[发明专利]一种HPL计算模型仿真方法

权利要求书

1.一种HPL计算模型仿真方法，其特征在于，包含以下顺序的步骤：

获取用户输入的系统配置参数，所述系统配置参数包括CPU、GPU、MISC参数；

根据CPU和GPU的运算能力来确定仿真计算任务量在CPU和GPU上的分配比，将对应的任务分别在CPU和GPU上进行仿真计算，记录仿真计算所消耗的时间，计算分析系统的浮点性能，展示仿真结果。

2.根据权利要求1所述HPL计算模型仿真方法，其特征在于，所述CPU参数包括CPU核心数、频率、每一时钟周期浮点运算次数、CPU个数；所述GPU参数包括GPU频率、GPU个数；所述MISC参数包括问题规模、矩阵分块大小、总线带宽、总线效率因子、CPU并行执行效率因子、GPU并行执行效率因子、GEMM效率因子。

3.根据权利要求1所述HPL计算模型仿真方法，其特征在于，所述CPU、GPU、MISC参数的配置方式包括手动输入、模版输入、自动输入三种方式。

4.根据权利要求3所述HPL计算模型仿真方法，其特征在于，所述模版输入，CPU类型包括EPYC 7251、EPYC 7281、Xeon Gold 6142，GPU类型包括RX Vega 56、RX Vega 64、Vega10；当选择CPU或GPU模版时，对应的配置参数将会自动填充。

5.根据权利要求3所述HPL计算模型仿真方法，其特征在于，所述自动输入，是该HPL计算模型仿真方法自动获取本机的配置参数。

6.根据权利要求1所述HPL计算模型仿真方法，其特征在于，所述根据CPU和GPU的运算能力来确定仿真计算任务量在CPU和GPU上的分配比，具体包含以下步骤：

(1)计算总任务量：

W＝GFLOPS_CPU·(t_CPU+t_T)+GFLOPS_GPU·t_GPU

(2)计算CPU与GPU之间数据传输总量：

(3)计算CPU与GPU之间数据传输的通信开销：

(4)计算分配比：

(5)将R·W的任务量分配给GPU，(1-R)·W的任务量分配给CPU。

7.根据权利要求1所述HPL计算模型仿真方法，其特征在于，所述将对应的任务分别在CPU和GPU上进行仿真计算，具体包含以下步骤：

(1)初始化增广矩阵A|b：根据问题规模初始化相应大小的增广矩阵；

(2)循环分解增广矩阵：基于LU分解法，根据任务量的分配比对增广矩阵进行split，并将split后需要传输到GPU显存上的部分矩阵传输到GPU显存上；

CPU执行cpu_dtrsm()来计算CPU部分的下三角矩阵，GPU执行gpu_dtrsm()来计算GPU部分的下三角矩阵；

GPU将运算完成的结果传输回内存，并同时进行HPL_dgemm()根据任务量的分配比对增广矩阵进行split，将split后需要传输到GPU显存上的部分矩阵传输到GPU显存上；

CPU执行cpu_dgemm()进行CPU部分矩阵乘运算，GPU执行gpu_dgemm()进行GPU部分矩阵乘运算；

若分解尚未结束，在GPU将数据传输回内存的同时与下一轮的HPL_dtrsm()需要的数据并行传输，若分解结束，将运算完成的结果传输回内存。