June 2020 超级计算机TOP8FRONTERA理论浮点数性能计算

本文主要是介绍June 2020 超级计算机TOP8FRONTERA理论浮点数性能计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

June 2020 TOP8 FRONTERA

TOP500超级计算机

  1. 硬件分析:

    1. 制造商:Dell EMC
    2. 核心数:448,448
    3. 存储:1,537,536 GB
    4. 处理器: Xeon Platinum 8280 28C 2.7GHz
  2. 性能表现:

    1. Linpack Performance (Rmax) 23,516.4 TFlop/s
    2. Theoretical Peak (Rpeak) 38,745.9 TFlop/s
    3. Nmax 9,262,848
  3. Xeon Platinum 8280 28C 2.7GHz具体参数信息
    在这里插入图片描述

  4. 计算方式

    1. 处理器基本频率:2.7GHz
    2. 指令集拓展:Intel® SSE4.2, Intel® AVX, Intel® AVX2, Intel® AVX-512(对于float,能够同时进行的FMA的数量即128/32 = 4、256/32 = 8、 512/32 = 16。)
    3. AVX-512 FMA 单元数:2 (流水线后乘法和加法能够并行运算,可同时处理两次运算)

    单Xeon Platinum 8280核计算:

    核心数 × 主频 × ( 512 b i t × 2 F M A × 2 × 1 64 ) 核心数 \times 主频 \times \left ( 512bit \times 2FMA \times 2 \times \frac{1}{64} \right ) 核心数×主频×(512bit×2FMA×2×641)

    28 × 2.7 G × 32 = 2.4192 T F l o p / s 28 \times 2.7G \times 32 = 2.4192TFlop/s 28×2.7G×32=2.4192TFlop/s

    所有核心: 单核心 × ( 448448 28 ) = 38745.9 T F l o p / s 单核心 \times \left( \frac{448448}{28} \right)= 38745.9 TFlop/s 单核心×(28448448)=38745.9TFlop/s

    Xeon Platinum 8280内部集成28个核心,故在计算超算整体的理论性能时应除掉单个CPU的计算核心

这篇关于June 2020 超级计算机TOP8FRONTERA理论浮点数性能计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/196750

相关文章

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

深度剖析SpringBoot日志性能提升的原因与解决

《深度剖析SpringBoot日志性能提升的原因与解决》日志记录本该是辅助工具,却为何成了性能瓶颈,SpringBoot如何用代码彻底破解日志导致的高延迟问题,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言第一章:日志性能陷阱的底层原理1.1 日志级别的“双刃剑”效应1.2 同步日志的“吞吐量杀手”

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

Python中经纬度距离计算的实现方式

《Python中经纬度距离计算的实现方式》文章介绍Python中计算经纬度距离的方法及中国加密坐标系转换工具,主要方法包括geopy(Vincenty/Karney)、Haversine、pyproj... 目录一、基本方法1. 使用geopy库(推荐)2. 手动实现 Haversine 公式3. 使用py

Java慢查询排查与性能调优完整实战指南

《Java慢查询排查与性能调优完整实战指南》Java调优是一个广泛的话题,它涵盖了代码优化、内存管理、并发处理等多个方面,:本文主要介绍Java慢查询排查与性能调优的相关资料,文中通过代码介绍的非... 目录1. 事故全景:从告警到定位1.1 事故时间线1.2 关键指标异常1.3 排查工具链2. 深度剖析:

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

基于Python Playwright进行前端性能测试的脚本实现

《基于PythonPlaywright进行前端性能测试的脚本实现》在当今Web应用开发中,性能优化是提升用户体验的关键因素之一,本文将介绍如何使用Playwright构建一个自动化性能测试工具,希望... 目录引言工具概述整体架构核心实现解析1. 浏览器初始化2. 性能数据收集3. 资源分析4. 关键性能指

Zabbix在MySQL性能监控方面的运用及最佳实践记录

《Zabbix在MySQL性能监控方面的运用及最佳实践记录》Zabbix通过自定义脚本和内置模板监控MySQL核心指标(连接、查询、资源、复制),支持自动发现多实例及告警通知,结合可视化仪表盘,可有效... 目录一、核心监控指标及配置1. 关键监控指标示例2. 配置方法二、自动发现与多实例管理1. 实践步骤

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、