
results[4]

	name	1 core	4 core
0	Dhrystone 2 using register variables	1726	6898
1	Double-Precision Whetstone	651.2	2606
2	Execl Throughput	169.2	536.8
3	File Copy 1024 bufsize 2000 maxblocks	306.7	603.1
4	File Copy 256 bufsize 500 maxblocks	204.5	397.1
5	File Copy 4096 bufsize 8000 maxblocks	587.3	964.1
6	Pipe Throughput	150.9	606.5
7	Pipe-based Context Switching	123.5	429
8	Process Creation	354.5	598.5
9	Shell Scripts (1 concurrent)	653.5	1422
10	Shell Scripts (8 concurrent)	1252	1356
11	System Call Overhead	146.5	574.3
12	System Benchmarks Index Score	364.8	923.4

ベンチマーク結果比較

df = pd.DataFrame(
    [list(result["4 core"]) for result in results],
    columns=results[0]["name"],
    index=["1500MHz", "1750MHz", "2000MHz", "2000MHz(force turbo)", "2000MHz (performance)"]
)

fig, axes = plt.subplots(len(df.columns), figsize=(9, 18)) 
fig.tight_layout(h_pad=2)
df.iloc[::-1, :].plot.barh(ax=axes, subplots=True, legend=False, sharex=False);

考察

2000MHz, +0.1000Vでスコア850程度。 オーバークロック前と比べておよそ1.28倍の性能アップである。 throttledは発生していないので電圧はover_voltage=4で十分だと思われる。 2.0GHzまで問題なくオーバークロックできることがわかったが、負荷がかかると最大温度６５℃まで上昇している。 冬場でこれだと夏場は70℃を超えることが予想されるため、冷却機能を強化するかクロックを落とす必要があると考えられる。

force turboして温度計測をやめたところスコアは920まで伸びた。