タグ付けされた質問 「benchmarking」

この質問は、「C ++ vs Fortran for HPC」への回答で最近出された2つの議論の延長です。そして、それは質問よりも少し挑戦です... Fortranを支持する最もよく耳にする引数の1つは、コンパイラーが優れていることです。ほとんどのC / Fortranコンパイラは同じバックエンドを共有するため、両方の言語で意味的に同等のプログラム用に生成されたコードは同一である必要があります。ただし、コンパイラが最適化するのはC / Fortranの方が多かれ少なかれ簡単だと主張することができます。 そこで、簡単なテストを試すことにしました。daxpy.fとdaxpy.cのコピーを入手し、gfortran / gccでコンパイルしました。 daxpy.cはdaxpy.fのf2c変換（自動生成コード、見苦しい）なので、そのコードを取り、それを少しクリーンアップしました（daxpy_cに会います）。 for ( i = 0 ; i < n ; i++ ) dy[i] += da * dx[i]; 最後に、gccのベクトル構文を使用して書き直しました（daxpy_cvecと入力します）。 #define vector(elcount, type) __attribute__((vector_size((elcount)*sizeof(type)))) type vector(2,double) va = { da , da }, *vx, *vy; vx = …

74 fortran  c  blas  benchmarking 

ランダム正方行列を反転させるための2つの反復法を比較しています。マトリックスはランダムであるため、すべてのテストケースは、異なる量の反復と異なる経過時間の両方を取ります。私の質問は、平均CPU時間に加えて、メソッドを比較するための有用な情報である両方のメソッドによって取得された反復の平均値です。

14 performance  benchmarking 

物理学、生物学、化学などには、実験を行うためのさまざまなルールセットがあります。どのイベントが関連すると見なされるか、サンプルの汚染を回避する方法、再生プロセスを作成および修正する方法などです。 数値実験の精度と再現性を確保するための標準、プロトコル、およびベストプラクティスとは何ですか？

13 benchmarking  reproducibility  experiment 

Linuxの方が高速であると言うのはよくあることですが、それには正当な理由があります。しかし、タイトルで述べたように、OSの選択は科学計算コードのパフォーマンスにとってどれほど重要ですか？オペレーティングシステムがより直接的に関与しているもの（ゲームのプレイやビデオレンダリングなど）の場合、違いがある可能性があります。しかし、MATLABでコードを実行したり、JuliaでPDEを解いたり、CUDAを使用してGPUで線形代数を実行したりする場合、実際にはWindows、MacOS、Linuxの間に測定可能なパフォーマンスの違いがあるのでしょうか。 そのような違いが存在するかどうかを確認するために誰かがベンチマークを実行したかどうか疑問に思っています。使用するコンパイラーが異なるため、MATLABなどの一部のソフトウェアを使用するときに違いがあるのでしょうか。または、CUDAドライバーは、あるOSの方が他のOSよりもかなり高速ですか？または、OSがWDDM CUDAの問題のように干渉することはありますか？ 注：この質問の範囲を超えるオペレーティングシステムを選択する理由は他にもあります。特にパフォーマンスについて疑問に思っています。

8 performance  benchmarking 

では、「GPUのベクトル機能を使用してLU、QRやコレスキー因数分解」、ワシーリーボルコフとジェームス・デメルにより、レイテンシ、ラインサイズ、およびこのようなグラフからキャッシュのページサイズを解釈する興味深い方法があります： どうやら、ラインサイズはキャッシュがプラトーになり始めるところです（この例では約32バイト）。それはどこから来ましたか？ そして、ページサイズが2番目のプラトーがグローバルメモリの開始点であることをどのようにして知るのでしょうか。 さらに、レイテンシが最終的に十分なストライド長で低下するのはなぜですか？彼らは増え続けるべきではないのですか？ これが実際に機能し、そのように思われる場合、GPUのキャッシュに関する多くの文書化されていないデータを取得できるため、それは素晴らしいことです。

8 performance  gpu  benchmarking