hyperthreading

    0熱度

    1回答

    我發現從另一個答案以下報價(Performance difference for multi-thread and multi-process): 接下來,你可以有「超線程」的CPU,它可以(在 至少)上的核心運行兩個線程非常迅速 - 但是,而不是進程(因爲 「超線程」線程不能使用不同的地址空間) -線程可以贏得性能方面的另一種情況。 這是準確的嗎?虛擬內核的兩個線程(超線程)不能運行不同的操作系

    6熱度

    1回答

    我在HyperThreaded CPU上使用OpenMP代碼。 如果一切都相等,在非超線程CPU上,性能如何改變? 我注意到100%的處理器利用率,無論我運行多少個線程,但改變線程數確實提高了性能。怎麼會這樣? 對於非INTEL多線程CPU,故事是否一樣?

    3熱度

    1回答

    我的CPU是8x2600 MHz(Intel Xeon CPU E5-2670 0 @ 2.60GHz)。 我有一個數據處理算法,可以在Java中並行運行。此函數確定運行時併發線程數 Runtime.getRuntime().availableProcessors()返回8. 此算法是100%非阻塞。 CPU支持超線程,每個內核有2個線程。 現在我應該使用8個線程運行算法,因爲Java只能看到8個

    0熱度

    1回答

    所以,這個學期我有一個關於操作系統的話題,而且我還不太瞭解Hyper線程。我搜索互聯網,但我發現的東西幾乎是相同的東西(我不知道我是否用錯誤的詞條搜索)。 這裏是我找到了來源: https://www.dasher.com/will-hyper-threading-improve-processing-performance/; Hyper-threading Performance Compar

    0熱度

    1回答

    我面臨多核系統的可伸縮性問題。我的應用程序在4個物理核心機器上並行處理科學數據,8個邏輯核心啓用超線程。我們推出8個JVM,每個邏輯核心一個(我們最終可能會切換到一個JVM,以避免JVM的開銷) 問題是可擴展性幾乎是線性的,最多4個核心,但我們幾乎沒有增加10-20通過增加4個「邏輯核心」來提高性能。 我通過剖析應用程序來分析線程行爲,並且看不到太多的鎖或線程。我也檢查了pidstat,我沒有看到

    1熱度

    1回答

    一些多線程代碼我剛寫似乎在超線程CPU運行速度較慢 - 即禁用超線程使得它運行得更快。這是正常的嗎?

    0熱度

    1回答

    我編程上的騎士登陸,其具有68芯和4個超線程/核心節點。我正在研究混合MPI/OpenMP應用程序。 我的問題是,如果4個超線程意味着用作OpenMP的 線程或者我如何使用他們?當我運行使用 以下方案我的程序: export OMP_NUM_THREADS=1 mpirun -np 68 ./app 它的運行速度比當我使用的方案更快: export OMP_NUM_THREADS=4 mp

    2熱度

    1回答

    我試圖使用Amdahl定律來計算的代碼加速和下面是我的CPU規格: Amdahl定律: - Speedup = 1/1-p+ (p/n) ,其中n =處理器數量。 根據我的規格,它說核= 4,而邏輯處理器= 8 我應該公式中的number of processors使用?

    3熱度

    1回答

    在運行Linux的共享內存系統上,假設它有4個Intel Xeon-E5 CPU,每個CPU有10個內核。 PBS Pro已安裝。例如,如果用戶使用qsub -l select=1:ncpu=30來運行軟件程序(如果他們想運行在覈心上),那麼它們就可以運行。或者爲其他軟件做setenv OMP_NUM_THREADS 30。 我的問題主要與基於MPI的商業軟件包有關。忽略PBS和qsub一會兒,運

    4熱度

    2回答

    在Is OpenMP (parallel for) in g++ 4.7 not very efficient? 2.5x at 5x CPU中,我確定我的程序的性能在11s和13s之間變化(大多數情況下總是在12s以上,有時慢到13.4 s)在使用默認的#pragma omp parallel for時約爲500%的CPU,並且在4核8線Xeon上,OpenMP加速僅爲5x CPU w/g++-