在M1测试计算性能

7视图(30天)

显示旧的评论

Marko 2021年6月29日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/868478-testing-svd-performance-on-m1

评论道: 本尼Hartwig2021年8月2日

你好,社区,

这是一个脚本测试M1性能解决计算问题。(需要并行计算工具箱)

                         %这个脚本对奇异值分解)的大小1到N。
                        
                         %也检测到的最大线程数和确定平行
                        
                         %效益。
                        
                         % %清晰定义环境
                        
                         清晰的所有,删除(gcp (“nocreate”));clc;
                        
                         % %检测最大线程
                        
                         core_info = evalc (“功能(“numcores”)”);
                        
                         maxThreads = str2num (core_info (53));
                        
                         disp ([“simultanously线程的最大数量:”num2str (maxThreads)])
                        
                         % %定义最低problemsize N泵提醒每一个线程
                        
                         N = smallest_multiple (max (maxThreads 8));
                        
                         对不同% N增加到大约1000
                        
                         %如果N < 1000
                        
                         % N =装天花板(1000 / N) * N;
                        
                         %结束
                        
                         disp ([的问题大小为N = 'num2str (N)))
                        
                         % %基准
                        
                         结果= kron (1: maxThreads, (1 0 0) ') ';
                        
                         为k = 1: maxThreads
                        
                         y = 0 (N, 1);
                        
                         myCluster = parcluster (“本地”);
                        
                         myCluster。NumWorkers = k;%现在真正的“修改”属性
                        
                         saveProfile (myCluster);
                        
                         % evalc (“parpool(“本地”,k) ');
                        
                         抽搐
                        
                         parforn = 1: n
                        
                         y (n) = max(圣言(randn (n)));
                        
                         结束
                        
                         结果(k, 2) = toc;
                        
                         disp ([“问题解决”num2str (k),“的”…
                        
                         num2str (maxThreads),的线程完成的num2str(结果(k, 2)),“年代”])
                        
                         evalc (“删除(gcp (“nocreate”))”);
                        
                         结束
                        
                         % %呈现结果
                        
                         clc;
                        
                         结果(:,3)=(1、2)结果。/(结果(:,2)。*结果(:1));
                        
                         disp (| #线程时间年代|效率)
                        
                         disp(结果)
                        
                         % %替代最小的多种解决方案
                        
                         % https://de.mathworks.com/matlabcentral/answers/386271-write-a-function-called-smallest_multiple answer_319994
                        
                         函数r = smallest_multiple (k)
                        
                         r = 1;
                        
                         为n = 1: k
                        
                         r = r * (n /肾小球囊性肾病(r, n));
                        
                         结束
                        
                         结束

有人能运行脚本,输出?

我不明白坏性能:

                         #线程|时间年代|效率
                        
                         1.0000 93.1989 1.0000
                        
                         2.0000 80.0887 0.5818
                        
                         3.0000 76.6610 0.4052
                        
                         4.0000 87.3170 0.2668

5个评论
显示隐藏 4年长的评论

本尼Hartwig 2021年7月31日

亲爱的马克,

我运行脚本MacMini M1 8 gb和观察到的类似的数据。然而,当改变几行代码我观察到提高效率对于这个特定的运动。具体地说,我改变了:

                               maxThreads = str2num (core_info (53)) 4;%扣除数量的低性能的核心
                              
                               N = smallest_multiple (max (maxThreads 8)) * 2;%增加迭代的数量
                              
                               y (n) = max(圣言(randn (500)));%解决随机矩阵的大小

最重要的变化是穿过一个固定大小的一个随机生成的矩阵。我认为原因是批量有些不均匀地分布的随机矩阵的大小。

基于N = 1680

#线程在年代| |时间效率

1.0000 61.9659 1.0000

2.0000 34.3137 0.9029

3.0000 26.9083 0.7676

4.0000 23.4078 0.6618

基于N = 3360

#线程在年代| |时间效率

1.0000 111.3407 1.0000

2.0000 60.9948 0.9127

3.0000 45.1030 0.8229

4.0000 37.0086 0.7521

基于N = 8400

#线程在年代| |时间效率

1.0000 263.5285 1.0000

2.0000 140.6530 0.9368

3.0000 105.1190 0.8357

4.0000 82.8724 0.7950

最好的,

本尼

本尼Hartwig 2021年8月2日

嗨,马克,

非常感谢你的提示。我设法连接M1迷你8 gb所有八个核心和再次运行基准测试运行。然而,我需要做出一些改变的运动来更好地理解性能:

                               
                               N = smallest_multiple (max (maxThreads 8)) * 1000 * 5%增加循环的大小
                              
                               evalc (“parpool(“本地”,k)”);%激活前抽搐toc(否则稀释时间保持)
                              
                               parforn = 1: n * k%范围内循环的线程的数量s.t。每个职工必须完成N的工作
                              
                               y (n) = max(圣言(randn (10)));%减少随机矩阵包含内存压力的大小
                              
                               结束
                              
                               结果(k, 2) = toc / k;%总时间除以工人的数量

#线程在年代| |时间效率

1.0000 33.1795 1.0000

2.0000 17.1001 0.9702

3.0000 11.8776 0.9312

4.0000 9.2032 0.9013

5.0000 8.4971 0.7810

6.0000 7.7836 0.7105

7.0000 7.2541 0.6534

8.0000 7.1321 0.5815

所以它看起来效率核心也提高性能,但要比核心性能有点慢。此外,内存压力的图表表明,这些数字可能下降的有偏见的,因为内存使用效率变黄与5到8线程在运行。1到4线程的内存应用一直是绿色的。

所以它可能回报的模型与16 gb的ram的内存消耗parfor循环增加相当强烈,当你添加更多的工人。也许这个问题可以得到解决,当Matlab M1上本地运行。

最好的,

本尼

登录置评。

在回答这个问题。

答案(0)

在回答这个问题。

类别

并行计算 MATLAB并行服务器

找到更多的在MATLAB并行服务器在帮助中心和文件交换

s manbetx 845

释放

R2021a

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

在M1测试计算性能

5个评论
显示隐藏 4年长的评论

答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

在M1测试计算性能

5个评论 显示隐藏 4年长的评论

答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

5个评论
显示隐藏 4年长的评论