Clovertown的科学性能太渣了点吧

鲁爾

原帖由 itany 于 2007-11-25 16:44 发表
科学计算！=拼内存带宽

  :sleeping:

:lol: :lol:

HardCoded

Intel CSI一来,我看AMD还怎么跳!!!

紫色

intel的智能内存+大缓存能应付office,IE，但是在一个数组就有2G的那些数值计算程序面前显然力不从心，酷睿就象个跛子，一条腿长一条腿短。

itany

原帖由 紫色 于 2007-11-25 23:09 发表
intel的智能内存+大缓存能应付office,IE，但是在一个数组就有2G的那些数值计算程序面前显然力不从心，酷睿就象个跛子，一条腿长一条腿短。

酷睿像跛子？那Opteron就可以去参加某刚闭幕不久的运动会了……
一个数组2GB？先看看一个Node的内存能不能放得下再说吧……
另外，谁说酷睿的缓存技术对于一个数组2GB的应用就无能为力了？缓存的最浅显机理就是空间重复性和时间重复性，这一点没搞清楚就来说事，还不如陪同Op一起去参赛呢

HardCoded

原帖由 紫色 于 2007-11-25 23:09 发表
intel的智能内存+大缓存能应付office,IE，但是在一个数组就有2G的那些数值计算程序面前显然力不从心，酷睿就象个跛子，一条腿长一条腿短。

这样的算法确实不能体现L2的作用, 不是肉不行,而是这个算法确实体现不出L2的预测作用, 不信拿同频不同L2的肉比比,不会有任何区别.

for (i = 0; i < m; ++i) {
double y0 = y;
for (k = ptr; k < ptr[i+1]; ++k)
y0 += val[k] * x[ind[k]];
y = y0;
}



:w00t):

改成这样,肉立马翻盘:
for (i = 0; i < m; ++i) {
double y0 = y;
for (k = ptr; k < ptr[i+1]; ++k)
y0 += val[k] * x[ind[k]] * val[k-1] * x[ind[k-1]];
y = y0;
}

紫色

一个数组2G不奇怪。
谁告诉你那些是重复性操作了？象matlab,fortran这样的语言都提供“mask矩阵”之类的东西，想预测下一个该操作的是哪个数组元素？难着呢。

itany

原帖由 紫色 于 2007-11-26 00:09 发表
一个数组2G不奇怪。
谁告诉你那些是重复性操作了？象matlab,fortran这样的语言都提供“mask矩阵”之类的东西，想预测下一个该操作的是哪个数组元素？难着呢。

2GB的矩阵mask要多少内存? 阁下

bessel

你们说的这个mask矩阵什么意思？

原帖由 itany 于 2007-11-26 01:08 发表


2GB的矩阵mask要多少内存? 阁下

HardCoded

原帖由 紫色 于 2007-11-26 00:09 发表
一个数组2G不奇怪。
谁告诉你那些是重复性操作了？象matlab,fortran这样的语言都提供“mask矩阵”之类的东西，想预测下一个该操作的是哪个数组元素？难着呢。

呵呵，你说的有道理，但也不要太极端了，不然还需要CPU缓存干什么？

HuaErZ

这些和我们没什么关系吧。
我只关心CPU的渲染能力。

Prescott

原帖由 RacingPHT 于 2007-11-26 13:50 发表




拼单核心的当然不是没有可能, 比如superpi ?

但是如果是多线程的话, 大概是什么情况呢?

我当然不是指单线程，单线程E6550赢过今年能买到的任何Barcelona都没问题。
其实任何系统都是有短板的，Clovertown系统的短板就是FSB，如果一个程序在Clovertown上面大幅度落后于Barcelona或者Opteron，99%的情况是FSB满了。所以，如果针对Clovertown系统作优化，基本上就是两板斧：1. 向量化。2.把FSB使用降下来。
Opteron一样也有问题，比较大的问题就是1.NUMA，HT带宽不够。2.缓存太小。3.核心太弱。幸运的是，这些问题都不太容易造成大幅度的下降。总的来说，Opteron的短板要少一些。
所以，Opteron要击败Clovertown很简单，找一个对内存带宽需求超过11GB/s的程序，Clovertown就输定了，如果超过15GB/s，两个Opteron就可以打平4个Tigerton。反过来，只要内存带宽需求不超过11GB/s，Barcelona几乎就输定了，如果对缓存的需求在4MB到8MB/12MB之间，Barcelona就输得裤子都没有了。
很不幸，你的那篇文章中，每FLOPS需要4个Byte/s的内存带宽。这超出了任何一个系统的内存带宽和FLOPS的比值，最终所有的系统都被内存带宽限制，变成了内存带宽测试。所以你的题目改成：“Clovertown的内存性能相对它的浮点处理能力太渣了点吧”，我就没法有任何意见了。

[ 本帖最后由 Prescott 于 2007-11-26 14:30 编辑 ]

bessel

for dense matrix, cache works very well.
blas3/lapack routines can get more than 80% of cpu's peak performance.


for sparse matrix, try to buy a machine with more bandwidth is the only way.
However, flop/bw=4 is the extreme case.

原帖由 RacingPHT 于 2007-11-26 18:21 发表
受教
不过如果根本没有办法把FSB降下来, 那怎么办?你应该不会否认稀疏矩阵对科学/模拟计算的意义吧。包括稠密矩阵, 也是一样的, 算法本身就有固定的flop/bw比值。

幸好一般常用的程序, working set是大于4MB的情 ...

bessel

most of vector machine have NO cache.

:p

原帖由 HardCoded 于 2007-11-26 09:10 发表



呵呵，你说的有道理，但也不要太极端了，不然还需要CPU缓存干什么？

Prescott

原帖由 RacingPHT 于 2007-11-26 18:21 发表
受教
不过如果根本没有办法把FSB降下来, 那怎么办?你应该不会否认稀疏矩阵对科学/模拟计算的意义吧。包括稠密矩阵, 也是一样的, 算法本身就有固定的flop/bw比值。

幸好一般常用的程序, working set是大于4MB的情 ...

降FSB还是有很多办法的，如果根本降不下来那只好认输呗，顺便阿Q一下Nehalem了。

Ricepig

流处理器或者是向量机中，Cache的作用是没有那么大的

楼上的，用菜羊不值得啊。不过确实也可以组成强力处理器阵列。

Google用的处理器都不是最快的，但是Google拥有的计算能力是惊人的。