HPL编译detail

Ⅰ hpl编译出错，是不是make文件的问题

高级语言的编译出错，原因有很多种。可以是源程序中的程序错误，也可以是 makefile 文件的本身编写规则写得不对，都会导致在 make makefile 文件时出现错误。因为 makefile 对编写 makefile 文件的规则、以及编译、连接的先后顺序是很严格的，至于说到底是哪一种类型的错误，那就需要仔细检查源程序、以及 makefile 文件了。

Ⅱ ubuntu benchmark怎么进行测试

一、Linpack简介
Linpack是国际上最流行的用于测试高性能计算机系统浮点性能的benchmark。通过对高性能计算机采用高斯消元法求解一元N次稠密线性代数方程组的测试，评价高性能计算机的浮点性能。

Performance Linpack，也叫高度并行计算基准测试，它对数组大小N没有限制，求解问题的规模可以改变，除基本算法（计算量）不可改变外，可以采用其它任何优化方法。前两种测试运行规模较小，已不是很适合现代计算机的发展。
HPL 是针对现代并行计算机提出的测试方式。用户在不修改任意测试程序的基础上，可以调节问题规模大小(矩阵大小)、使用CPU数目、使用各种优化方法等等来执 行该测试程序，以获取最佳的性能。HPL采用高斯消元法求解线性方程组。求解问题规模为N时，浮点运算次数为(2/3 * N^3－2*N^2)。因此，只要给出问题规模N，测得系统计算时间T，峰值=计算量(2/3 * N^3－2*N^2)/计算时间T，测试结果以浮点运算每秒（Flops）给出。HPL测试结果是TOP500排名的重要依据。

二、Linpack安装与测试
1． Linpack安装条件：
在安装HPL之前，系统中必须已经安装了编译器、并行环境MPI以及基本线性代数子方程(BLAS)或矢量图形信号处理库(VSIPL)两者之一。

在Ubuntu下，使用apt-get安装gfortran，mpich2，每个计算节点都需要安装
安装完后，可先使用mpicc编译helloworld验证mpi集群是否工作正常

hpl linpack缺省配置是使用atlas的库，所以这里我们安装ATLAS
参考http://blog.sina.com.cn/s/blog_708532ea0100m8nt.html

根据atlas的安装文档, 首先要switch off cpu throttling.首先安装cpufrequtils和cpufreqd这两个包, 也许还要安装powernowd包

从http://sourceforge.net/projects/math-atlas/files/下载atlas
cd ATLAS
mkdir build
cd build
../configure
make

编译没有问题的话会在lib目录下生成几个静态库

2． 安装与编译Linpack：
第一步，从www.netlib.org/benchmark/hpl 网站上下载HPL包hpl.tar.gz并解包

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

然后开始编译：
make arch=x86_64
如果出现符号找不到的问题，请检查LAlib的库的位置

cd bin/x86_64
在这个目录下生成了两个文件， HPL.dat是linpack计算的配置文件， xhpl是测试程序

这里有关于HPL.dat的配置说明：
http://blog.csdn.net/yosoqoo/article/details/3563349
其中几个重要的参数(必须针对集群环境修改）
1 # 表示只做一次计算，使用下面的第一个数
100000 30 34 35 Ns #矩阵大小，为了测试性能，一般取N*N*8 ~ 内存总量，集群时考虑总内存量

1 # of NBs
192 2 3 4 NBs #分块大小，经验值192
4 1 4 Ps # PxQ 应该等于整个集群的进程数，一般等于cpu核数
16 4 1 Qs # P 一般<=Q

如果是单机，可以运行mpiexec -n 64 ./xhpl来看一下是否工作正常。
对于集群，首先需要保证所有机器的可以相互使用ssh无密码登录（比如要从s1登录到s2,需要把s1上的.ssh/id_rsa.pub内容拷贝到s2的.ssh/authorized_keys里。
然后创建mpi_hosts文件，内容就是集群内各机器名称，每个机器一行。

在每个机器上，都需要有相同的用户，以及同样的hpl-2.1路径和文件HPL.data，xhpl程序

运行mpiexec -n 64 -f mpi_hosts, ./xhpl

注意：
1. 矩阵不能太小，要保证矩阵数据可以占用大量内存，运行时可以free来查看内存使用量，用top，然后按1来查看cpu每个核的使用情况
2. 节点间数据传输量比较大，应该使用万兆网络，否则网络会成为瓶颈。
3.本文只是为了验证，并不是为了优化benchmark。如果要达到更好的benchmark数值，应该使用优化的blas库，比如intel的mkl。intel的mkl本身就带了linpack测试程序