Estimativa de FLOPS no Linux?

Question

Estou procurando um programa rápido e fácil para estimar o FLOPS no meu sistema Linux. Eu encontrei HPL , mas compilá-lo está provando ser irritante. Tudo o que preciso é uma estimativa de estimativa dos FLOPS, sem precisar passar um dia pesquisando pacotes de benchmark e instalando software dependente. Existe algum programa desse tipo? Seria suficiente escrever um programa em C que multiplique dois floats em um loop?

    

Answer 1

A pergunta é o que você quer dizer com flops? Se tudo o que você gosta é quantas das operações de ponto flutuante mais simples por relógio, é provavelmente 3x sua velocidade de clock, mas isso é tão sem sentido quanto bogomips. Alguns ops de ponto flutuante levam muito tempo (dividir, para iniciantes), somar e multiplicar são tipicamente rápidos (um por unidade fp por clock). A próxima questão é o desempenho da memória, há uma razão pela qual o último CRAY clássico tinha 31 bancos de memória; em última análise, o desempenho da CPU é limitado pela rapidez com que você pode ler e gravar na memória, então em que nível de cache seu problema se encaixa? O Linpack foi um benchmark real uma vez, agora ele se encaixa no cache (L2 se não L1) e é mais um benchmark de CPU puro teórico. E, claro, suas unidades SSE (etc) também podem adicionar desempenho de ponto flutuante.

Que distro você dirige?

Isso parecia um bom indicador: link

link

O

link pode ser uma maneira mais fácil de instalar um teste de referência de flops.

Ainda me pergunto por que você se importa, o que você está usando? Se você quer apenas um número sem sentido, seus sistemas bogomips ainda estão lá no dmesg.

    

Answer 2

aparentemente há um pacote de benchmark "sysbench" e um comando:

sudo apt-get install sysbench (ou brew install sysbench OS X)

execute assim:

sysbench --test=cpu --cpu-max-prime=20000 --num-threads=2 run

saída para comparações:

 total time:                          15.3047s

ref: link

    

Answer 3

Para estimativas estimadas:

• Raspberry Pi 2 : 299,93 * 10 ^ 6 FLOPS (source )

• Raspberry Pi 3: 462.07 * 10 ^ 6 FLOPS ( source )

• GTX Titan Black GPU : 5.1 * 10 ^ 12 FLOPS ( )
• Sunway TaihuLight : 93 * 10 ^ 15 FLOPS ( source , recordista de 2016)

Linpack

1. Faça o download ( link )
2. Extraia
3. cd benchmarks_2017/linux/mkl/benchmarks/linpack
4. ./runme_xeon64
5. Aguarde um pouco (mais de 1 hora)

Em um Thinkpad T460p ( CPU Intel i7-6700HQ ), fornece:

This is a SAMPLE run script for SMP LINPACK. Change it to reflect
the correct number of CPUs/threads, problem input files, etc..
./runme_xeon64: 33: [: -gt: unexpected operator
Mi 21. Dez 11:50:29 CET 2016
Intel(R) Optimized LINPACK Benchmark data

Current date/time: Wed Dec 21 11:50:29 2016

CPU frequency:    3.491 GHz
Number of CPUs: 1
Number of cores: 4
Number of threads: 4

Parameters are set to:

Number of tests: 15
Number of equations to solve (problem size) : 1000  2000  5000  10000 15000 18000 20000 22000 25000 26000 27000 30000 35000 40000 45000
Leading dimension of array                  : 1000  2000  5008  10000 15000 18008 20016 22008 25000 26000 27000 30000 35000 40000 45000
Number of trials to run                     : 4     2     2     2     2     2     2     2     2     2     1     1     1     1     1    
Data alignment value (in Kbytes)            : 4     4     4     4     4     4     4     4     4     4     4     1     1     1     1    

