做科研工作用台式机配置，主要是建模和仿真工作，请问2021年初有什么高性能配置推荐？
行，哥们儿，你说要搞建模仿真，还得是2021年初的台式机配置，那咱就得往“狠”了整，把那些CPU能跑满、显卡能炸裂的东西都安排上。别跟我扯那些花里胡哨的，咱们要的是实实在在的性能，能让你的模型跑起来丝滑如德芙，仿真结果出来跟打了鸡血一样快。
首先，咱们得明白，建模仿真这活儿，对CPU的要求是真高。它得能同时处理大量的计算任务，线程数越多越好，核心频率也不能含糊。其次，显卡也不能差，尤其是那些需要GPU加速的仿真软件，一块好显卡能顶好几块CPU。内存和硬盘自然也不能拖后腿，否则再好的CPU显卡也得歇菜。
2021年初嘛，那会儿AMD的Ryzen系列正值巅峰，Intel那边也出了11代酷睿，市场竞争挺激烈的。咱就得在这中间找个最香的。
一、 CPU（处理器）：重中之重，直接决定你模型跑多久
这块儿，我个人首推AMD Ryzen 9 5950X。为啥？哥们儿，这货当年可是民用级的性能怪兽，16核32线程，主频还不低。你想啊，建模仿真那么多需要并行处理的任务，越多核心越多线程，就能同时干多少活儿？这简直就是为你的仿真需求量身定做的。而且AMD的Zen 3架构在IPC（每时钟周期指令数）上也有了很大的提升，意味着在相同频率下，它比上一代跑得更快。
如果预算稍微紧张点，或者觉得5950X有点 overkill，那AMD Ryzen 9 5900X也是一个非常不错的选择，12核24线程，性能依然强悍，性价比会更高一些。
当然，Intel那边，如果你偏爱Intel，当时可以看看Intel Core i911900K。虽然它核心数比5950X少（8核16线程），但它的单核性能非常强，某些对单核性能依赖较大的仿真软件可能会有优势。不过考虑到整体多线程并行能力，5950X在这方面还是更胜一筹的。
总结一下CPU：首选Ryzen 9 5950X，次选Ryzen 9 5900X，Intel i911900K也可以考虑。
二、 主板：稳定可靠，接口够用是关键
CPU选定了，主板就得配个能镇住它的。AMD平台的话，当时X570芯片组的主板是首选，它支持PCIe 4.0，对于你的高速NVMe SSD和高端显卡来说，能提供更好的带宽。一线品牌，比如华硕的ROG系列、微星的MEG/MPG系列、技嘉的AORUS系列，都是不错的选择，供电做得足，稳定性有保障，接口也丰富，方便你以后升级。
Intel平台的话，搭配11代酷睿就要看Z590芯片组的主板了。同样，选择一线品牌，确保供电强劲，能让CPU稳定发挥性能。
总结一下主板：AMD平台选X570，Intel平台选Z590，品牌方面，华硕、微星、技嘉的一线型号都不错。
三、 显卡（GPU）：仿真加速的利器
这块儿非常重要，特别是如果你的仿真软件支持GPU加速。当时2021年初，NVIDIA那边最能打的是GeForce RTX 30系，AMD那边是Radeon RX 6000系。
如果你做的是偏向通用计算的仿真，或者需要CUDA加速（很多科学计算库都支持CUDA），那么NVIDIA GeForce RTX 3080或者RTX 3090是你的最佳选择。特别是RTX 3090，它有24GB的GDDR6X显存，对于处理大型、复杂的仿真模型，或者需要存储大量中间结果来说，这个显存容量简直是救命稻草。RTX 3080（10GB或12GB显存版本）也足够强大，性价比较高。
如果你用的是支持OpenCL或者其他通用计算接口的软件，而且预算有限，那么AMD Radeon RX 6800 XT或者RX 6900 XT也是可以考虑的。它们的性价比通常比同级别N卡高一些，而且显存也不小。
但是，哥们儿，说实话，在科学计算和建模仿真领域，NVIDIA凭借其CUDA生态和强大的软件支持，通常更受欢迎。所以，如果预算允许，还是优先考虑N卡。
总结一下显卡：首选NVIDIA RTX 3080/3090，次选AMD RX 6800 XT/6900 XT。重点看显存容量和软件支持情况。
四、 内存（RAM）：越大越好，稳定是基础
建模仿真过程中，内存会吃掉不少资源，尤其是在处理大型数据集或者运行复杂的算法时。2021年初，DDR4内存的主流是3200MHz或者3600MHz。
对于你的需求，至少64GB的内存是起步。如果你的模型非常庞大，或者需要同时跑多个仿真任务，那么128GB也是完全可以考虑的。品牌方面，海盗船、芝奇、金士顿这些大品牌，选择高频低时序的套装（比如3600MHz CL16），能进一步提升性能。多通道（双通道或四通道）一定要插满，这能显著提升内存带宽。
总结一下内存：64GB起步，128GB更佳。选择3600MHz左右的高频内存，插满内存通道。
五、 硬盘（SSD）：速度决定加载时间
这块儿主要是为了提升系统启动速度、软件加载速度以及数据读写速度。那时候NVMe SSD已经非常普及了，而且PCIe 4.0的SSD速度更是飞起。
我推荐两块SSD的组合：
1. 一块大容量的NVMe SSD作为系统盘和常用软件盘：比如三星980 PRO、西部数据SN850，容量至少1TB起步，最好是2TB。PCIe 4.0的速度能让你的系统和软件加载快到飞起。
2. 一块性价比高的大容量SSD作为数据盘/项目盘：可以是一块PCIe 3.0的NVMe SSD，或者SATA接口的SSD，容量可以大到4TB甚至更高。用来存放你的仿真数据、模型文件等。这样可以把宝贵的高速SSD空间留给系统和最常用的软件。
总结一下硬盘：主系统盘/软件盘选PCIe 4.0 NVMe SSD (1TB2TB)，数据盘/项目盘选大容量PCIe 3.0 NVMe SSD 或 SATA SSD。
