使用HPL测试E-HPC浮点性能 - 弹性高性能计算E-HPC

本文介绍如何使用HPL测试E-HPC集群的浮点性能。

背景信息

HPL（The High-Performance Linpack Benchmark）是测试高性能计算集群系统浮点性能的基准。HPL通过对高性能计算集群采用高斯消元法求解一元N次稠密线性代数方程组的测试，评价高性能计算集群的浮点计算能力。

浮点计算峰值是指计算机每秒可以完成的浮点计算次数，包括理论浮点峰值和实测浮点峰值。理论浮点峰值是该计算机理论上每秒可以完成的浮点计算次数，主要由CPU的主频决定。理论浮点峰值＝CPU主频×CPU核数×CPU每周期执行浮点运算的次数。本文将为您介绍如何利用HPL测试实测浮点峰值。

准备工作

测试前您需要在本地准备好算例文件HPL.dat，文件包含了HPL运行的参数。如下示例是在单台scch5实例上运行HPL的推荐配置。

HPLinpack benchmark input file
Innovative Computing Laboratory, University of Tennessee
HPL.out      output file name (if any)
6            device out (6=stdout,7=stderr,file)
1            # of problems sizes (N)
143360 256000 1000         Ns  
1            # of NBs
384 192 256      NBs 
1            PMAP process mapping (0=Row-,1=Column-major)
1            # of process grids (P x Q)
1 2          Ps  
1 2          Qs  
16.0         threshold
1            # of panel fact
2 1 0        PFACTs (0=left, 1=Crout, 2=Right)
1            # of recursive stopping criterium
2            NBMINs (>= 1)
1            # of panels in recursion
2            NDIVs
1            # of recursive panel fact.
1 0 2        RFACTs (0=left, 1=Crout, 2=Right)
1            # of broadcast
0            BCASTs (0=1rg,1=1rM,2=2rg,3=2rM,4=Lng,5=LnM)
1            # of lookahead depth
0            DEPTHs (>=0)
0            SWAP (0=bin-exch,1=long,2=mix)
1            swapping threshold
1            L1 in (0=transposed,1=no-transposed) form
1            U  in (0=transposed,1=no-transposed) form
0            Equilibration (0=no,1=yes)
8            memory alignment in double (> 0)

测试过程中您可以根据节点的硬件配置，调整HPL.dat文件中相关参数，参数的说明如下所示。

第5~6行内容。
```
1            # of problems sizes (N)，N表示求解的矩阵数量与规模
143360 256000 1000         Ns  
```
N表示求解的矩阵数量与规模。矩阵规模N越大，有效计算所占的比例也越大，系统浮点处理性能也就越高。但矩阵规模越大会导致内存消耗量越多，如果系统实际内存空间不足，使用缓存、性能会大幅度降低。矩阵占用系统总内存的80%左右为最佳，即N×N×8=系统总内存×80%（其中总内存的单位为字节）。

第7~8行内容。
```
1            # of NBs，NB表示求解矩阵过程中矩阵分块的大小
384 192 256      NBs 
```
求解矩阵过程中矩阵分块的大小。分块大小对性能有很大的影响，NB的选择和软硬件许多因素密切相关。NB值的选择主要是通过实际测试得出最优值，一般遵循以下规律：
- NB不能太大或太小，一般小于384。
- NB×8一定是缓存行的倍数。
- NB的大小和通信方式、矩阵规模、网络、处理器速度等有关系。
一般通过单节点或单CPU测试可以得到几个较好的NB值，但当系统规模增加、问题规模变大，有些NB取值所得性能会下降。因此建议在小规模测试时选择3个性能不错的NB值，再通过大规模测试检验这些选择。

第10~12行内容。
```
1            # of process grids (P x Q)，P表示水平方向处理器个数，Q表示垂直方向处理器个数
1 2          Ps  
1 2          Qs  
```
P表示水平方向处理器个数，Q表示垂直方向处理器个数。P×Q表示二维处理器网格。P×Q=系统CPU数=进程数。一般情况下一个进程对应一个CPU，可以得到最佳性能。对于Intel ^® Xeon ^®，关闭超线程可以提高HPL性能。P和Q的取值一般遵循以下规律：
- P≤Q，一般情况下P的取值小于Q，因为列向通信量（通信次数和通信数据量）要远大于横向通信。
- P建议选择2的幂。HPL中水平方向通信采用二元交换法（Binary Exchange），当水平方向处理器个数P为2的幂时性能最优。

操作步骤

登录弹性高性能计算控制台。
创建一个名为HPL.test的集群。具体操作，请参见创建集群。
在配置参数时，您需要注意以下几点：
- 计算节点：本文选择ecs.scch5s.16xlarge实例规格作为示例。
- 软件配置：安装linpack 2018软件和intel-mpi 2018通信库。
  说明
  如果您已创建集群，安装linpack 2018软件和intel-mpi 2018通信库，也可以完成本测试任务。具体操作，请参见安装软件。
创建一个名为hpltest的sudo用户。具体操作，请参见创建用户。
创建作业文件。更多信息，请参见相关算例。
1. 在左侧导航栏，单击作业。
2. 在集群列表中选择目标集群，单击创建作业。
3. 在创建作业页面，选择新建文件 > 打开本地文件。
4. 在本地找到并单击HPL.dat文件，单击打开。

创建作业脚本并提交作业。

在创建作业页面，选择新建文件 > 使用文件模板 > pbs demo。

按下图完成作业配置，单击确认提交作业。

作业文件配置如下：

说明

本示例测试单节点的实测浮点峰值。如果您想测试多个节点的实测浮点峰值，可以修改如下配置文件。

#!/bin/sh
#PBS -j oe
export MODULEPATH=/opt/ehpcmodulefiles/
module load linpack/2018
module load intel-mpi/2018
echo "run at the beginning"
mpirun -n 1 -host <node0> /opt/linpack/2018/xhpl_intel64_static > hpl-ouput   #测试单节点的浮点性能，<node0>为运行作业的节点名称
#mpirun -n <N> -ppn 1 -host <node0>,...,<nodeN> /opt/linpack/2018/xhpl_intel64_static > hpl-ouput   #测试多节点的浮点性能

查看作业结果。
1. 在集群页面，找到HPL.test集群，单击远程连接。
2. 在远程连接页面，输入集群用户名、登录密码和端口，单击ssh连接。
3. 分别执行如下两条命令，查看作业结果。
```
cat  /home/hpltest/hpl-ouput
```
  本次测试结果如下图所示。