高性能计算习题及答案
- 格式：doc
- 大小：1.47 MB
- 文档页数：15
高性能计算练习题 1、 一下哪种编程方式适合在单机内并行？哪种适合在多机间并行？ 单机：Threading线程、OpenMP；多机：MPI。 2、 例题：HPC集群的峰值计算能力： 一套配置256个双路X5670处理器计算节点的HPC集群。X5560:2.93GHz Intel XS5670 Westmere六核处理器，目前主流的Intel处理器每时钟周期提供4个双精度浮点计算。峰值计算性能：2.93GHz*4Flops/Hz*6Core*2CPU*256节点=36003.8GFlops。Gflops=10亿次，所以36003Gflops=36.003TFlops=36.003万亿次每秒的峰值性能。 3、 Top500排名的依据是什么？High Performance Linpack(HPL)测试结果 4、 目前最流行的GPU开发环境是什么？CUDA 5、 一套配置200TFlops的HPC集群，如果用双路2.93GHz Intel westmere六核处理器X5670来构建，需要用多少个计算节点？ 计算节点数=200TFlops/(2*2.93GHz*6*4Flops/Hz)=1422 6、 天河1A参与TOP500排名的实测速度是多少，效率是多少？ 2.57PFlops 55% 7、 RDMA如何实现？ RDMA(Remote Direct Memory Access)，数据发送接收时，不用将数据拷贝到缓冲区中，而直接将数据发送到对方。绕过了核心，实现了零拷贝。 8、InfiniBand的最低通讯延迟是多少？ 1-1.3usec MPI end-to-end， 0.9-1us InfiniBand latency for RDMA operations 9、GPU-Direct如何加速应用程序运行速度？ 通过除去InfiniBand和GPU之间的内存拷贝来加速程序运行。 •GPUs provide cost effective way for building supercomputers 【GPUs提供高效方式建立超级计算机】 •Dense packaging of compute flops with high memory bandwidth 【使用高端内存带宽的密级封装浮点计算】 10、网络设备的哪个特性决定了MPI_Allreduce性能？集群大小，Time for MPI_Allreduce keeps increasing as cluster size scales，也就是说集群的规模决定了MPI_Allreduce的性能。 11、现排名世界第一的超级计算机的运行速度？K computer: 10PFlops 也就是10千万亿次,93% 12、以下哪些可以算作是嵌入式设备： A 路由器 B机器人 C微波炉 D笔记本电脑 13、选择嵌入式操作系统的头两个因素是： A 成本 B 售后服务 C可获得源代码 D相关社区 E开发工具 14、构建嵌入式Linux的主要挑战是： A 需要广博的知识面 B深度定制的复杂性 C日益增加的维护成本 D稳定性与安全性 E开源项目通常质量低下 15、The Yocto Project的主要目的是： A. 构建一个统一的嵌入式Linux社区 B. 提供高质量的工具帮助你轻松构建嵌入式Linux， 从而专注于其上的研究工作 C. 包括一组经过测试的metadata，指导最核心的一些开源项目的交叉编译过程 D. 提供灵活的扩展接口，可以方便的导入新的项目， 或是新的板级支持包(BSP) 16、请描述交叉编译一个开源项目需要完成哪些工作？ Patch-Configure-Compile-Install-Sysroot-Package-Do_rootfs 17. Top500排名的依据是什么？ 答：High Performance Linpack(HPL)测试结果 18.Write codes to create a thread to compute the sum of the elements of an array. 答：Create a thread to complete the sum of the elements of an array. struct arguments { double *array; int size; double *sum; } int main(int argc, char *argv) { double array[100]; double sum; pthread_t worker_thread; struct arguments *arg;
arg = (struct arguments *)calloc(1, sizeof(struct arguments)); arg->array = array; arg->size=100; arg->sum = ∑
if (pthread_create(&worker_thread, NULL, do_work, (void *)arg)) { fprintf(stderr,”Error while creating thread\n”); exit(1); } ... }
void *do_work(void *arg) { struct arguments *argument; int i, size; double *array; double *sum;
argument = (struct arguments*)arg;
size = argument->size; array = argument->array; sum = argument->sum;
*sum = 0; for (i=0;i *sum += array[i];
return NULL; } 19. Give a good option to compute for load balancing. (n=16 and there are 4 processors)
20.Please list the ways for improving performance. Option #1: Buy Faster Hardware Option #2: Modify the algorithm Option #3: Modify the data structures Option #4: Modify the implementation Option #5: Use concurrency
21、If a code is 10% sequential, and there are 4 processors, please calculate the speedup. F=10% T1=0.1T1+0.9T1 T4=0.1T1+0.9T1/4=0.325T1 Speedup=T1/T4=3.077
22.Please show the process of n-pipelined execution of 4 tasks to achieve higher throughput (i.e. number of tasks per time unit) if each task has 4 sequential stages which take 1, 2, 5, 1 time unit respectively.
time=1+2+5*4+1=24 23.128个双路2.66GHz Intel Nehalem 四核处理器计算节点的HPC集群，其峰值计算是多少 128*2*2.66G*4*4(一个时钟周期可进行4次浮点运算)=10,895GFlops
24.并行计算提出的原因 提高性能和存储能力；使用户和计算机之间相互协调；获得一个问题的逻辑结构；处理独立的物理设备 25. 并行的三大问题：性能，准确性，可编程性Programmability RISC ：Reduced Instruction Set Computing CISC ：Complex Instruction Set Computer MIPS：Million Instructions Per Second ILP ：Instruction Level Parallelism 指令层并行. SMT ：Simultaneous Multi Threading 同时多线程 SMP ：Symmetric Multi-Processors SISD ：Single instruction single data SIMD ：Single instruction multiple data 单指令流多数据流 MIMD ：Multiple instructions multiple data MISD：Multiple instructions single data MPP ：Massively Parallel Processor大规模并行处理器 26. 在一个CPU中可通过几种技术实现并发机制 流水线：Pipelining ， RISC体系结构 如果一个处理器要处理若干个任务，且每个任务有相同的n个步骤组成，不同部分又可同时执行，则处理器可采取流水线方式处理这些任务。流水线的任务是获得高的吞吐量。当任务数很多时，系统吞吐量接近于 1 / 最大子任务持续时间
RISC的思想是：使所有指令由相同数量的持续时间相同的步骤。
