タグ付けされた質問 「scaling」

私自身の仕事の多くは、アルゴリズムのスケーリングを改善することを中心にしています。並列スケーリングおよび/または並列効率を示す好ましい方法の1つは、アルゴリズム/コードのパフォーマンスをコア数にわたってプロットすることです。 ここで、軸はコアの数を表し、軸は何らかのメトリック（単位時間ごとに実行される作業など）を表します。異なる曲線は、64コアでそれぞれ20％、40％、60％、80％、100％の並列効率を示しています。yバツバツxyyy しかし残念なことに、多くの刊行物に、これらの結果がでプロットされている対数で結果例えば、スケーリング本またはこの論文。これらのログ-ログプロットの問題は、実際の並列スケーリング/効率を評価することが非常に難しいことです。たとえば、 上記と同じプロットですが、log-logスケーリングを使用しています。60％、80％、または100％の並列効率の結果に大きな違いはないことに注意してください。ここでこれについてもう少し広範囲に書いた。 そこで、ここに私の質問があります：log-logスケーリングで結果を表示する理由は何ですか？私は定期的に線形スケーリングを使用して自分の結果を表示し、レフリーから定期的に私のスケーリング/効率の結果は他の人の（ログ-ログ）結果ほど良く見えないと言っていますが、私の人生ではプロットスタイルを切り替える必要がある理由がわかりません。

17 parallel-computing  hpc  scaling  plotting 

半導体シミュレーションでは、方程式が正規化された値になるようにスケーリングされるのが一般的です。たとえば、極端な場合、半導体の電子密度は18桁以上変動する可能性があり、電界は6桁（またはそれ以上）規模で変化する可能性があります。 しかし、論文はこれを行う理由を実際に示していない。個人的には、実際の単位で方程式を扱って満足していますが、これを行う数値的な利点はありますか、そうでなければ不可能ですか？倍精度では、これらの変動に対処するのに十分な桁があると思いました。 両方の答えは非常に便利です、どうもありがとう！

14 pde  condition-number  scaling