这三个测试是Intel推荐的项目之一，因此笔者也使用其进行了测试：
MMM - Matrix-Matrix Multiplicaion Benchmark | |||
| 处理器 | 双路Intel Nehalem-EP Xeon X5570 | 双路Intel Westmere-EP Xeon X5670 | 双路Intel Westmere-EP Xeon X5680 |
| 单位 | GFLOPS | GFLOPS | GFLOPS |
Threads 1 | |||
| 5000 step | 7.821975 | 7.842319 | 8.877563 |
| 10000 step | 7.890761 | 7.840417 | 8.883291 |
| 15000 step | 7.888751 | 7.845479 | 8.881528 |
Threads 2 | |||
| 5000 step | 15.59136 | 15.62796 | 17.5891 |
| 10000 step | 15.7544 | 15.66469 | 17.73566 |
| 15000 step | 15.7445 | 15.64657 | 17.67208 |
Threads 4 | |||
| 5000 step | 30.69218 | 29.99696 | 34.85343 |
| 10000 step | 31.02227 | 29.75883 | 34.90105 |
| 15000 step | 31.04954 | 30.55926 | 34.92557 |
Threads 8 | |||
| 5000 step | 36.2252 | 49.03697 | 45.99856 |
| 10000 step | 38.21083 | 50.30305 | 45.99856 |
| 15000 step | 40.71236 | 56.00031 | 47.74417 |
Threads 16 | |||
| 5000 step | 59.38371 | 64.04222 | 66.10022 |
| 10000 step | 61.44583 | 62.42291 | 72.38159 |
| 15000 step | 61.83442 | 64.3761 | 73.2495 |
Threads 24 | |||
| 5000 step | 54.82514 | 84.13599 | 89.09254 |
| 10000 step | 54.82514 | 88.58685 | 96.85071 |
| 15000 step | 59.18915 | 90.12297 | 99.22003 |
MMM是一个类似矩阵乘法基准测试软件，得到的结果单位是GFLOPS，也就是说它是一个浮点测试。我们可以看到MMM测试采用的线程数量要和CPU的核心数量吻合，超出的话将会导致性能降低。Nehalem-EP X5570在16个线程下得到的峰值是61.83GFLOPS，而Westmere-EP X5670在24个线程下得到的峰值是90.12GFLOPS，极为符合核心数量多出50%的参数。它和Linpack一样，都能充分地利用CPU运算核心的能力，因此它实际上建议关闭超线程来测试。我们以后会单独列出这个测试。
SunGard Adaptiv Analytics Benchmark v4.0
SunGard Adaptiv Analytics Benchmark v4.0 | |||
| 处理器 | 双路Intel Nehalem-EP Xeon X5570 | 双路Intel Westmere-EP Xeon X5670 | 双路Intel Westmere-EP Xeon X5680 |
| Threads | 16 | 24 | 24 |
| Time (lower is better) | 138.076s | 110.331s | 94.911s |
这个测试程序是SunGard风险分析管理套件的一个部分，X5670的性能表现比X5570要高25%，X5680则又比X5670高16.2%。
black_scholes | |||
| 处理器 | 双路Intel Nehalem-EP Xeon X5570 | 双路Intel Westmere-EP Xeon X5670 | 双路Intel Westmere-EP Xeon X5680 |
| Threads | 16 | 24 | 24 |
| Time (lower is better) | 9.17s | 6.16s | 5.51s |
black_scholes是对布莱克-肖尔斯期权定价模型进行计算的一个程序，布莱克-肖尔斯期权定价模型是由1997诺贝尔经济学奖的两个获得者创立和发展的模型。测试结果上，X5670比X5570快48.9%（可见其对多核心的支持比较好），X5680比X5570快11.8%。