六、 电源（PSU）：稳定供电是王道
这么高性能的配置，尤其是CPU和显卡，功耗都不小。为了保证系统稳定运行，电源的额定功率一定要留足，并且选择高质量的品牌。
根据上面推荐的CPU和显卡，我建议你选择一款850W或者1000W的80 Plus金牌或者铂金牌认证电源。这能确保在满载运行时，电源依然有足够的余量，而且效率更高，发热也更小。海韵、酷冷至尊、振华、长城（高端型号）等都是不错的电源品牌。
总结一下电源：850W或1000W 80 Plus金牌/铂金牌认证电源。
七、 散热：给高性能硬件降温
高性能CPU和显卡发热量可不小，必须配备强力的散热方案，否则会影响性能发挥，甚至损坏硬件。
CPU散热：考虑到Ryzen 9 5950X的功耗，360mm的AIO一体式水冷是最佳选择。它能提供更好的散热效果，让CPU在高负载下也能保持较高的睿频。当然，如果你追求极致的静音或者不想用一体式水冷，那么市面上顶级的风冷散热器（比如猫头鹰NHD15）也可以考虑，但效果可能略逊于高端水冷。
机箱散热：选择一个风道设计良好、自带多个风扇的机箱。确保机箱内有良好的空气流通，将热量及时排出。
总结一下散热：CPU选择360mm一体式水冷，机箱选择风道良好的型号并确保进出风充足。
八、 机箱：承载你的性能怪兽
机箱的选择上，首先要考虑的是兼容性，确保你的主板、显卡、散热器都能装进去。其次是散热性能，如前所述，风道设计很重要。最后可以根据个人喜好选择外观和静音效果。一些中高端的塔式机箱，比如酷冷至尊H500P、先马万圣节、乔思伯D30/D40系列等，都是不错的选择。
九、 操作系统：选择适合你的
通常情况下，Windows 10 Pro是比较稳妥的选择，对于大部分仿真软件的支持都比较好。一些专业的科学计算可能也会考虑Linux发行版（如Ubuntu LTS），但如果你是初次接触或者软件兼容性没问题，Windows 10就足够了。
最终配置建议（2021年初高性能建模仿真）：
CPU: AMD Ryzen 9 5950X
主板: 华硕 ROG STRIX X570E GAMING / 微星 MPG X570 GAMING PRO CARBON WIFI / 技嘉 X570 AORUS MASTER
内存: 海盗船 vengeance LPX DDR4 3600MHz 64GB (4x16GB) 套装 (或128GB)
显卡: NVIDIA GeForce RTX 3090 24GB GDDR6X (如果预算允许) / RTX 3080 10GB/12GB GDDR6X
硬盘1 (系统/软件): 三星 980 PRO 1TB NVMe PCIe 4.0 SSD
硬盘2 (数据): 西部数据 WD BLACK SN750 4TB NVMe PCIe 3.0 SSD
电源: 海韵 FOCUS GX1000 (1000W 80 Plus Gold)
CPU散热: 酷冷至尊 MasterLiquid ML360R RGB / 海盗船 H150i PRO RGB
机箱: 酷冷至尊 H500P Mesh / Fractal Design Meshify 2
操作系统: Windows 10 Pro
这套配置下来，基本上是当时民用级平台的顶级配置了，足以应对绝大多数建模仿真工作。当然，具体到你使用的软件类型，可能对显存、CUDA核心等有更特殊的需求，到时候可以再微调一下显卡。最关键的是，有了这套家伙事儿，你的效率绝对能上去一大截，不用再忍受漫长的等待时间了。祝你建模仿真顺利！
首先，咱们得明白，建模仿真这活儿，对CPU的要求是真高。它得能同时处理大量的计算任务，线程数越多越好，核心频率也不能含糊。其次，显卡也不能差，尤其是那些需要GPU加速的仿真软件，一块好显卡能顶好几块CPU。内存和硬盘自然也不能拖后腿，否则再好的CPU显卡也得歇菜。
2021年初嘛，那会儿AMD的Ryzen系列正值巅峰，Intel那边也出了11代酷睿，市场竞争挺激烈的。咱就得在这中间找个最香的。
一、 CPU（处理器）：重中之重，直接决定你模型跑多久
这块儿，我个人首推AMD Ryzen 9 5950X。为啥？哥们儿，这货当年可是民用级的性能怪兽，16核32线程，主频还不低。你想啊，建模仿真那么多需要并行处理的任务，越多核心越多线程，就能同时干多少活儿？这简直就是为你的仿真需求量身定做的。而且AMD的Zen 3架构在IPC（每时钟周期指令数）上也有了很大的提升，意味着在相同频率下，它比上一代跑得更快。
如果预算稍微紧张点，或者觉得5950X有点 overkill，那AMD Ryzen 9 5900X也是一个非常不错的选择，12核24线程，性能依然强悍，性价比会更高一些。
当然，Intel那边，如果你偏爱Intel，当时可以看看Intel Core i911900K。虽然它核心数比5950X少（8核16线程），但它的单核性能非常强，某些对单核性能依赖较大的仿真软件可能会有优势。不过考虑到整体多线程并行能力，5950X在这方面还是更胜一筹的。
总结一下CPU：首选Ryzen 9 5950X，次选Ryzen 9 5900X，Intel i911900K也可以考虑。
二、 主板：稳定可靠，接口够用是关键
CPU选定了，主板就得配个能镇住它的。AMD平台的话，当时X570芯片组的主板是首选，它支持PCIe 4.0，对于你的高速NVMe SSD和高端显卡来说，能提供更好的带宽。一线品牌，比如华硕的ROG系列、微星的MEG/MPG系列、技嘉的AORUS系列，都是不错的选择，供电做得足，稳定性有保障，接口也丰富，方便你以后升级。
