Python触发器计算

我一直在尝试对我在上面实现了Python分布式处理程序的所有计算机上的失败进行标准化估计。虽然我目前可以很好地计算Pytones，但Pytones并不是很有名，我也不完全确定它们到底有多准确

因此，我需要一种方法来计算（或一个已经计算过的模块）各种机器上的触发器，这些机器可能有各种各样的CPU，等等。鉴于Python是一种解释语言，简单地计算执行一定数量操作所需的时间不会在Linpack级别上执行。虽然我并不特别需要与基准测试中的一个“大牌”有完全相同的估计，但我希望它至少合理接近

---

因此，有没有一种方法，或预先存在的模块，让我得到触发器？否则，我唯一的选择将是编译成Cython，或者尝试根据CPU时钟速度估计性能…

Linpack或高性能Linpack通常是测量触发器的行业标准。我发现了一个python实现，但它可能没有多大用处，标准实现（特别是如果您有集群）将使用。除非您想在python中实现自己的并行linpack，否则HPL是一个不错的选择。这就是大多数超级计算机用来衡量其性能的方法

---

如果您真的下定决心要这么做，即使这可能没有意义或没有多大用处，您可能想考虑将原始MPI版本移植到，它有一个很好的python接口。

感谢您将这些链接起来，但我在尝试UCS实现时似乎遇到了困难。当我用i7在3台不同的计算机上运行它时-960@3.2GHz，一个i7-2960M@2.7GHz，和一个英特尔-Q8200@2.33GHZ，所有3台计算机返回相同的120.4 MFlops值。这显然是不正确的（或测量其他东西），因为根据LinX的数据，960内核的机器运行速度为35gflops。也许我的问题说错了一点，因为我实际上在一个分布式计算网络上，其中，处理节点是仅通过Internet连接的单个计算机。因此，如果在地理位置和通过Internet连接，则由于网络延迟，每次的结果都会有所不同，并且与理论性能相差甚远，而且由于您连接的每台计算机或处理器看起来都不一样，这将使您的性能甚至更低，因为存在大量通信，处理器将不得不等待另一个，查找上面的zero mq程序您可能需要实现它您的selfNo，每台单独的计算机分别运行代码，然后将其单独计算的结果上载到控制器。这与想要单独确定各种不同计算机的失败是同一个应用程序。是的，这就是为什么我建议使用Zero mQ，这是一种用于分布式计算的API