CN110046075A - 一种hpl测试方法以及设备 - Google Patents
一种hpl测试方法以及设备 Download PDFInfo
- Publication number
- CN110046075A CN110046075A CN201910332792.5A CN201910332792A CN110046075A CN 110046075 A CN110046075 A CN 110046075A CN 201910332792 A CN201910332792 A CN 201910332792A CN 110046075 A CN110046075 A CN 110046075A
- Authority
- CN
- China
- Prior art keywords
- value
- test
- cpu
- parameter
- multiple groups
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种HPL测试方法,包括步骤:获取硬件参数信息;根据所述硬件参数信息,构建多组测试参数;利用所述多组测试参数依次对实际浮点值进行测试,并在每组参数进行测试时获取CPU的利用率;在利用每组参数进行测试时比较CPU的利用率与预设值,响应于CPU利用率低于预设值,中断针对该组参数的测试,以及响应于CPU利用率不低于预设值,继续测试并得到若干个测试结果;对比分析所述若干个测试结果,并选出最大值作为测试结果。本发明公开的方法能够简化测试流程,提高测试效率,并大量减少了人力操作。
Description
技术领域
本发明涉及测试领域,具体涉及一种HPL测试方法以及设备。
背景技术
Linpack是国际上最流行的用于测试高性能计算机***浮点性能的benchmark。通过利用高性能计算机,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。浮点计算峰值,它是指计算机每秒钟能完成的浮点计算最大次数。包括理论浮点峰值和实测浮点峰值。理论浮点峰值是该计算机理论上能达到的每秒钟能完成浮点计算最大次数,它主要是由CPU的主频决定的,理论浮点峰值=CPU主频×CPU每个时钟周期执行浮点运算的次数×***中CPU核心数目。实测浮点峰值是指Linpack测试值,也就是说在这台机器上运行Linpack测试程序,通过各种调优方法得到的最优的测试结果。
Purley平台目前是Intel最新一代的服务器平台,使用之前基于Grantley平台的Linpack测试的优化配置方法,实测浮点性能仅能达到理论浮点性能的60%左右,性能偏低,因此,亟需针对Purley平台的Linpack测试进行对应的优化配置,以得到最优的浮点性能数据结果。
除此之外,以往的平台***设置及HPL.dat文件配置都是通过手动设置完成,往往会由于测试人员疏忽造成设置项遗漏或者配置参数填写错误等问题。
发明内容
有鉴于此,为了克服上述问题的至少一个方面,本发明实施例的提出一种HPL测试方法,包括步骤:
获取硬件参数信息;
根据所述硬件参数信息,构建多组测试参数;
利用所述多组测试参数依次对实际浮点值进行测试,并在利用每组参数进行测试时获取CPU的利用率;
在利用每组参数进行测试时比较CPU的利用率与预设值,响应于CPU利用率低于预设值,中断针对该组参数的测试,以及响应于CPU利用率不低于预设值,继续测试并得到若干个测试结果;
对比分析所述若干个测试结果,并选出最大值作为测试结果。
在一些实施例中,所述方法还包括步骤:
根据所述硬件参数信息计算理论浮点值。
在一些实施例中,所述方法还包括步骤:
根据所述测试结果中的最大值和理论浮点值计算性能百分比。
在一些实施例中,所述硬件参数包括CPU系列型号、CPU的核数以及内存大小。
在一些实施例中,所述测试参数包括N值、NB值、P值和Q值;
其中,所述N值由所述内存大小确定,所述NB值由CPU系列型号确定,所述P值*Q值为CPU的核数。
在一些实施例中,构建多组测试参数进一步包括:构建多组P值和Q值,使每一组P值*Q值均为CPU的核数。需要说明的是,多组P值和Q值包含了所有能够使P值*Q值为CPU的核数的组合。例如,CPU的核数为8核,则P和Q的组合可以为1*8,2*4,4*2,8*1。
在一些实施例中,所述方法还包括步骤:
建立第一文件夹,以存储多组P值和Q值。
在一些实施例中,利用所述多组测试参数依次进行测试进一步包括步骤:
每次进行测试时,根据N值、NB值以及不同的P值和Q值组合对HPL.dat文件以及runme_intel64_dynamic文件进行修改,并运行runme_intel64_dynamic,以得到测试结果。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种计算机设备,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机程序,所述处理器执行所述程序时执行如上所述的任一种HPL测试方法的步骤。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时执行如上所述的任一种HPL测试方法的步骤。
本发明具有以下有益技术效果:能够简化测试流程,提高测试效率并大量减少了人力操作,而且通过在测试过程中对CPU利用率的判断可以进一步加快测试速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明的实施例提供的一种HPL测试方法的流程示意图;
图2为本发明的实施例提供的计算机设备的结构示意图;
图3为本发明的实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