Intel平台的话，搭配11代酷睿就要看Z590芯片组的主板了。同样，选择一线品牌，确保供电强劲，能让CPU稳定发挥性能。
总结一下主板：AMD平台选X570，Intel平台选Z590，品牌方面，华硕、微星、技嘉的一线型号都不错。
三、 显卡（GPU）：仿真加速的利器
这块儿非常重要，特别是如果你的仿真软件支持GPU加速。当时2021年初，NVIDIA那边最能打的是GeForce RTX 30系，AMD那边是Radeon RX 6000系。
如果你做的是偏向通用计算的仿真，或者需要CUDA加速（很多科学计算库都支持CUDA），那么NVIDIA GeForce RTX 3080或者RTX 3090是你的最佳选择。特别是RTX 3090，它有24GB的GDDR6X显存，对于处理大型、复杂的仿真模型，或者需要存储大量中间结果来说，这个显存容量简直是救命稻草。RTX 3080（10GB或12GB显存版本）也足够强大，性价比较高。
如果你用的是支持OpenCL或者其他通用计算接口的软件，而且预算有限，那么AMD Radeon RX 6800 XT或者RX 6900 XT也是可以考虑的。它们的性价比通常比同级别N卡高一些，而且显存也不小。
但是，哥们儿，说实话，在科学计算和建模仿真领域，NVIDIA凭借其CUDA生态和强大的软件支持，通常更受欢迎。所以，如果预算允许，还是优先考虑N卡。
总结一下显卡：首选NVIDIA RTX 3080/3090，次选AMD RX 6800 XT/6900 XT。重点看显存容量和软件支持情况。
四、 内存（RAM）：越大越好，稳定是基础
建模仿真过程中，内存会吃掉不少资源，尤其是在处理大型数据集或者运行复杂的算法时。2021年初，DDR4内存的主流是3200MHz或者3600MHz。
对于你的需求，至少64GB的内存是起步。如果你的模型非常庞大，或者需要同时跑多个仿真任务，那么128GB也是完全可以考虑的。品牌方面，海盗船、芝奇、金士顿这些大品牌，选择高频低时序的套装（比如3600MHz CL16），能进一步提升性能。多通道（双通道或四通道）一定要插满，这能显著提升内存带宽。
总结一下内存：64GB起步，128GB更佳。选择3600MHz左右的高频内存，插满内存通道。
五、 硬盘（SSD）：速度决定加载时间
这块儿主要是为了提升系统启动速度、软件加载速度以及数据读写速度。那时候NVMe SSD已经非常普及了，而且PCIe 4.0的SSD速度更是飞起。
我推荐两块SSD的组合：
1. 一块大容量的NVMe SSD作为系统盘和常用软件盘：比如三星980 PRO、西部数据SN850，容量至少1TB起步，最好是2TB。PCIe 4.0的速度能让你的系统和软件加载快到飞起。
2. 一块性价比高的大容量SSD作为数据盘/项目盘：可以是一块PCIe 3.0的NVMe SSD，或者SATA接口的SSD，容量可以大到4TB甚至更高。用来存放你的仿真数据、模型文件等。这样可以把宝贵的高速SSD空间留给系统和最常用的软件。
总结一下硬盘：主系统盘/软件盘选PCIe 4.0 NVMe SSD (1TB2TB)，数据盘/项目盘选大容量PCIe 3.0 NVMe SSD 或 SATA SSD。
六、 电源（PSU）：稳定供电是王道
这么高性能的配置，尤其是CPU和显卡，功耗都不小。为了保证系统稳定运行，电源的额定功率一定要留足，并且选择高质量的品牌。
根据上面推荐的CPU和显卡，我建议你选择一款850W或者1000W的80 Plus金牌或者铂金牌认证电源。这能确保在满载运行时，电源依然有足够的余量，而且效率更高，发热也更小。海韵、酷冷至尊、振华、长城（高端型号）等都是不错的电源品牌。
总结一下电源：850W或1000W 80 Plus金牌/铂金牌认证电源。
七、 散热：给高性能硬件降温
高性能CPU和显卡发热量可不小，必须配备强力的散热方案，否则会影响性能发挥，甚至损坏硬件。
CPU散热：考虑到Ryzen 9 5950X的功耗，360mm的AIO一体式水冷是最佳选择。它能提供更好的散热效果，让CPU在高负载下也能保持较高的睿频。当然，如果你追求极致的静音或者不想用一体式水冷，那么市面上顶级的风冷散热器（比如猫头鹰NHD15）也可以考虑，但效果可能略逊于高端水冷。
机箱散热：选择一个风道设计良好、自带多个风扇的机箱。确保机箱内有良好的空气流通，将热量及时排出。
总结一下散热：CPU选择360mm一体式水冷，机箱选择风道良好的型号并确保进出风充足。
八、 机箱：承载你的性能怪兽
机箱的选择上，首先要考虑的是兼容性，确保你的主板、显卡、散热器都能装进去。其次是散热性能，如前所述，风道设计很重要。最后可以根据个人喜好选择外观和静音效果。一些中高端的塔式机箱，比如酷冷至尊H500P、先马万圣节、乔思伯D30/D40系列等，都是不错的选择。
九、 操作系统：选择适合你的
通常情况下，Windows 10 Pro是比较稳妥的选择，对于大部分仿真软件的支持都比较好。一些专业的科学计算可能也会考虑Linux发行版（如Ubuntu LTS），但如果你是初次接触或者软件兼容性没问题，Windows 10就足够了。
最终配置建议（2021年初高性能建模仿真）：
CPU: AMD Ryzen 9 5950X
主板: 华硕 ROG STRIX X570E GAMING / 微星 MPG X570 GAMING PRO CARBON WIFI / 技嘉 X570 AORUS MASTER
内存: 海盗船 vengeance LPX DDR4 3600MHz 64GB (4x16GB) 套装 (或128GB)
