Matrix 报告/可视化MPI代码的可伸缩性结果。。。哪种方式最好?

Matrix 报告/可视化MPI代码的可伸缩性结果。。。哪种方式最好?,matrix,mpi,scalability,scalapack,Matrix,Mpi,Scalability,Scalapack,作为研究的一部分,我使用ScaLAPACK计算了不同带状系统的并行解。我感兴趣的是将所获得的加速比报告为矩阵秩r及其带宽b的函数 如何才能更好地实现这一点 以下是我为这两个值选择的宇宙: r在{10000 2500050000 75000 100000 1000000 5000000 1000000} b在{2 4 8 16 32 64 128 256 512 1024} 我使用的集群总共有64个核心,因此p在{1,…,64}中 我计算了加速比和效率,s和e,作为p,r和b的函数 我的目标是以某

作为研究的一部分,我使用
ScaLAPACK
计算了不同带状系统的并行解。我感兴趣的是将所获得的加速比报告为矩阵秩r及其带宽b的函数

如何才能更好地实现这一点

以下是我为这两个值选择的宇宙:

r在
{10000 2500050000 75000 100000 1000000 5000000 1000000}

b在
{2 4 8 16 32 64 128 256 512 1024}

我使用的集群总共有64个核心,因此p在
{1,…,64}

我计算了加速比和效率,s和e,作为p,r和b的函数

我的目标是以某种方式展示基于r和b的加速效果。我在考虑创建(r,b)-空间的某种曲面投影。但是我如何在一个值中恢复加速行为呢

我的一个建议是,使用获得的加速比和理想(线性)加速比来计算皮尔逊相关系数,但是,这似乎不起作用,因为它没有考虑到r值较小时出现的“加速甜点”的存在

有什么提示吗


提前谢谢

经过一段时间的思考,我决定报告,最好的加速比乘以皮尔逊线性相关系数

这样的图如下所示:

(r,b)的每个实例所获得的最佳加速比由其“接近线性”的程度加权,即Pearson线性相关系数中包含的信息。因为前者是[-1,1]中定义的值,那么,对于远离线性的加速,我们将有一个0,而负值将显示减速,这是预期的。在所附的图中,我们可以看到并行求解器对于较小的带宽值确实具有适当的可伸缩性,并且随着该值的增加,它会变得更糟

如果你们有任何提示或更正,请告诉我;)