STREAM OpenMP基准解释

Question

此问题涉及 Intel Xeon E5-2650v4 处理器上 Stream Triad 结果的解释。该处理器有2个插座，每个插槽有12个内核。每个套接字上的共享L3缓存为30 MB，即30/12 = 2.5 MB/core。因此，OpenMP版本的STREAM基准= 4 * ((30+30) * 1024 * 1024)/8 = 31,457,280双元素中的数组大小约为32,000,000（3200万）双元素。我使用带有标志 -O3 -xHost 的英特尔 icc 17.0.1 ，并改变1 to 24的线程。我获得了Stream Triad的以下图表：。我的问题是：

1. 获得的最大带宽约为114 GB/sec，但这超过76 GB/sec的理论最大带宽（请参阅Maximum Theoretical Bandwidth of E5-2650v4）。这怎么可能？

2. 为什么 10个线程之后偶数和奇数线程的带宽之间存在差异？

   < / LI>

3. 在12个线程（即114 GB/sec）获得最大带宽。是因为OpenMP会在一个套接字中自动生成6个线程，在第二个套接字中自动生成6个线程吗？

4. STREAM报告此次运行需要大约734.2 MB个内存。一个插槽的RAM足以满足这一要求。那么内存是在socket 1还是socket 2上分配的（当阵列是连续的时候肯定不能拆分）？此外，如果内存被分配一个单个套接字，那么另一个套接字上的线程不会访问非本地内存（惩罚）吗？

我将不胜感激任何建议/解决方案。谢谢。

Answer 1

1. 两个插槽的理论内存带宽是其两倍。您还应该提及内存配置，以便对实现的理论带宽进行更具体的分析。
2. 如果将奇数除以2（套接字），它们将永远不会获得相同数量的线程/工作，因此效率低下。
3. 这是实施和操作系统特定的。默认情况下，Intel OpenMP运行时"will create 12 threads, running freely on the logical processors provided by the operating system"。数字清楚地表明，操作系统运行在两个套接字上展开的线程。为了重现性和清晰度，您应手动控制测量的线程亲和力，例如：使用KMP_AFFINITY（特定于英特尔）或OMP_PROC_BIND（通用）。
4. 对于分配内存的NUMA放置并不一定重要。最常见的是，内存仅分配during the first access，然后决定放置哪个NUMA节点。这也是可配置/系统特定的。 STREAM无论如何都使用静态分配的内存，但是在omp parallel for中初始化它，以便稍后在另一个omp parallel for中读取/写入的线程触及它（因此将其分配给它{39} ; s NUMA节点）。