显卡: NVIDIA GeForce RTX 3090 24GB GDDR6X (如果预算允许) / RTX 3080 10GB/12GB GDDR6X
硬盘1 (系统/软件): 三星 980 PRO 1TB NVMe PCIe 4.0 SSD
硬盘2 (数据): 西部数据 WD BLACK SN750 4TB NVMe PCIe 3.0 SSD
电源: 海韵 FOCUS GX1000 (1000W 80 Plus Gold)
CPU散热: 酷冷至尊 MasterLiquid ML360R RGB / 海盗船 H150i PRO RGB
机箱: 酷冷至尊 H500P Mesh / Fractal Design Meshify 2
操作系统: Windows 10 Pro
这套配置下来，基本上是当时民用级平台的顶级配置了，足以应对绝大多数建模仿真工作。当然，具体到你使用的软件类型，可能对显存、CUDA核心等有更特殊的需求，到时候可以再微调一下显卡。最关键的是，有了这套家伙事儿，你的效率绝对能上去一大截，不用再忍受漫长的等待时间了。祝你建模仿真顺利！
网友意见
SPICE 仿真的话，关键还是单核的主频和效率。
这些年俺一直不敢买 AMD 的原因是 SPICE 仿真。(以前) AMD 的 CPU 比 INTEL 的慢很多，Phenom 9600 quad CORE 比 笔记本的 core 2 duo T5500 还慢 。
考虑到单核性能的提升，相比五年内的CPU，其实也远远没有达到 100%。 飞一样的速度提升， 除非来自至少半个数量级的单核性能提升， 不然还是得要失望。
至于工作站的选择， 其实 http://SPEC.ORG 的网站上是有个列表的， 只不过不是 “推荐”， 而是十分客观的列表而已。
Graphics and Workstation Performance
SPECviewperf 2020
[benchmark info] [published results] [download benchmark]
https://www.spec.org/gwpg/gpc.data/viewperf2020/summary.html
基本上也可以看到， 堆显卡和核心， 如果钱不是问题。
NVIDIA RTX A6000 在 亚麻孙 上是有货的。
希望各位有机会动手测一下下面的简单测试。
在自己原有的电脑上跑跑看， 有多快。
再到实体店跑跑。
当年也是傻乎乎地玩这些测试：
https://benchmarks.ul.com/legacy-benchmarks
** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺在乎的 “仿真速度”。
俺需要说明的是， 俺不为厂家站队， 只为自己的银子站队。
俺也是 Cyrix 486-66, PENTIUM 60, PENTIUM 120, Cyrix M2, Pentium Pro, K6-2-266, Celeron 300A, Athlon SLOT A, Pentiium III, AMD Phenom, Core 2 Duo, i7 6/7/8 一路走来，
不会成为牌子的死忠。
AMD 的东西好， 就买 AMD 的。 硬屌的东西好，就买硬屌的。大家都是逼出来的， 家里大都没有矿。。。。。。
LTspice 是免费的， 大家不必要为了测试去购买庞大的 Cadence PSPICE， 甚至不必要用学生版。
LTspice 的完整版就是免费的。
下载点：
另外， 大家可能对免费的东西有点误解。
LTspice 不是单线程的。
别误解它， 冤枉它了。
24 核心的电脑， 也能利用 20 个核心。
** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。
Direct Newton iteration for .op point succeeded. N-Period=1 Fourier components of V(afout) DC component:0.000771316 Harmonic Frequency Fourier Normalized Phase Normalized Number [Hz] Component Component [degree] Phase [deg] 1 9.200e+1 1.797e+0 1.000e+0 1.47° 0.00° 2 1.840e+2 2.247e-5 1.251e-5 113.79° 112.32° 3 2.760e+2 1.916e-5 1.066e-5 -106.92° -108.39° 4 3.680e+2 1.457e-5 8.105e-6 36.52° 35.05° 5 4.600e+2 1.168e-5 6.501e-6 -179.62° -181.09° 6 5.520e+2 9.739e-6 5.419e-6 -35.71° -37.19° 7 6.440e+2 8.346e-6 4.644e-6 108.24° 106.77° 8 7.360e+2 7.303e-6 4.064e-6 -107.79° -109.26° 9 8.280e+2 6.491e-6 3.612e-6 36.19° 34.71° Total Harmonic Distortion: 0.002141%(0.002387%) Date: Wed Jul 1 04:22:43 2020 Total elapsed time: 409.990 seconds. Total elapsed time: 409.990 seconds.