Maximum memory requested that can be used=9800701024, at the size=35000

=================== Timing linear equation system solver ===================

Size   LDA    Align. Time(s)    GFlops   Residual     Residual(norm) Check
1000   1000   4      0.014      46.5838  1.165068e-12 3.973181e-02   pass
1000   1000   4      0.010      64.7319  1.165068e-12 3.973181e-02   pass
1000   1000   4      0.009      77.3583  1.165068e-12 3.973181e-02   pass
1000   1000   4      0.010      67.0096  1.165068e-12 3.973181e-02   pass
2000   2000   4      0.064      83.6177  5.001027e-12 4.350281e-02   pass
2000   2000   4      0.063      84.5568  5.001027e-12 4.350281e-02   pass
5000   5008   4      0.709      117.6800 2.474679e-11 3.450740e-02   pass
5000   5008   4      0.699      119.2350 2.474679e-11 3.450740e-02   pass
10000  10000  4      4.895      136.2439 9.069137e-11 3.197870e-02   pass
10000  10000  4      4.904      135.9888 9.069137e-11 3.197870e-02   pass
15000  15000  4      17.260     130.3870 2.052533e-10 3.232773e-02   pass
15000  15000  4      18.159     123.9303 2.052533e-10 3.232773e-02   pass
18000  18008  4      31.091     125.0738 2.611497e-10 2.859910e-02   pass
18000  18008  4      31.869     122.0215 2.611497e-10 2.859910e-02   pass
20000  20016  4      44.877     118.8622 3.442628e-10 3.047480e-02   pass
20000  20016  4      44.646     119.4762 3.442628e-10 3.047480e-02   pass
22000  22008  4      57.918     122.5811 4.714135e-10 3.452918e-02   pass
22000  22008  4      57.171     124.1816 4.714135e-10 3.452918e-02   pass
25000  25000  4      86.259     120.7747 5.797896e-10 3.297056e-02   pass
25000  25000  4      83.721     124.4356 5.797896e-10 3.297056e-02   pass
26000  26000  4      97.420     120.2906 5.615238e-10 2.952660e-02   pass
26000  26000  4      96.061     121.9924 5.615238e-10 2.952660e-02   pass
27000  27000  4      109.479    119.8722 5.956148e-10 2.904520e-02   pass
30000  30000  1      315.697    57.0225  8.015488e-10 3.159714e-02   pass
35000  35000  1      2421.281   11.8061  1.161127e-09 3.370575e-02   pass

Performance Summary (GFlops)

Size   LDA    Align.  Average  Maximal
1000   1000   4       63.9209  77.3583 
2000   2000   4       84.0872  84.5568 
5000   5008   4       118.4575 119.2350
10000  10000  4       136.1164 136.2439
15000  15000  4       127.1586 130.3870
18000  18008  4       123.5477 125.0738
20000  20016  4       119.1692 119.4762
22000  22008  4       123.3813 124.1816
25000  25000  4       122.6052 124.4356
26000  26000  4       121.1415 121.9924
27000  27000  4       119.8722 119.8722
30000  30000  1       57.0225  57.0225 
35000  35000  1       11.8061  11.8061 

Residual checks PASSED

End of tests

Done: Mi 21. Dez 12:58:23 CET 2016

    

Answer 4

Um benchmark tradicionalmente usado para medir o FLOPS é o Linpack. Outro benchmark comum do FLOPS é o Whetstone.

Mais leitura: A entrada "FLOPS" da Wikipedia , Entrada de Whetstone , Entrada do Linpack

    

Answer 5

Eu recomendo a compilação de linpack pronta para uso da Intel: link

    

Answer 6

Como você mencionou o cluster, usamos o conjunto de HPCC . É preciso um pouco de esforço para configurar e ajustar, mas no nosso caso, o ponto não estava se vangloriando, era parte dos critérios de aceitação para o cluster; algum benchmarking de desempenho é essencial para garantir que o hardware funcione como anunciado, tudo está conectado corretamente, etc.

Agora, se você quer apenas um número teórico de pico de FLOPS, esse é fácil. Apenas confira alguns artigos sobre a CPU (digamos, em realworldtech.com ou algo assim) para obter informações sobre quantos DP FLOPS um núcleo de CPU pode fazer por ciclo de clock (com CPUs atuais de x86 que normalmente são 4). Então o pico total de FLOPS é apenas

número de núcleos * FLOPS / cycle * frequency

Então, para um cluster com rede IB, você deve conseguir atingir cerca de 80% do pico FLOPS em HPL (que BTW é uma das referências no HPCC).