使用第 2 代英特尔至强可扩展处理器的 HPC 复合基准性能 — STREAM、HPL 和 HPCG

Savitha Pareek、Varun Bawa、& Ashish K Singh HPC 和 AI 创新实验的文章6月 2019

2^nd第3代 intel®至®强 Skylake 可扩展系列处理器（体系结构 codenamed – 级联）Dell EMC 的 HPC 工程团队有权访问一些工程测试单元，并且该博客显示了我们的初始基准调查结果。

本博客的目的是说明和分析最新的 Intel®至强®可扩展系列处理器上获得的性能，并将性能与其前代系统进行比较。我们为分析选择了流、HPL 和 HPCG 基准。此调查重点介绍单个和多个节点的性能影响。这些测试在 Dell EMC PowerEdge C6420 （单节点研究）和 PowerEdge R740 （多节点研究）上执行，并提供 HPC 工作负载的建议 BIOS 设置。级联 Lake 处理器附带了许多增强功能，例如Intel®深厚的深入学习增强（INTEL DL 提升）以及 VNNI、更高的内存带宽，以及增加了向量浮点性能和效率。

表 1：Testbed 信息

已进行测试来量化以下两种情况：

• 从 Skylake 到级联 Lake 的单个节点的性能改进
• 单节点与多节点相比的性能改进

流

为了获得 Intel 级联 Lake 和 Skylake 上的峰值内存带宽性能，我们选择了 流 基准，这是 HPC 域中实际的行业标准基准，用于衡量可持续的内存带宽（以 GB/s 为单位）。TRIAD 值已用于比较内存带宽。

Figure1: 流– Skylake 与级联 Lake

在级联 Lake 支持 2933MT/s 时，Skylake 支持的最大内存频率为 2666MT/s，这意味着使用级联 Lake 的内存频率提高10%。根据图1，级联的 Lake 处理器显示的内存带宽相对于 Skylake 的更多。每个核心的内存带宽取决于特定的处理器 SKU。由于有些级联 Lake Sku 具有相对于 Skylake 的更多核心，因此每个 core 的内存带宽比较与总内存带宽比较不同。如图1所示，8280和6242的内存带宽越高，比各自的前置任务高出7%。但是，6230每核相对于6130的内存带宽降低了11%，因为内核的6230增加25%。对于内存带宽敏感的应用程序来说，每个核心的内存带宽可能是一个重要因素。

LINPACK -

我们测定了使用 Intel LINPACK 的处理器的计算能力。在数据块大小（NB）为384时，问题大小（N）为系统内存的90%。此处介绍的是级联 Lake 处理器的性能和扩展。

Skylake 与级联 Lake –  

图 2：LINPACK 性能（Skylake 与级联 Lake）

根据图2，LINPACK 显示了高达15% 的级联 Lake 处理器。此比较基于 CPU 型号、比较 Skylake 及其在英特尔至强®可扩展系列的后续任务。Intel 至强®6230，每个插槽4个内核的6130性能提高了15%，同时，8280和6242具有相似的核心数，因为其 CPU 基本频率增加，并且内存带宽越高，因此性能得以提高。

多节点性能— 对于多节点研究，我们使用了 PowerEdge R740 服务器的8节点群集和英特尔至强®8268，并为1、2、4和8个节点捕获了结果。表2中提及了其余的系统配置。

                                                图 3：具有 8268 @ 2.90 GHz 的多节点 LINPACK 性能

如图3所示，单个8268节点的 LINPACK 性能是 3059 GFLOPS，23946 GFLOPS for 8 节点，这意味着 7.83 X 从1节点扩展到8个节点。单个节点的效率为 ~ 69%，在2、4和8个节点上为 ~ 67%。从1节点到2个节点的效率下降;但是，这种可扩展性大多数情况下都是线性的。               

HPCG 基准

HPCG 基准基于共轭渐变规划求解，其中调节器是具有 Gauss-Seidel 的三级分层多网格（MG）方法。

HPCG 基准在3D 域中的每个网格点使用27点模具构造一个逻辑上的全局分布式稀疏线形系统，该点上的方程式（i，j，k）取决于其值和26个周围的 neighbours。通过基准计算得出的全局域为（NRx * Nx） X （NRy * Ny） X （NRz * Nz），其中 Nx、Ny 和 Nz 是本地子网格的尺寸，分配给每个 MPI 进程并且 MPI 秩数为 NR = （NRx X NRy X NRz）。

对于我们的分析，我们将多个测试划分为2个类别—

Skylake 与级联 lake - 在本部分中，我们通过使用 HPCG 性能将 Skylake 与级联 lake 进行比较。 我们利用了336 ^ 3的网格大小，占用的总系统内存^超过1/4。每个节点的 MPI 进程数和线程数取决于最大结果和内存利用率。

图 4：HPCG 性能（Skylake 与级联 Lake）

根据图4，我们通过级联的 HPCG 性能改进，在其前置下处理。由于 HPCG 是更多的内存绑定应用程序，因此，级联 Lake 处理器的性能改进是与流基准的结果相比，其中6230比6130更高，6142 6242 比8280更快7%。   

带有多节点的 HPCG — 用于多节点基准测试，我们选择了336 ^ 3和最佳 MPI 流程以及 OpenMP 线程组合的本地尺寸网格大小。

图 5：使用级联 Lake 的多节点 HPCG 性能

图5显示了采用级联 Lake 8268 @ 2.9 GHz 的 HPCG 的性能，并且最多可扩展到8个节点。HPCG performance 43GFLOPS for single node and 84GFLOPS for 双节点，这意味着具有两个节点的 1.96 X 性能改进。随着我们与4和8个节点一起向前移动，性能提升至 7.7 X。          

结论

使用级联 Lake 处理器的情况下，PowerEdge 系统现在可以通过此较新的版本处理器支持高达 2933 MT/s 的内存速度。采用级联 Lake 处理器的测试4-15 在比较的 CPU 型号上的 HPL 和7-12% 中的 HPCG 提高了7-12% 的性能改进。从1到8个节点的级联 Lake 测试显示良好的可扩展性，就像我们过去的 Skylake。

此外，级联 Lake 引入了 VNNI 指令，可加快深入学习推导工作负载，使其在 本博客中进一步讨论。