根据本发明的一个方面,本发明的实施例提出一种HPL测试方法,如图1所示,其可以包括步骤:获取硬件参数信息;根据硬件参数信息构建多组测试参数;利用多组测试参数依次对实际浮点值进行测试,并在利用每组参数进行测试时获取CPU的利用率;在利用每组参数进行测试时比较CPU的利用率与预设值,响应于CPU利用率低于预设值,直接中断针对该组参数的测试,以及响应于CPU利用率不低于预设值,继续测试并得到若干个测试结果;对比分析若干个测试结果,并选出最大值作为测试结果。
在一些实施例中,当开始测试后,可以通过构建一个shell脚本自动获取硬件参数信息,获取的硬件参数信息可以包括CPU系列型号、CPU的核数或CPU的个数、内存大小、CPU主频以及CPU每个时钟周期执行浮点运算的次数等。
在一些实施例中,在通过shell脚本获取硬件参数信息后,接着依旧可以通过该shell脚本自动根据硬件参数信息配置测试所需的参数,例如可以自动配置N值、NB值、P值和Q值。
在一些实施例中,NB值由CPU系列型号确定,而N值由内存大小确定。
具体的,N值可以由下式计算:
N2=内存*1024*1024*1024*0.1,然后求得N值后除以NB值,将所得结果取整后再乘以NB值,最终得到N值,即N值是NB值得整数倍。而且N值和NB值均为定值。
在一些实施例中,P值*Q值为CPU的核数或CPU的个数,而由于N值和NB值均为定值,所以在步骤构建多组测试参数中,即为构建多组P值和Q值,并且每一组P值*Q值均为CPU的核数或CPU的个数。
在一些实施例中,可以建立第一文件夹以存储多组不同的P值和Q值。
在一些实施例中,在步骤利用多组测试参数依次进行测试中,每次进行测试,均需要根据N值、NB值以及不同的P值和Q值组合对HPL.dat文件以及runme_intel64_dynamic文件进行修改,然后在运行runme_intel64_dynamic,以得到测试结果。
在一些实施例中,由于每次测试均会耗费较长时间,因此可以利用shell脚本动态监控每次测试时的CPU的利用率,当在一次测试过程中,测试开始1分钟内cpu利用率低于90%,则直接通过shell脚本中断此次测试并进行下一组测试,直至cpu利用率高于90%执行完整测试并记录结果。
这样,利用每一组P值和Q值进行测试过程中,可以进行若干次完整的测试,进而得到若干个测试结果,然后利用shell脚本选出多个测试结果中的最大值。
在一些实施例中,本发明的实施例提出一种HPL测试方法还包括步骤:根据硬件参数信息计算理论浮点值。理论浮点值可以由下式进行计算:
理论浮点值=CPU主频×CPU每个时钟周期执行浮点运算的次数×***中CPU核心数目。
在一些实施例中,方法还包括步骤:
根据测试结果中的最大值和理论浮点值计算性能百分比。即利用测试结果中的最大值/理论浮点值然后取百分比。
基于同一发明构思,根据本发明的另一个方面,如图2所示,本发明的实施例还提供了一种计算机设备501,包括:
至少一个处理器520;以及
存储器510,存储器510存储有可在处理器上运行的计算机程序511,处理器520执行程序时执行如上的任一种HPL测试方法的步骤。
基于同一发明构思,根据本发明的另一个方面,如图3所示,本发明的实施例还提供了一种计算机可读存储介质601,计算机可读存储介质601存储有计算机程序610,计算机程序610被处理器执行时执行如上的任一种HPL测试方法的步骤。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外,典型地,本发明实施例公开的装置、设备等可为各种电子终端设备,例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等,也可以是大型终端设备,如服务器等,因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外,根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及***单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个***的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种HPL测试方法,包括步骤:
获取硬件参数信息;
根据所述硬件参数信息构建多组测试参数;
利用所述多组测试参数依次对实际浮点值进行测试,并在利用每组参数进行测试时获取CPU的利用率;
在利用每组参数进行测试时比较CPU的利用率与预设值,响应于CPU利用率低于预设值,中断针对所述组参数的测试,以及响应于CPU利用率不低于预设值,继续测试并得到若干个测试结果;
对比分析所述若干个测试结果,并选出最大值作为测试结果。
2.如权利要求1所述的方法,其特征在于,还包括:
根据所述硬件参数信息计算理论浮点值。
3.如权利要求2所述的方法,其特征在于,还包括:
根据所述测试结果中的最大值和理论浮点值计算性能百分比。
4.如权利要求1所述的方法,其特征在于,所述硬件参数包括CPU系列型号、CPU的核数以及内存大小。
5.如权利要求4所述的方法,其特征在于,所述测试参数包括N值、NB值、P值和Q值;
其中,所述N值由所述内存大小确定,所述NB值由CPU系列型号确定,所述P值*Q值为CPU的核数。
6.如权利要求5所述的方法,其特征在于,构建多组测试参数进一步包括:构建多组P值和Q值,使每一组P值*Q值均为CPU的核数。
7.如权利要求6所述的方法,其特征在于,还包括:
建立第一文件夹,以存储多组P值和Q值。
8.如权利要求7所述的方法,其特征在于,利用所述多组测试参数依次进行测试进一步包括步骤:
每次进行测试时,根据N值、NB值以及不同的P值和Q值组合对HPL.dat文件以及runme_intel64_dynamic文件进行修改,并运行runme_intel64_dynamic,以得到测试结果。