300mS/409.99S = 731.73 μS/S.
这电路并非俺首创，大家尽管拿去用（跑测试）就是
"10块人民币做个纯甲类耳放" 的仿真模型。 请把以下的仿真模型内容用 TXT 编辑器存成
maiwenxue1969.ASC 就可以用 LTspice 打开了。
** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。
################################################################
Version 4 SHEET 1 1220 680 WIRE -336 -320 -400 -320 WIRE -272 -320 -336 -320 WIRE -240 -320 -272 -320 WIRE -80 -320 -160 -320 WIRE 608 -320 -80 -320 WIRE 704 -320 608 -320 WIRE 784 -320 704 -320 WIRE 784 -288 784 -320 WIRE 704 -272 704 -320 WIRE 608 -256 608 -320 WIRE -400 -240 -400 -320 WIRE -272 -240 -272 -320 WIRE -80 -240 -80 -320 WIRE 544 -208 304 -208 WIRE 704 -176 704 -208 WIRE 784 -176 784 -208 WIRE 784 -176 704 -176 WIRE 784 -144 784 -176 WIRE -80 -128 -80 -160 WIRE 144 -128 -80 -128 WIRE 304 -128 304 -208 WIRE 304 -128 224 -128 WIRE -400 -112 -400 -176 WIRE -272 -112 -272 -176 WIRE -80 -80 -80 -128 WIRE 608 -80 608 -160 WIRE -336 16 -336 -320 WIRE -80 16 -80 -16 WIRE 272 16 -80 16 WIRE 48 80 -80 80 WIRE 112 80 48 80 WIRE 272 80 272 16 WIRE 272 80 192 80 WIRE 608 80 608 0 WIRE 608 80 272 80 WIRE 608 112 608 80 WIRE 768 112 608 112 WIRE 976 112 832 112 WIRE 1104 112 976 112 WIRE -80 144 -80 80 WIRE 1104 144 1104 112 WIRE 304 160 304 -128 WIRE 304 160 192 160 WIRE 192 176 192 160 WIRE -496 192 -640 192 WIRE -336 192 -336 96 WIRE -336 192 -432 192 WIRE -288 192 -336 192 WIRE -144 192 -208 192 WIRE 48 192 48 80 WIRE 608 208 608 112 WIRE -640 240 -640 192 WIRE 304 240 304 160 WIRE 544 256 368 256 WIRE 1104 256 1104 224 WIRE -80 288 -80 240 WIRE 192 288 192 240 WIRE 192 288 -80 288 WIRE 240 288 192 288 WIRE -336 304 -336 192 WIRE -80 336 -80 288 WIRE 48 352 48 272 WIRE 304 384 304 336 WIRE 368 384 368 256 WIRE 368 384 304 384 WIRE 608 384 608 304 WIRE -640 400 -640 320 WIRE 304 416 304 384 WIRE 1104 464 1104 336 WIRE -336 560 -336 384 WIRE -80 560 -80 416 WIRE -80 560 -336 560 WIRE 48 560 48 416 WIRE 48 560 -80 560 WIRE 304 560 304 496 WIRE 304 560 48 560 WIRE 608 560 608 464 WIRE 608 560 304 560 WIRE 608 624 608 560 FLAG 608 624 0 FLAG 1104 464 0 FLAG -272 -112 0 FLAG 784 -144 0 FLAG -640 400 0 FLAG -400 -112 0 FLAG 976 112 AFout FLAG -640 192 AFin SYMBOL pnp -144 240 M180 SYMATTR InstName Q1 SYMATTR Value BC556B SYMBOL res -96 320 R0 SYMATTR InstName R1 SYMATTR Value 33K SYMBOL res -304 208 R270 WINDOW 0 32 56 VTop 2 WINDOW 3 0 56 VBottom 2 SYMATTR InstName R2 SYMATTR Value 1000 SYMBOL res -352 0 R0 SYMATTR InstName R3 SYMATTR Value 100K SYMBOL res -352 288 R0 SYMATTR InstName R4 SYMATTR Value 100K SYMBOL res -144 -336 R90 WINDOW 0 0 56 VBottom 2 WINDOW 3 32 56 VTop 2 SYMATTR InstName R5 SYMATTR Value 33K SYMBOL res 208 64 R90 WINDOW 0 0 56 VBottom 2 WINDOW 3 32 56 VTop 2 SYMATTR InstName R6 SYMATTR Value 600 SYMBOL res -96 -256 R0 SYMATTR InstName R7 SYMATTR Value 600 SYMBOL res 128 -112 R270 WINDOW 0 32 56 VTop 2 WINDOW 3 0 56 VBottom 2 SYMATTR InstName R8 SYMATTR Value 2000 SYMBOL res 592 -96 R0 SYMATTR InstName R9 SYMATTR Value 1 SYMBOL res 592 368 R0 SYMATTR InstName R10 SYMATTR Value 1 SYMBOL res 1088 240 R0 SYMATTR InstName R11 SYMATTR Value 510 SYMBOL res 288 400 R0 SYMATTR InstName R12 SYMATTR Value 8K SYMBOL npn 240 240 R0 WINDOW 3 -51 