47、高性能计算背后的心理学及MPEG - 2视频流质量评估

高性能计算背后的心理学及MPEG - 2视频流质量评估

高性能计算集群个性评估

在高性能计算领域，不同的计算集群有着各自独特的“个性”，就像人一样，这些个性会影响软件运行的速度和成本。下面我们来详细了解Ranger、Tako和Persephone这三个集群的个性特点。

集群个性特点分析

• Ranger ：
  • 个性类型 ：生产导向型。它是一台维护成本较高的机器，Underworld编译需要一个多小时，且依赖项安装不简单。工作稳定，运行相同模型的误差小于5%，但使用成本高且难以申请使用时间，具有“精英主义”特点。
  • 能力专长 ：擅长处理大型/复杂模型，处理器间通信高效，增加资源时能实现线性加速。拥有超过62000个处理器，每个CPU速度超过2 GHz，属于大规模集群。
  • 工作偏好 ：过度驱动时表现最佳，若分配的CPU核心少于16个，运行作业会有明显劣势。不适合处理小型/复合作业，不具备开发导向型的特征。使用多重网格方法时，最粗网格并行求解（非冗余）效果最佳。
• Tako ：
  • 个性类型 ：开发导向型。它是一台易于使用的机器，Underworld编译时间少于五分钟，依赖项易于安装。工作不稳定，运行相同模型的误差超过30%，但使用无需等待时间且免费，非常容易获取。