hpccg的性能建模及预测

《hpccg的性能建模及预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：O246学校代码：10213国际图书分类号：519.6密级：公开理学硕士学位论文HPCCG的性能建模及预测硕士研究生：白恩慈导师：张池平教授申请学位：理学硕士学科：计算数学所在单位：数学系答辩日期：2013年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:O246U.D.C:519.6DissertationfortheMasterDegreeinSciencePERFORMANCEMODELINGANDPREDICTIONOFHPCCGCandidate：BaiEnciSupervisor：Prof.ZhangChipingAcademicDegreeApp

2、liedfor：MasterofScienceSpeciality：ComputationalMathematicsAffiliation：DepartmentofMathematicsDateofDefence：June,2013Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学理学硕士学位论文摘要无论对于软件开发人员还是软件的使用者，建立软件的性能模型都有重要的意义。利用性能模型，软件开发者可以对软件有更深的了解，开发出更完善更高效的软件；软件使用者可以充分发挥软件的性能，方便地管理软件。然而随着人们需求的增加

3、，软件的规模变得越来越庞大，再加上计算机硬件技术的发展，计算机的体系结构变得很复杂，使得灵活快捷地建立软件的精确的性能模型变得很困难。本文给出了三种建立解析性能模型的方法，问题规模估计法，浮点运算估计法，分部计算法。HPCCG是由美国Sandia国家实验室开发的小型基准测试软件，它的核心算法是共轭梯度法，代表了一类运行在高性能计算机的计算软件。因此本文选择HPCCG作为研究对象，用上述的方法对它进行了性能建模、性能预测和误差分析。关键词：HPCCG；性能建模；性能预测；误差分析-I-哈尔滨工业大学理学硕士学位论文AbstractForbothsoftwaredevelopersandsoft

4、wareusers,theestablishmentofsoftwareperformancemodelhasimportantsignificance.Usingtheperformancemodels,softwaredeveloperscanhaveadeeperunderstandingofthesoftware,sotheycandevelopbetterandmoreefficientsoftware;softwareuserscanmakefulluseofthesoftwareandcansupervisethesoftwaremoreeasily.However,witht

5、heincreaseofpeople'sneeds,thesoftwarehasbecomeincreasinglylargescale,coupledwiththedevelopmentofcomputerhardwaretechnology,computerarchitecturebecomesverycomplex.Buildinganaccurateperformancemodelflexiblyandefficientlybecomesgrowinglydifficult.Thispaperproposesthreeanalyticalmethodstoestablishthepe

6、rformancemodelincludingtheproblemsizeestimationmethod,floating-pointestimationapproachandintegrationbypartsmethod.HPCCGisasmallbenchmarkdevelopedbytheSandiaNationalLaboratories.Itskernelalgorithmisconjugategradientsolverrunningonalotofhigh-performancecomputers.ThispaperchoosesHPCCGastheresearchobje

7、cttobuilditsperformancemodelusingthemethodsabove,thentakesadvantageoftheperformancemodelstopredicateruntimeofthesoftwareandanalysestheerror.Keywords:HPCCG,Performancemodeling,Performanceprediction,Erroranal