[发明专利]一种应用软件最优化运行方案的寻找方法

说明书

技术领域

本发明涉及计算机应用技术，具体地说是一种高性能计算方面应用软件的性能测试和性能评估，更具体的说，涉及在大规模并行系统上基于应用软件的固定问题规模，快速寻找最优化运行方案的方法。

背景技术

随着数值计算需要解决的问题逐渐复杂和高性能计算机集群技术的迅速发展，如何在大规模并行系统上高效的运行计算流体力学、生命科学、石油勘探及航空航天等专业领域的应用软件已成为当前一个重要问题。

可扩展性是数值并行计算所重视的一个指标，而通常进行的可扩展性研究集中在并行算法和并行系统相结合的可扩展性上，它的前提是在问题规模和并行系统规模都各自增大的前提下，研究系统性能的增减。而对于并行应用软件在固定问题规模的可扩展性讨论较少，这对于在实际科研问题求解中，更高效率的使用并行系统运行应用软件具有重要意义。

发明内容

本发明主要提供了一种在大规模并行系统上的最优化运行方案的找寻方法，可以找出应用软件在固定规模问题下的最优化运行方案。

本发明的一种在大规模并行系统上的最优化运行方案的找寻方法，是按以下方式实现的，该方法包括以下步骤：

A、根据经验值设定两个较小的初始处理器运行数目P0和P1，其中P0＜P1，运行软件后得到两个运行时间TP0、TP1；计算固定问题规模可扩展性Scal(Pi，Pj)，其数学模型的推理过程如下：

由加速比计算公式Spi＝Tpi/TPj

效率计算公式Epi＝Spi/Pi×100％

推出并行系统在机器规模由Pi扩展到Pj时的固定问题规模可扩展性数学模型是：

Scal(Pi，Pj)＝EPj/EPi＝SPj/Spi×Pj/Pi＝TPj/Tpi×Pj/Pi。

B、根据固定问题规模可扩展性数学模型Scal(Pi，Pj)＝Tpi/TPj*Pi/Pj，计算判断Pj台处理器相对于Pi台处理器是否具有可扩展性，其中Pi＜Pj，均表示处理器运行数目；

C、判断当Scal(Pi，Pj)＞Pj/Pi时，则回到步骤A，增加处理器运行数目，以上步骤循环执行；

D、判断当0＜Scal(Pi，Pj)≤Pj/Pi时，则停止测试，Pi即为此规模应用的优化处理器运行数目；

可以看出，在本发明中的固定规模可扩展性数学模型中有一个非常实用的特性，就是利用比值约分省去了问题的单处理器运行时间，因为当问题规模很大，处理机台数很多时，根本无法也没有必要在单处理器上进行求解。

本发明的有益效果是：可以快速确定大规模并行系统运行某规模应用问题的最佳处理机数目，从而提升大规模并行系统的工作效率，满足应用问题求解需求，缩短运行时间。

附图说明

附图1为本发明方法的步骤流程图。

具体实施方式

参照附图对本发明的方法作以下详细的说明；

由前述内容可知，本发明提供的是一种大规模并行系统上优化运行方案的找寻方法，其步骤流程图如图1所示，包括如下步骤：

步骤A：在大规模并行系统上运行固定规模应用软件，根据经验值设定两个较小的初始处理器运行数目P0和P1，其中P0＜P1，运行软件后得到两个运行时间TP0、TP1；

步骤B：将TP0、TP1带入本发明中的可扩展性数学模型Scal(Pi，Pj)＝Tpi/TPj*Pi/Pj中，计算并判断在此应用规模下Pj台处理器相对于Pi台处理器是否具有可扩展性，具体判断情况分为：

◆若Scal(Pi，Pj)＞1，则Pj台处理器相对于Pi台处理器是超线性可扩展的；

◆若Scal(Pi，Pj)＝1，则Pj台处理器相对于Pi台处理器是线性可扩展的；

◆若Pj/Pi＜Scal(Pi，Pj)＜1，则Pj台处理器相对于Pi台处理器是次线性可扩展的；

◆若0＜Scal(Pi，Pj)≤Pj/Pi，则Pj台处理器相对于Pi台处理器是不可扩展的；

步骤C：判断当Scal(Pi，Pj)＞Pj/Pi时，即当前的机器规模还可进行扩展，则增大处理器运行数目返回步骤A、B进行循环寻找判断；直到0＜Scal(Pi，Pj)≤Pj/Pi时，即当前规模的应用问题为相对不可扩展的情况，则可判定Pi即为此规模应用的最优化处理器运行数目。

综上所述，依照本发明中的大规模并行系统上最优化运行方案的找寻方法，可以快速确定固定规模应用问题的最优化处理器运行数目，提升大规模并行系统的工作效率，满足应用问题求解需求，缩短运行时间。这是一种简单、易行又非常实用的方案确定方法，在高性能计算领域的应用软件中具有广泛的应用范围和很高的应用价值。