一般我们要对cpu进行跑分测试，在不同的系统有时测试软件不能统一，比如Linux下就没有CineBench，导致跑分成绩对比不方便，所以想着自己写一个简单的跑分程序。

代码用Python实现，可以分别进行单核和多核测试，测试方法是计算斐波那契数列，多核测试用到了multiprocessing模块，正好趁这个机会熟悉一下Python的并行编程。

运行代码，首先选择单核或多核测试。
单核测试就直接计算2000000位的斐波那契数列并统计耗时。
而多核则计算1024个250000位的斐波那契数列，然后统计总耗时，计算的过程中当进程池中有进程计算完成，便继续向其中添加新进程，直到最后达到设置的数量。当然跑分算法以及多核计算的个数都可以更改。

下面是代码部分，基于Python 3.X，一般可以直接运行在Linux或者Mac下：

class CpuTest:__wrong_flag = 0def test_func(self, s_m):# 测试函数,计算斐波那契数列if s_m == 's':num = 2000000else:num = 250000n1, n2 = 0, 1count = 0while count < num:n3 = n1 + n2n1 = n2n2 = n3count += 1return 1def multi_task(self):# 多核测试，计算1024个250000位的斐波那契数列，统计总耗时test_num = 1024  # 多核测试计算数量print("多核测试\n计算斐波那契数列中。。。(Ctrl+C退出)")num_cores = int(mp.cpu_count())  # cpu核心数print("本地计算机有: " + str(num_cores) + " 核心")pool = mp.Pool(num_cores, self.del_worker)  # 创建进程池result = []time0 = time.time()for i in range(num_cores):result.append(pool.apply_async(self.test_func, args=('m')))# 每次向进程池中只添加最多cpu核心数个进程，保证cpu一直满负荷运行，直到1024个斐波那契数列计算完成try:last_c = 0  # 上一次计算完成数while True:cur_c = 0  # 当前计算完成数for res in result:if res.ready():cur_c += 1# print('c: ', cur_c, 'last_c: ', last_c)diff_c = cur_c - last_c  # 两次计算完成数之差，因为第一步只向进程池添加了cpu核心数个进程，所以此处diif_c一定小于等于cpu核心数last_c = cur_cif diff_c < (test_num - len(result)):  # 如果diff_c小于现在进程池里的进程数与目标数只差，则添加diff_c个进程add_n = diff_celse:  # 否则只添加现在进程池里的进程数与目标数只差这么多个，让计算总数达到目标即可add_n = test_num - len(result)for i in range(add_n):# print(add_n, len(result))result.append(pool.apply_async(self.test_func, args=('m')))if cur_c == test_num:print(" \nPython CPU多核测试完成耗时: %.3fs" % (time.time() - time0))breakexcept KeyboardInterrupt:print(" \n主动停止")pool.terminate()pool.join()self.__wrong_flag = 1time.sleep(2)except Exception as e:print(" \n程序错误\n", e)self.__wrong_flag = 1time.sleep(10)pool.close()pool.join()def del_worker(self):signal.signal(signal.SIGINT, signal.SIG_IGN)def run(self):freeze_support()flag = ''try:print(" ")flag = input("选择单核/多核测试(请输入s/m): ")print(" ")except KeyboardInterrupt:print(" \n主动退出")time.sleep(2)except Exception as e:print(" \n程序错误\n", e)time.sleep(10)try:if flag != 's' and flag != 'm':self.__wrong_flag = 1print("输入错误！")time.sleep(10)elif flag == 's':  # 执行单核测试print("单核测试\n计算斐波那契数列中。。。(Ctrl+C退出)")time0 = time.time()self.test_func('s')print(" \nPython CPU单核测试完成耗时: %.3fs" % (time.time() - time0))else:  # 执行多核测试self.multi_task()if not self.__wrong_flag:print("参考对比：\n""    i7 2600：单核40.053s/多核203.400s\n""    i7 8750H：单核28.693s/多核121.719s\n""    3400G：单核30.457s/多核162.702s\n""    3700X：单核28.839s/多核61.854s\n""    3950X：单核28.065s/多核35.833s\n""    3990X：单核42.362s/多核14.856s\n""    树莓派4b：单核267.841s/多核1015.216s")time.sleep(60)except KeyboardInterrupt:print(" \n主动退出")time.sleep(2)except Exception as e:print(" \n程序错误\n", e)time.sleep(10)

里面给出了一些我自己或者周围能测试到的及其的参考耗时，3990X多核是真的强，树莓派就当娱乐一下吧。

对于Windows系统，没有Python环境的话，我还编译了exe，可以直接运行。

源代码和exe文件都可以从Github上下载：https://github.com/hh997y/A-Simple-CPU-BenchMark-Written-by-Python