前面的文章已經介紹了如何搭建Linpack環境：https://blog.csdn.net/liu_feng_zi_/article/details/107429720?

接下來說明如何使用

一、編寫運行腳本：

新建文件：run_linpack.sh，內容如下：

export HPL_DIR =/root/LHC/Linpack/hpl-2.0_FERMI_v15 export MKL_NUM_THREADS=6 export OMP_NUM_THREADS=6 export MKL_DYNAMIC=FALSE export CUDA_DGEMM_SPLIT=0.836 export CUDA_DTRSM_SPLIT=0.806 export LD_LIBRARY_PATH= $HPL_DIR/src/cuda:$LD_LIBRARY_PATH $HPL_DIR/bin/CUDA/xhpl

1、MKL_NUM_THREADS：每個進程使用的CPU核的數量

2、OMP_NUM_THREADS：每個GPU使用的CPU核的數量

例如：2個GPU和8個CPU，則OMP_NUM_THREADS=4

3、CUDA_DGEMM_SPLIT：發送給GPU的DGEMM占總的百分比，大致等于(GPU GFLOPS)/(GPU GFLOPS + CPU GFLOPS)，或者( 350 ) /?( 350 + 每個GPU的CPU數量 * 4 * CPU基本頻率 )

4、CUDA_DTRSM_SPLIT：發送給GPU的DTRSM占總的百分比，通常比DGEMM低0.05-0.10

5、HPL_DIR：文件的路徑

二、HPL.dat參數設置：

之前的文章寫過：https://blog.csdn.net/liu_feng_zi_/article/details/107416291

三、執行文件：

單節點執行：

./run_linpack.sh

多節點執行（沒有測試過，僅供參考）：

mpirun -np N ./run_linpack.sh #N為節點數

?

總結

以上是生活随笔為你收集整理的Linux下Linpack测试GPU和CPU性能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。