Medición del rendimiento

Universidad de Sonora Arquitectura de Computadoras 2

Medición del rendimiento� El rendimiento de la CPU es el inverso del tiempo de

ejecución.

� Ecuación del tiempo de CPU

Tiempo CPU = Ciclos de reloj para el programa x Periodo del reloj

� Alternativamente

Tiempo CPU = Número de instrucciones x CPI x Periodo del reloj

Donde CPI es el número de ciclos en promedio por instrucción.


Medición del rendimiento� Para comparar dos sistemas computacionales:

1. Correr la carga de trabajo (workload) del usuario en los dos sistemas.

2. Correr un benchmark. Un programa o conjunto de programas usados específicamente para medir el rendimiento de una computadora.


Tipos de benchmarks1. Programas de juguete tipo quicksort.

2. Benchmarks sintéticos. No hacen nada aparte de evaluar el rendimiento de la CPU como Whetstoney Dhrystone.

3. Aplicaciones reales como los benchmarks de SPEC (Standard Performance Evaluation Corporation).

� La tercera es la opción con mejor reputación.


Benchmarks clásicos� Utilizados hasta principios de los 1990s.

� Todavía son populares porque son gratis y fáciles de usar y entender.

� Dos clases de benchmarks clásicos:


Benchmarks clásicos1. Benchmarks sintéticos: No realizan ninguna

computación util.

� Whetstone.

� Dhrystone.

2. Benchmarks de kernel. Obtenidos de un programa (o librería) real.

� Linpack.

� Livermore loops.


Benchmarks clásicos� Cada benchmark viene en dos versiones.

� Versión optimizada. El benchmark fue compilado con las opciones de optimización del compilador.

� Versión no optimizada. El benchmark fue compilado sin las opciones de optimización del compilador.

� La versión optimizada debe correr mas rápido que la versión no optimizada.


Whetstone� Publicado en 1976 originalmente en Algol 60.

� Intenta replicar el comportamiento de un típico programa científico en la computadora KDF9.

� Contiene varios módulos, cada uno contiene instrucciones de un tipo en particular:

� Aritmética entera.

� Aritmética de punto flotante.

� ifs.

� Llamadas a funciones (coseno, seno, etc.)


Whetstone� Un buen número de las instrucciones son de punto

flotante.

� Se usa para medir el rendimiento de instrucciones de punto flotante.

� Reporta resultados:

� KWIPS o MWIPS (kilo/mega instrucciones Whetstone por segundo)

� Comparación con una VAX 11/780 de 1977.

� MFLOPS (millones de operaciones de punto flotante por segundo) o MOPS (millones de operaciones por segundo) para cada módulo.


Dhrystone� Publicado en 1984 originalmente en Ada.

� Intenta replicar el comportamiento de un programa no científico.

� No tiene instrucciones de punto flotante.

� Menos ciclos y mas ifs y llamadas a procedimiento.

� Mide el rendimiento de instrucciones enteras.


Dhrystone� Reporta resultados en DPS (Dhrystone por

segundo) o en DMIPS (Dhrystone MIPS).

� DMIPS = DPS / 1757.

� 1757 es el número de DPS obtenido en una VAX 11/780 que supuestamente era una máquina de 1 MIPS.


Linpack� Publicado en 1976, Linpack es un conjunto

(paquete) de subrutinas de algebra lineal en Fortran.

� El benchmark basado en Linpack mide cuánto tarda una computadora en resolver un sistema denso de N x N ecuaciones lineales.

� Típicamente N = 100, pero puede ser mayor.

� Hay versiones de precisión sencilla y doble.

� Los resultados se reportan en MFLOPS.


Livermore loops� Publicado en 1986 originalmente en Fortran.

� Mide el rendimiento de computadoras paralelas.

� Consiste en 24 ciclos (kernels).

� Cada ciclo hace una función matemática distinta:

� Fragmento de hidrodinámica.

� Gradiente conjugado de Cholesky incompleto.

� Búsqueda de Montecarlo.

� Reporta MFLOPS para cada uno de los ciclos.


Desventajas� De los benchmarks clásicos:

� Es fácil hacer trampa, un compilador puede reconocer el benchmark y generar código especial.

� Reflejan el estilo de programación de 1970 y 1980.

� No miden las capacidades de las CPUs actuales.

� No hay control del código fuente.

� Nadie certifica los resultados.

� No hay reglas standard.

Desventajas� Hacen énfasis en medir MIPS (o MFLOPS).

� MIPS no siempre son relevantes, p.e., en servidores de web, de correo o de archivos.

� El número de instrucciones por segundo no dice nada de la complejidad de las instrucciones.

� No es lo mismo ejecutar instrucciones simples que instrucciones complejas.



MIPS� Para calcular MIPS:

� Sustituyendo el tiempo de ejecución:

� Un programa puede tener distintos CPIs (según el compilador utilizado) y no tener un solo MIPS.

MIPS� Una computadora puede tener un MIPS mayor que

otra y al mismo tiempo ser más lenta.


Ejemplo


� ¿Qué computadora tiene un MIPS mayor?

� ¿Qué computadora es más rápida?

