HPL編譯detail
Ⅰ hpl編譯出錯，是不是make文件的問題
高級語言的編譯出錯，原因有很多種。可以是源程序中的程序錯誤，也可以是 makefile 文件的本身編寫規則寫得不對，都會導致在 make makefile 文件時出現錯誤。因為 makefile 對編寫 makefile 文件的規則、以及編譯、連接的先後順序是很嚴格的，至於說到底是哪一種類型的錯誤，那就需要仔細檢查源程序、以及 makefile 文件了。
Ⅱ ubuntu benchmark怎麼進行測試
一、Linpack簡介
Linpack是國際上最流行的用於測試高性能計算機系統浮點性能的benchmark。通過對高性能計算機採用高斯消元法求解一元N次稠密線性代數方程組的測試，評價高性能計算機的浮點性能。
Performance Linpack，也叫高度並行計算基準測試，它對數組大小N沒有限制，求解問題的規模可以改變，除基本演算法（計算量）不可改變外，可以採用其它任何優化方法。前兩種測試運行規模較小，已不是很適合現代計算機的發展。
HPL 是針對現代並行計算機提出的測試方式。用戶在不修改任意測試程序的基礎上，可以調節問題規模大小(矩陣大小)、使用CPU數目、使用各種優化方法等等來執 行該測試程序，以獲取最佳的性能。HPL採用高斯消元法求解線性方程組。求解問題規模為N時，浮點運算次數為(2/3 * N^3－2*N^2)。因此，只要給出問題規模N，測得系統計算時間T，峰值=計算量(2/3 * N^3－2*N^2)/計算時間T，測試結果以浮點運算每秒（Flops）給出。HPL測試結果是TOP500排名的重要依據。
二、Linpack安裝與測試
1． Linpack安裝條件：
在安裝HPL之前，系統中必須已經安裝了編譯器、並行環境MPI以及基本線性代數子方程(BLAS)或矢量圖形信號處理庫(VSIPL)兩者之一。
在Ubuntu下，使用apt-get安裝gfortran，mpich2，每個計算節點都需要安裝
安裝完後，可先使用mpicc編譯helloworld驗證mpi集群是否工作正常
hpl linpack預設配置是使用atlas的庫，所以這里我們安裝ATLAS
參考http://blog.sina.com.cn/s/blog_708532ea0100m8nt.html
根據atlas的安裝文檔, 首先要switch off cpu throttling.首先安裝cpufrequtils和cpufreqd這兩個包, 也許還要安裝powernowd包
從http://sourceforge.net/projects/math-atlas/files/下載atlas
cd ATLAS
mkdir build
cd build
../configure
make
編譯沒有問題的話會在lib目錄下生成幾個靜態庫
2． 安裝與編譯Linpack：
第一步，從www.netlib.org/benchmark/hpl 網站上下載HPL包hpl.tar.gz並解包
cd hpl-2.1
cp setup/Make.Linux_PII_CBLAS_gm Make.x86_64
vi Make.x86_64
修改下列配置：
ARCH = x86_64
TOPdir = $(HOME)/projects/hpl-2.1
LAdir = $(HOME)/projects/ATLAS/build/lib
LAinc =
LAlib = $(LAdir)/libcblas.a $(LAdir)/libatlas.a
然後開始編譯：
make arch=x86_64
如果出現符號找不到的問題，請檢查LAlib的庫的位置
cd bin/x86_64
在這個目錄下生成了兩個文件， HPL.dat是linpack計算的配置文件， xhpl是測試程序
這里有關於HPL.dat的配置說明：
http://blog.csdn.net/yosoqoo/article/details/3563349
其中幾個重要的參數(必須針對集群環境修改）
1 # 表示只做一次計算，使用下面的第一個數
100000 30 34 35 Ns #矩陣大小，為了測試性能，一般取N*N*8 ~ 內存總量，集群時考慮總內存量
1 # of NBs
192 2 3 4 NBs #分塊大小，經驗值192
4 1 4 Ps # PxQ 應該等於整個集群的進程數，一般等於cpu核數
16 4 1 Qs # P 一般<=Q
如果是單機，可以運行mpiexec -n 64 ./xhpl來看一下是否工作正常。
對於集群，首先需要保證所有機器的可以相互使用ssh無密碼登錄（比如要從s1登錄到s2,需要把s1上的.ssh/id_rsa.pub內容拷貝到s2的.ssh/authorized_keys里。
然後創建mpi_hosts文件，內容就是集群內各機器名稱，每個機器一行。
在每個機器上，都需要有相同的用戶，以及同樣的hpl-2.1路徑和文件HPL.data，xhpl程序
運行mpiexec -n 64 -f mpi_hosts, ./xhpl
注意：
1. 矩陣不能太小，要保證矩陣數據可以佔用大量內存，運行時可以free來查看內存使用量，用top，然後按1來查看cpu每個核的使用情況
2. 節點間數據傳輸量比較大，應該使用萬兆網路，否則網路會成為瓶頸。
3.本文只是為了驗證，並不是為了優化benchmark。如果要達到更好的benchmark數值，應該使用優化的blas庫，比如intel的mkl。intel的mkl本身就帶了linpack測試程序