29、TAMM与自适应数据采样机制：提升计算性能与数据处理效率

TAMM与自适应数据采样机制：提升计算性能与数据处理效率

TAMM：新型拓扑感知映射方法

在超级计算机规模不断增长的背景下，拓扑感知映射成为提升复杂互连网络通信性能的关键技术。TAMM（Topology-Aware Mapping Method）作为一种新的拓扑感知映射方法应运而生。

算法原理

TAMM采用了一种精炼的迭代算法来优化映射。在每次迭代中，交换具有最大成本度量 Costmn 的进程对。该算法还具备回溯机制，最终的映射结果会回溯到最佳交换结果。交换过程会持续进行，直到每两个进程都交换过一次（ statusi 和 statusj 都不等于1），或者达到指定的迭代次数 count 。这一标准有助于促进远距离进程之间的交换，增强通信局部性，同时避免重复交换同一对进程。

实验设置

为了评估TAMM的性能，研究人员在天河 - 2A超级计算机上进行了实验。使用了NAS并行基准套件（version 3.3.1）中的四个程序（BT、SP、LU、CG）以及两个科学应用程序（Sweep3D和Snap）作为基准测试。实验运行了256、512、1024、2048和4096个进程，并将TAMM与天河 - 2A的两种默认映射策略（顺序映射和循环映射）进行了比较。

应用程序	进程数量设置	相关参数设置
BT、S