私はLinux Mint 18.1を実行している2つのシステムをテストし、同じプログラムを実行しました。
システム１には次の特徴がある。
Architecture: x86_64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian
CPU(s): 2
On-line CPU(s) list: 0,1
Thread(s) per core: 1
Core(s) per socket: 2
Socket(s): 1
NUMA node(s): 1
Vendor ID: GenuineIntel
CPU family: 6
Model: 23
Model name: Intel(R) Core(TM)2 Duo CPU E7500 @ 2.93GHz
Stepping: 10
CPU MHz: 1603.000
CPU max MHz: 2936.0000
CPU min MHz: 1603.0000
BogoMIPS: 5866.45
L1d cache: 32K
L1i cache: 32K
L2 cache: 3072K
NUMA node0 CPU(s): 0,1
Flags: fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx lm constant_tsc arch_perfmon pebs bts rep_good nopl aperfmperf pni dtes64 monitor ds_cpl est tm2 ssse3 cx16 xtpr pdcm sse4_1 xsave lahf_lm dtherm
` total used free shared buff/cache` available
Mem: 5967 1809 835 88 3321 3750
Low: 5967 5131 835
システム2：
Architecture: x86_64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian
CPU(s): 12
On-line CPU(s) list: 0-11
Thread(s) per core: 2
Core(s) per socket: 6
Socket(s): 1
NUMA node(s): 1
Vendor ID: GenuineIntel
CPU family: 6
Model: 63
Model name: Intel(R) Core(TM) i7-5820K CPU @ 3.30GHz
Stepping: 2
CPU MHz: 3399.902
CPU max MHz: 3600.0000
CPU min MHz: 1200.0000
BogoMIPS: 6596.24
Virtualization: VT-x
L1d cache: 32K
L1i cache: 32K
L2 cache: 256K
L3 cache: 15360K
NUMA node0 CPU(s): 0-11
Flags: fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx pdpe1gb rdtscp lm constant_tsc arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc aperfmperf eagerfpu pni pclmulqdq dtes64 monitor ds_cpl vmx est tm2 ssse3 sdbg fma cx16 xtpr pdcm pcid dca sse4_1 sse4_2 x2apic movbe popcnt tsc_deadline_timer aes xsave avx f16c rdrand lahf_lm abm epb tpr_shadow vnmi flexpriority ept vpid fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid cqm xsaveopt cqm_llc cqm_occup_llc dtherm ida arat pln pts
total used free shared buff/cache available
Mem: 48203 5957 388 138 41857 41600
Low: 48203 47814 388
プログラムのタイミングは次のとおりです（リアルタイム）：
system 1 2 cores ~30 seconds
system 2 6 cores ~120 seconds
より良い仕様のシステム2がパフォーマンスが低い理由に対する答えが見つかりませんでした。システム2には8つのアイドルコアがあります。一部のMatlabコードは他の4つのコアで実行されます。また、この過程で空きメモリが十分であることを確認しました。
編集する：私のプログラムは、平行で単純なオイラー積分ですOpenMP。入力/出力はあまりありません。export OMP_NUM_THREADS=6システム2端末のスレッド数を制限しました。プログラムは私のローカルシステムで実行されます。 Matlabコードが何をしているのかわかりません。これは共有コンピュータであり、SSHを使用してアクセスします。これらの詳細が役立つことを願っています。
私は2つと6つのスレッドで別のタイミングを実行しました。
system 1 2 threads 52 seconds
system 2 2 threads 54 seconds
system 2 6 threads 4 minutes and 22.3492 seconds
system 3 6 threads 19 seconds
システム３は以下の通りである。
Architecture: x86_64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian
CPU(s): 8
On-line CPU(s) list: 0-7
Thread(s) per core: 2
Core(s) per socket: 4
Socket(s): 1
NUMA node(s): 1
Vendor ID: GenuineIntel
CPU family: 6
Model: 60
Stepping: 3
CPU MHz: 800.000
BogoMIPS: 7982.20
Virtualization: VT-x
L1d cache: 32K
L1i cache: 32K
L2 cache: 256K
L3 cache: 8192K
NUMA node0 CPU(s): 0-7
プログラムには問題がないようです。システム2が疑わしい。
編集する 最近、システム2に2つの16GB RAMを追加しました。 openmpは、異なるRAMスロットにメモリを割り当て、RAM間の通信によりプロセスが非常に遅くなるようです。プログラムが1つのRAMスロットにのみメモリを割り当てるように強制する方法はありますか？