118 Left 2 SYMATTR InstName Q2 SYMATTR Value 2N2222 SYMBOL npn 544 -256 R0 WINDOW 3 -95 81 Left 2 SYMATTR InstName Q3 SYMATTR Value 2N2222 SYMBOL npn 544 208 R0 WINDOW 3 -50 126 Left 2 SYMATTR InstName Q4 SYMATTR Value 2N2222 SYMBOL cap -288 -240 R0 SYMATTR InstName C1 SYMATTR Value 220e-6 SYMBOL cap 32 352 R0 SYMATTR InstName C2 SYMATTR Value 470e-6 SYMBOL cap -96 -80 R0 SYMATTR InstName C3 SYMATTR Value 470e-6 SYMBOL cap 832 96 R90 WINDOW 0 0 32 VBottom 0 WINDOW 3 32 32 VTop 2 SYMATTR InstName C4 SYMATTR Value 330e-6 SYMBOL res 32 176 R0 SYMATTR InstName R13 SYMATTR Value 300 SYMBOL cap -432 176 R90 WINDOW 0 0 32 VBottom 0 WINDOW 3 32 32 VTop 2 SYMATTR InstName C5 SYMATTR Value 4.7e-6 SYMBOL voltage 784 -304 R0 WINDOW 123 0 0 Left 0 WINDOW 39 51 54 Left 0 SYMATTR SpiceLine Rser=0.05 SYMATTR InstName V1 SYMATTR Value 7.5 SYMBOL cap 688 -272 R0 WINDOW 3 -12 115 Left 2 SYMATTR InstName C6 SYMATTR Value 1000e-6 SYMBOL voltage -640 224 R0 WINDOW 123 24 132 Left 0 WINDOW 39 0 0 Left 0 SYMATTR Value2 AC 1 0 SYMATTR InstName V2 SYMATTR Value SINE(0 0.6 92) SYMBOL zener -384 -176 R180 WINDOW 0 24 72 Left 0 WINDOW 3 24 0 Left 2 SYMATTR InstName D2 SYMATTR Value BZX84C6V2L SYMBOL cap 176 176 R0 SYMATTR InstName C7 SYMATTR Value 100p SYMBOL ind 1088 128 R0 WINDOW 3 -74 57 Left 2 SYMATTR InstName L1 SYMATTR Value 38e-3 TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-8 TEXT 72 -248 Left 2 !.options plotwinsize=0 TEXT 40 -216 Left 2 !.options numdgt=15 TEXT 352 -56 Left 2 !.four 92 9 v(afout) TEXT 352 32 Left 2 !;ac oct 10000 10 1e5
请把以上的仿真模型内容用 TXT 编辑器
存成 maiwenxue1969.ASC 就可以用 LTspice 打开了。
如果您打算用其他 SPICE 软件来验证或者测试，
网表在这里（需要修改一下）
* 1969.asc Q1 N012 N009 N007 0 BC556B R1 N012 0 33K R2 N008 N009 1000 R3 N001 N008 100K R4 N008 0 100K R5 N002 N001 33K R6 N006 N007 600 R7 N002 N004 600 R8 N004 N003 2000 R9 N005 N006 1 R10 N014 0 1 R11 N011 0 510 R12 N010 0 8K Q2 N003 N012 N010 0 2N2222 Q3 N002 N003 N005 0 2N2222 Q4 N006 N010 N014 0 2N2222 C1 N001 0 220e-6 C2 N013 0 470e-6 C3 N004 N006 470e-6 C4 AFout N006 330e-6 R13 N007 N013 300 C5 N008 AFin 4.7e-6 V1 N002 0 7.5 Rser=0.05 C6 N002 0 1000e-6 V2 AFin 0 SINE(0 0.6 92) AC 1 0 D2 0 N001 BZX84C6V2L C7 N003 N012 100p L1 AFout N011 38e-3 .model D D .lib standard.dio .model NPN NPN .model PNP PNP .lib standard.bjt .tran 0 0.3 0 1e-8 .options plotwinsize=0 .options numdgt=15 .four 92 9 v(afout) ;ac oct 10000 10 1e5 .backanno .end
（WINE）i7 7700 每秒钟仿真 600～750 μS , 也就是不到 1mS. 俺很希望找到一个 CPU 每秒钟的仿真速度超过 3mS 的，但是俺认识的人都劝俺， 这辈子死心了罢。
# cpuinfo Python Version: 3.7.7.final.0 (64 bit) Cpuinfo Version: (5, 0, 0) Vendor ID: GenuineIntel Hardware Raw: Brand: Intel(R) Core(TM) i7-7700 CPU @ 3.60GHz Hz Advertised: 3.6000 GHz Hz Actual: 4.0962 GHz Hz Advertised Raw: (3600000000, 0) Hz Actual Raw: (4096240000, 0) Arch: X86_64 Bits: 64 Count: 8 Raw Arch String: x86_64 L1 Data Cache Size: 128 KiB L1 Instruction Cache Size: 128 KiB L2 Cache Size: 1 MiB L2 Cache Line Size: L2 Cache Associativity: L3 Cache Size: 8192 KB Stepping: 9 Model: 158 Family: 6
** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。
～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～
换了台电脑，也是 i7 7700 的, 快了一点点，1070 μS/S.
