高性能计算GPU解决方案系列教程二--高性能计算集群性能指标-阿里云开发者社区

开发者社区> 云计算> 正文

高性能计算GPU解决方案系列教程二--高性能计算集群性能指标

简介:
本节课的内容对于很多不了解硬件指标的用户非常重要,超算用户是如何来评定自己集群的各方面能力呢?我们一起走进今天的课堂。

2 高性能计算集群性能指标
2.1 衡量高性能计算集群的评价指标
2.1.1.    理论峰值性能

FLOPS是指每秒浮点运算次数,Flops用作计算机计算能力的评价系数。根据硬件配置和参数可以计算出高性能计算集群的理论性能。

1)CPU理论性能计算方法(以Intel CPU为例)
      单精度:主频*(向量位宽/32)*2
      双精度:主频*(向量位宽/64)*2   2代表乘积指令
      
2)GPU理论性能计算方法(以NVIDIA GPU为例)
      单精度:指令吞吐率*运算单元数量*频率

2.1.2.    实测峰值性能

通过利用测试程序对系统进行整体计算能力进行评价。
Linapck测试:采用主元高斯消去法求解双精度稠密线性代数方程组,结果按每秒浮点运算次数(flops)表示。
HPL:针对大规模并行计算系统的测试,其名称为HighPerformanceLinpack(HPL),是第一个标准的公开版本并行Linpack测试软件包。
用于TOP500与国内TOP100排名依据。

2.1.3.    评价参数
    1) 系统效率=实测峰值/理论峰值
    2) 加速度 S=串行程序运行时间/并行程序运行时间
    3) Amdahl定律
        S =(WS+WP)/(WS+WP/p) =1/(1/p+f(1-1/p))
    4) Gustafson定律
        S =(WS+pwp)/(WS+WP) =p-f(p-1)=f+p(1-f)


原文发布时间为:2016-7-11 10:46:05
原文由:十四王爷 发布,版权归属于原作者 
本文来自云栖社区合作伙伴NVIDIA,了解相关信息可以关注NVIDIA官方网站

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
云计算
使用钉钉扫一扫加入圈子
+ 订阅

时时分享云计算技术内容,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。

其他文章