建立车顶线模型

Question

我正在尝试为我正在运行模拟的超级计算机中的节点构建roofline model。该节点拥有2个Intel Xeon E5-2650 v2（Ivy Bridge）8核2.6 GHz处理器（每个16核） 节点），总共64GB RAM（每个4GB）。 Intel Xeon E5-2650的最大内存带宽为shown here，为59.7 GB / s。

达到GFLOPS =最大记忆带宽x算术强度。

最大GFLOPS = num核心x时钟频率，以GHz x ops / cycle为单位。

我的代码的算术强度为1/3，并使用双精度浮点。

以下是我计算不同类型程序的峰值GFLOP的计算：

• 顺序程序（单核）无矢量化：

  • 1x2.6x1（我假设没有矢量化，我们只能实现1个op /周期？）= 2.6 GFLOPs

• 带矢量化（SSE）的顺序程序（单核）：

  • 1x2.6x8 = 20.8 GFLOPs

• 一个Xeon上带有矢量化（SSE）的所有核心：

  • 8x2.6x8 = 166.4 GFLOPs

• 所有核心都是Xeons with vectorisation（SSE）：

  • 2x 8x2.6x8 = 332.8 GFLOPs

程序可用的内存带宽如何在上面显示的不同类型的程序之间变化？我知道1 Xeon E5-2650的最大内存带宽是59.7 GB / s，但是这可以在单核上实现吗？用2 Xeon E2650s这会变成119.4 GB / s吗？

实现的GFLOP（使用峰值带宽x算术强度）也是如此：

• 无矢量化的顺序程序：

  • 59.7 * 1/3 = 19.9 GFLOP，但是因为我们的车顶线是2.6 GFLOP，我们限制在2.6 GFLOP？

• 带矢量化的顺序程序：

  • 59.7 * 1/3 = 19.9 GFLOPs。这是可以实现的，因为我们的车顶线是20.8 GFLOP。

• 使用矢量化的一个Xeon（使用全部8个核心）：

  • 59.7 * 1/3 = 19.9 GFLOPs。我对此表示怀疑，因为我们的并行程序肯定能够产生比顺序程序更多的mem reqs，而且顺序程序肯定不会使内存系统饱和吗？

• 带有矢量化的两个Xeon（总共16个核心）：

  • 119.4 * 1/3 = 39.8 GFLOPs。

我觉得实现的GFLOP有问题，我在某处犯了错误吗？