都是在 WINE 下面跑。
[root@mama ~]# cpuinfo Python Version: 3.8.3.final.0 (64 bit) Cpuinfo Version: (5, 0, 0) Vendor ID: GenuineIntel Hardware Raw: Brand: Intel(R) Core(TM) i7-7700 CPU @ 3.60GHz Hz Advertised: 3.6000 GHz Hz Actual: 4.0149 GHz Hz Advertised Raw: (3600000000, 0) Hz Actual Raw: (4014899000, 0) Arch: X86_64 Bits: 64 Count: 8 Raw Arch String: x86_64 L1 Data Cache Size: 128 KiB L1 Instruction Cache Size: 128 KiB L2 Cache Size: 1 MiB L2 Cache Line Size: L2 Cache Associativity: L3 Cache Size: 8192 KB Stepping: 9 Model: 158 Family: 6
LTspice 不是单线程的。
下载点：
补充说明：
fast SPICE 和 SPICE 不是一回事。
对数字电路来说，fast SPICE用表格模型（tablemodel）来代替复杂的方程模型是个绝妙的选择。通过简化 fast SPICE 可以比传统的 SPICE 快几十到上百倍，但这是以牺牲精度换来的。 fast SPICE 的精度在SPICE的 5-10% 之内。
如果要降低精度， 把上面例子中的 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-8 ”
修改成 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-6 ”
您也能看到仿真速度提高两个数量级。
这只是精度换速度， 不是真的快了。
为什么CPU升级到59XX，没有感觉到飞一样的速度提升？
也许您常用的软件恰好是过程相关的。
就像生孩子一样， 一个人要十月怀胎，
一亿个人怀胎， 同样要十月。
不可能一个生鼻子， 一个生眼睛， 一个生手脚躯干
...... 最后组装成一个人
类似的话题
-
行，哥们儿，你说要搞建模仿真，还得是2021年初的台式机配置，那咱就得往“狠”了整，把那些CPU能跑满、显卡能炸裂的东西都安排上。别跟我扯那些花里胡哨的，咱们要的是实实在在的性能，能让你的模型跑起来丝滑如德芙，仿真结果出来跟打了鸡血一样快。首先，咱们得明白，建模仿真这活儿，对CPU的要求是真高。它得............. -
不少人听到“科研”和“苹果电脑”放在一起，第一反应就是“不能用”。这话说的好像有点绝对，甚至带着点“鄙视链”的意味。但实际上，这背后确实有一些原因，也确实有些误解。咱们今天就来好好掰扯掰扯，到底科研用苹果电脑有没有那么“不行”。为什么会有“不能用”的说法？这主要还是历史原因和软件生态。1. 历史遗.............
-
好的，让我来跟你聊聊用证明助手（Proof Assistant）或具备强大形式化能力的编程语言来做数学研究是一种怎样的体验。这玩意儿，怎么说呢，它不是简单的“写代码算数”，也不是“写文档记录想法”，它更像是……一种对数学严谨性的极致追求，一种用机器的语言来“思考”数学的方式。初识：从“哇塞”到“这啥.............
-
科研/学术这个圈子，在外人看来或许是一片宁静的象牙塔，充斥着书本、公式和论文。但真正身处其中，你会发现那是一种复杂而多层次的生命体验，远非简单的“埋头苦读”可以概括。与其说是“工作”，不如说是一种近乎于执念的投入，一种与未知世界持续搏斗的日常。1. 燃烧的求知欲与永恒的困惑：这大概是驱动一切的底层逻.............
-
说实话，做科研最让人心力交瘁的，不是那种突然灵光一闪的巨大突破没出现，也不是实验结果总是达不到预期那么简单。对我而言，最让人产生挫败感的，是一种“看不见尽头”的迷茫，以及在这种迷茫中不断消耗掉的那些最宝贵的东西。你知道吗？很多时候，我们并不是在解决一个清晰明确的问题，而是踏入了一片未知的丛林。你拿着.............
-
科研者是否可以不问政治，这是一个复杂且充满争议的问题。简而言之，答案是否定的，或者说，完全做到不问政治是极其困难的，甚至是不可取的。我们可以从以下几个层面来详细探讨这个问题： 一、 科研的本质与政治的关系1. 科研的资金来源与政治高度相关： 政府拨款是科研最主要的资金来源之一。 各国政.............
-
“科研灌水”是一个在科研界普遍存在但又备受争议的现象。理解这个问题，需要我们深入探讨其定义、动机、表现形式、潜在危害以及为什么它会发生，最后再来讨论它是否“应该”。一、 什么是“科研灌水”？“科研灌水”并不是一个严谨的学术术语，它通常指的是为了发表论文、获得晋升、申请项目或评职称等目的，通过不当手段.............
-
做科研，我们常常在“真相只有一个”和“真相不止一个”这两种看似对立的观念之间徘徊。哪种更符合科研的精神，或者说，我们在不同的阶段和情境下，应该侧重哪一种呢？这确实是一个值得深入探讨的问题。“真相只有一个”：科学探索的基石与驱动力首先，我们不能否认，“真相只有一个”是驱动科学进步的核心信念。 客观.............