9.一种计算机设备,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时执行如权利要求1-8任意一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910332792.5A CN110046075A (zh) | 2019-04-24 | 2019-04-24 | 一种hpl测试方法以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910332792.5A CN110046075A (zh) | 2019-04-24 | 2019-04-24 | 一种hpl测试方法以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110046075A true CN110046075A (zh) | 2019-07-23 |
Family
ID=67278950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910332792.5A Withdrawn CN110046075A (zh) | 2019-04-24 | 2019-04-24 | 一种hpl测试方法以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046075A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674042A (zh) * | 2019-09-23 | 2020-01-10 | 苏州浪潮智能科技有限公司 | 一种并发性能测试方法与装置 |
CN111257788A (zh) * | 2020-03-08 | 2020-06-09 | 苏州浪潮智能科技有限公司 | 一种电源的动态测试方法、***、设备以及介质 |
-
2019
- 2019-04-24 CN CN201910332792.5A patent/CN110046075A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674042A (zh) * | 2019-09-23 | 2020-01-10 | 苏州浪潮智能科技有限公司 | 一种并发性能测试方法与装置 |
CN110674042B (zh) * | 2019-09-23 | 2022-08-02 | 苏州浪潮智能科技有限公司 | 一种并发性能测试方法与装置 |
CN111257788A (zh) * | 2020-03-08 | 2020-06-09 | 苏州浪潮智能科技有限公司 | 一种电源的动态测试方法、***、设备以及介质 |
CN111257788B (zh) * | 2020-03-08 | 2022-06-10 | 苏州浪潮智能科技有限公司 | 一种电源的动态测试方法、***、设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104572422A (zh) | 一种基于Linux***开关机下内存监测实现方法 | |
CN105320602A (zh) | 一种应用启动速度的测试方法及装置 | |
CN110427295A (zh) | 一种云平台资源的监控方法、设备及可读介质 | |
CN109598407A (zh) | 一种业务流程的执行方法及装置 | |
CN110046075A (zh) | 一种hpl测试方法以及设备 | |
CN110413433A (zh) | 一种Maria DB集群故障后的恢复方法、设备以及存储介质 | |
CN109379299A (zh) | 一种数据流量的限制方法、装置和*** | |
CN105022686A (zh) | 安卓平台上进程的cpu占用率确定方法和装置 | |
CN109448777A (zh) | 一种nvme固态硬盘的测试方法及装置 | |
CN110445841A (zh) | 一种云物理机挂载云盘的方法、设备以及存储介质 | |
CN110727664A (zh) | 用于对公有云数据执行目标操作的方法与设备 | |
CN110413475A (zh) | 一种校正服务器功耗测量值的方法和装置 | |
CN105183641B (zh) | 一种内核模块的数据一致性校验方法及*** | |
CN110427296A (zh) | 一种基于硬件wdt进行监测的方法、设备及可读介质 | |
CN110134568A (zh) | 一种应用程序启动时间检测方法、装置及设备 | |
CN107506292B (zh) | 一种多级非均匀目录下随机读时延的自动化测试方法 | |
CN109117295A (zh) | 一种交易超时监控方法及装置 | |
CN110442474A (zh) | 一种数据一致性验证方法、***及数据验证端 | |
CN110502258A (zh) | 一种升级网卡的方法、设备及可读介质 | |
CN110413477A (zh) | 测试分布式存储的输入输出性能的方法、设备及可读介质 | |
CN110417579A (zh) | 一种使用千兆网卡管理万兆网络的方法、设备及可读介质 | |
CN109344083A (zh) | 一种程序调试方法、装置、设备及可读存储介质 | |
CN110427312A (zh) | 一种测试数据库性能的方法、设备以及存储介质 | |
CN103019829A (zh) | 用签名实现的多核程序内存竞争记录及重演方法 | |
CN107391440A (zh) | 一种快速傅里叶变换算法输出数据的处理装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190723 |