应用机能飞升，海潮英特尔KEEP打算有料

　　【资讯】美国盐湖城时刻11月16日，海潮团体在此进行的2016环球超等计较大会(SC16)上发布了KEEP打算最新盼望及部门应用环境陈诉。KEEP打算(Knights Landing Evaluation and Escalation Program)是由海潮与英特尔在本年6月份配合启动的基于英特尔新一代众核处理赏罚器Knights Landing(KNL)的试用体验打算。

　　KEEP宣布现场

　　按照KEEP打算，海潮与英特尔配合连系成立基于全新KNL技能的、开放的高机能计较体系，首期建树高出200TFlops计较手段的KNL测试体系，后续方针扩容到高出700TFlops，辅佐更多高机能计较和深度学惯用户在KNL上完成应用测试、迁徙及优化。

　　海潮团体副总裁胡雷钧现场讲授

　　据现场宣布会的先容，很多来自差异规模的用户已深度参加到KEEP打算中，既涉及海洋模仿、计较流体力学、天文数据处理赏罚、石油勘察等传统高机能计较规模，也涉及高机能和大数据团结的HPDA和智能计较等新兴规模。

　　英特尔数据中苦衷业部企业和当局营业部高级总监Joseph Curley

　　在高机能计较应用方面，西北家产大学在Keep KNL集群上运行Lattice-Boltzmann要领的大涡模仿(LBM-LES)，在两维2048×2048的网格上，迭代10000步单个KNL节点耗时23.48秒，机能相等于双路E5-2680 v4 CPU节点的2.3倍。Lattice-Boltzmann要领假设流体由大量的粒子组成，LBM-LES模仿了粒子在格子中不绝撒播和碰撞的进程，被普及的应用在航空航天、家产计划等规模。

　　在大数据应用规模，复旦大学测试了其包袱的环球最大天文望远镜项目SKA(平方公里阵列望远镜)的科学数据处理赏罚(Scientific Data Processing，SDP)措施。基于Spark执行框架、运用Scala说话编写的SDP数据处理赏罚测试措施共启动了5393个并利用命，涉及到大量的排序和混洗操纵。复旦大学用了不到2天的时刻就完成了执行框架在KEEP KNL集群上的情形搭建，包罗Spark、Hadoop以及大量基于python的射电天文计较库的安装。焦点执行框架在KNL集群上的运行时刻是12分30秒，是同局限CPU节点集群机能的6倍。

　　在智能计较方面，河北家产大学的Bin Cao团队在Keep KNL集群上处理赏罚了DPCCMOEA的16个测试题目，每个题目1000维且测试一次，每个题目方针数为3，在两个 KNL节点上用时4208.89s，机能是 2节点双路E5-2680 v4 CPU节点的2.25倍。DPCCMOEA是漫衍式并行相助协同进化多方针优化算法的简称，该算法可用于办理大数据发掘、家产化和收集题目中的多方针优化题目，如产物的自动计划、汽车动员机计划中的优化题目。

　　浩瀚的Keep打算用户应用体验表白，KNL不只今朝最强盛的众核计较处理赏罚器，同时还兼备精采的编程易用性，从CPU到KNL平台的代码很是滑腻轻易，只需编译即可在KNL上运行，上述全部应用都在一周时刻内完成全部编译、编译器级的优化和最终运行测试事变，在未涉及到代码级深度优化的环境下，起源机能就已经根基到达双路E5-2680V4 CPU的2倍以上或更高，假如针对KNL架构特点和应用算法举办代码级深度优化，机能晋升空间将更大。

　　KNL将对高机能计较应用、深度进修、智能计较、大数据应用起到强有力的机能晋升，而将来越来越多的应用将可回收KNL方案举办机能提速。KEEP打算蕴蓄的大量详确、靠得住的HPC应用优化履历，无疑将有助于加快推进KNL的普及应用和遍及。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!