Ejemplo� MIPS = (Velocidad reloj / CPI x 106)

� Computadora A

MIPS = 4 x 109 / (1.0 x 106) = 4 x 103

� Computadora B

MIPS = 4 x 109 / (1.1 x 106) = 3.6 x 103

� Conclusión: A tiene MIPS mayor.


Tiempo de ejecución� T = I x CPI / V

� Computadora A

T = 10 x 109 x 1.0 / 4 x 109 = 2.5 segundos

� Computadora B

T = 8 x 109 x 1.1 / 4 x 109 = 2.2 segundos

� Conclusión: B es más rápida.


Mejor medida

� Fuente: COD, p. 52



¿Por qué se estudian?� Todavía se mencionan.

� Son gratis y fáciles de usar.

� Son útiles como una primera aproximación.

� En algunos sistemas (por ejemplo controladores) no hay otra cosa.


SPEC� Standard Performance Evaluation Corporation

� Organización sin fines de lucro fundada en 1988.

� Miembros originales: Apollo, HP, MIPS y Sun.

� Objetivo: producir benchmarks justos e imparciales.

� Los resultados se conocen como SPECmarks.

Benchmarks de SPEC� SPEC Cloud IaaS 2018. Mide la capacidad de

cómputo, almacenamiento y los recursos de red de las plataformas de nube de infraestructura como servicio (IaaS) con múltiples cargas de trabajo de varias instancias.

� SPEC CPU 2017. Proporciona mediciones de rendimiento que se pueden usar para comparar cargas de trabajo intensivas de cómputo en diferentes sistemas informáticos.


Benchmarks de SPEC� SPECviewperf® 13. Mide el rendimiento de gráficas

en 3D de sistemas que emplean las APIs OpenGL o DirectX.

� SPEC ACCEL, SPEC MPI 2007, SPEC OMP 2012. Para cómputo de alto rendimiento, OpenMP, MPI, OpenACC, OpenCL.

� SPECjbb 2015. Aplicaciones en Java.

� Mas información de otros benchmarks en: http://www.spec.org/benchmarks.html


SPEC CPU 2017� Contiene 43 benchmarks, organizados en cuatro

suites:

� Las suites SPECspeed® 2017 Integer y SPECspeed® 2017 Floating Point se utilizan para comparar el tiempo para que una computadora complete tareas individuales.

� Las suites SPECrate® 2017 Integer y SPECrate® 2017 Floating Point miden el throughput (trabajo por unidad de tiempo).


Instrucciones enteras


Instrucciones de punto flotante



SPEC CPU 20171. Cada benchmark i se corre en la CPU a evaluar.

2. Se mide el tiempo de CPU de cada benchmark i.

3. Para cada benchmark i se obtiene el SPECmark.

Tiempo de ejecución de i en A / Tiempo de ejecución de i en R

Donde R es la computadora de referencia: Sun Fire V490 con chips 2100 MHz UltraSPARC-IV+.

SPEC CPU 20174. Escribir un reporte.

� Los resultados deben ser reproducibles.

� El reporte debe decir todo lo necesario para que otra persona obtenga los mismos resultados.

� Incluyendo sistema operativo y compiladores usados, datos de entrada, etc.

5. Promediar los SPECmark de todos los benchmarks usando la media geométrica.


Ejemplo


Intel Core I7 920

� Fuente: COD 5, p. 47


SPECmark� Con los SPECmarks se puede comparar dos

computadoras sin conocer los tiempos de los benchmarks ni la computadora de referencia.



SPECfp 2000


Media geométrica� La media geométrica es:

� En el reporte de SPEC, samplei es el SPECRatio de la computadora A para el benchmark i.


Media geométrica� Usando logaritmos la raíz enésima no es necesaria.


Desviación standard� Da una medida de la variabilidad de los datos.

� Sirve para decidir si la media es un buen predictor.

� La desviación standard aritmética se calcula:


Desviación standard

geométrica� Se usa en conjunto con la media geométrica.

� Se calcula como:


Desviación standard� Para una distribución lognormal:

� 68% de las muestras caen en el rango [gmean/gstdev, gmean x gstdev].

� 95% de las muestras caen en el rango [gmean/gstdev2, gmean x gstdev2].


Ejemplo� Usando los datos del SPECfp 2000

� Calcular la desviación standard geométrica de los SPECRatio del Itanium 2 y el Opteron.

� Calcular el porcentaje de benchmarks que caen dentro de una desviación standard de la media geométrica.


Ejemplo� Media geométrica:

� Itanium 2: 27.12

� Opteron: 20.86

� Desviación standard geométrica:

� Itanium 2: 1.93

� Opteron: 1.38

� Rango de una desviación standard:

� Itanium 2: [27.12 / 1.93, 27.12 x 1.93] = [14.06, 52.30]

� Opteron: [20.86 / 1.38, 20.86 x 1.38] = [15.12, 28.76]


Ejemplo� Porcentaje de benchmarks dentro de una desviación

standard de la media:

� Itanium 2: 10 / 14 = 71%

� Opteron: 11 / 14 = 78%

Medición del rendimiento - Universidad de Sonora

Documents

Transcript of Medición del rendimiento - Universidad de Sonora