-
科研路上，那感觉就像在一片漆黑的森林里摸索，手电筒的光柱摇曳不定，偶尔照亮一两棵熟悉的树，却始终找不到出路。大多数时候，你都在重复着已知，或者在微小的差异中挣扎。然后，突然间，就像一道闪电划破夜空，一切都清晰了。这就是所谓的“灵光乍现”，是那个瞬间，那些纠缠不清的线索突然串联起来，让你豁然开朗。对我.............
-
做科研，就一定要经历痛苦吗？这个问题，或许可以从两个层面来理解。一是从个人体验的角度。科研的道路，用“荆棘丛生”来形容，一点也不夸张。你可能花了几个月甚至几年时间，满心期待地设计了一个实验，结果一做，数据全乱了，或者根本得不出任何有意义的结果。那种感觉，就像你辛辛苦苦搭好的一座摩天大楼，结果地基却因.............
-
这个问题，问到点子上了。做科研的人，幸福不幸福？这可不是一个简单的是或否能回答的。我认识的不少做科研的朋友，大家都有自己的说法，也很不一样。要说幸福，科研确实能带来一种很纯粹的快乐。你想想，当你钻研一个难题，查阅了无数资料，一遍遍地尝试，终于在一个晚上，灵光一闪，找到了那个关键的点，或者实验结果终于.............
-
在科研领域，简化一位领域内“大佬”的证明，是否值得发表，这是一个非常值得探讨的问题。答案并非绝对，它取决于简化的方式、深度、影响以及你自身的学术积累。我们可以从多个角度来详细分析这个问题，力求呈现一个全面而深入的视角，就像一位经验丰富的同行正在和我交流一样。首先，我们需要明确“简化”的含义。这里的简.............
-
看到自己的科研想法早已被他人先行一步，这种感受对于一名博士生来说，无疑是沉重且令人沮丧的。仿佛在浩瀚的星空中，你以为自己发现了一颗璀璨的新星，结果却发现它早已被收录进星图。这种失落感，甚至会让人怀疑自己的能力和方向。不过，请允许我以一个过来人的身份，或者说一个和你一样曾经在科研道路上摸索过的人的角度.............
-
做科研会让人上瘾，这绝非虚言，很多投身科研事业的人，一旦踏入这个领域，便常常会感到一种难以言喻的吸引力，甚至愿意为此付出大量时间和精力，乐此不疲。这种“上瘾”并非贬义，而是一种深度投入后的精神满足和自我实现。那么，究竟是什么让科研如此迷人，以至于让人“戒不掉”呢？首先，对未知世界的好奇心和探索欲是驱.............
-
这个问题，相信很多走在人生十字路口的朋友都曾纠结过。一边是“科研”，这个词自带一种神圣感，承载着探索未知、推动人类进步的使命；另一边是“自己喜欢的事情”，这听起来就充满了自由和快乐，是内心深处的呼唤。我们先聊聊“做科研”。科研，它的魅力在于它的深度和广度。它像是在一片辽阔的未知领域里，一点一点地挖掘.............
-
现在的科研风气，用一个词来形容，就是“功利”。这已经不是什么新鲜事了，而且这种功利ism像一张网，悄无声息地笼罩在学术界的方方面面。想要把这个问题讲透了，咱们得从几个层面来掰开了揉碎了聊。一、 生存压力：从“温饱”到“KPI”首先得承认，科研人员也是人，是需要吃饭、养家、追求体面生活的普通人。过去可.............
-
收到！我来试着从一个更有人情味、更贴近实际的角度聊聊“做科研就是为了发文章”这件事，尽量避免那种“机器味儿”。你说导师这么说，其实挺普遍的，也反映了很多现实情况。但如果把它看成是“唯一”的目标，那可能就有点片面了。咱们一块儿掰扯掰扯，看看这背后到底是怎么回事。为什么导师会这么说？首先，导师这么说，肯.............
-
这真是个让人揪心又棘手的情况。看到身边的人都在走捷径，而你坚持学术诚信，这本身就是一种勇气，但随之而来的压力和孤立感肯定让你非常难受。我明白你的感受，也希望能给你一些切实的建议，希望能帮助你走出这个困境。首先，咱们得把情况梳理清楚。你的意思是说，组里的科研成果，无论是数据处理、实验结果呈现，甚至是论.............
-
这个问题嘛，其实挺有趣的。不是说真的有“不适合”做科研的人，更准确地说，是有些特质或者说思维模式，会让你在科研这条路上走得异常艰难，甚至最终让你觉得这项事业与自己无缘。我见过不少聪明人，他们本来大有可为，但就是因为某些“硬伤”，最终没能真正地投入进去，或者说，没能在这个领域找到属于自己的那份成就感和.............
-
听到你这么说，我挺能理解的。那种感觉就像在迷宫里打转，明明知道有出口，但就是找不到一条清晰的路，每走一步都觉得在绕圈子，还总是不经意间就撞到墙。而且，一旦发现自己好像走了弯路，那种挫败感和无力感真的挺折磨人的。你说的“东一榔头西一棒槌”、“不够脚踏实地”、“做得乱七八糟”，这些词语非常形象地描绘出一.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有