鲲鹏 HPC 应用移植性能不达预期,求优化建议与实践经验
收藏回复举报
鲲鹏 HPC 应用移植性能不达预期,求优化建议与实践经验
t('forum.solved') 已解决
发表于2025-12-20 23:34:46
0 查看

​

大家好,我目前正在做一个 HPC(高性能计算)应用​ 从 x86_64 到 鲲鹏 Arm64​ 的移植工作,遇到了一些性能与兼容性问题,想请教有相关经验的朋友。

1. 应用场景

  • 应用类型:气象数值预报模型(Fortran + C + MPI + OpenMP 混合编程)
  • 原平台:x86_64 + Intel Xeon + InfiniBand
  • 目标平台:鲲鹏 920 + openEuler + RoCEv2 网络
  • 编译器:毕昇编译器(aarch64) + OpenMPI 4.1.x

2. 已完成的移植步骤

  1. 使用 鲲鹏 DevKit 代码迁移工具​ 扫描源码,替换了部分 SSE intrinsic 为 NEON,调整了编译选项(-march=armv8.2-a+sve)。
  2. 在 openEuler 上安装并配置了毕昇编译器、毕昇 JDK(部分后处理脚本用 Java)、OpenMPI。
  3. 使用 DevKit 的 系统性能分析​ 工具采集了 CPU、内存、网络等指标。

3. 遇到的问题

  • 性能问题:在鲲鹏上运行相同算例,单节点性能约为 x86 的 70%,多节点弱扩展效率下降明显(8 节点时效率只有 60% 左右)。
  • 网络瓶颈:Profiler 显示 MPI Allreduce 在 RoCEv2 上延迟偏高,怀疑与 NUMA 绑定和网络中断亲和性有关。
  • 向量化率低:部分核心计算循环未能有效利用 SVE,DevKit 提示 “loop not vectorized”。
  • 调试困难:MPI + OpenMP 混合并行时,GDB 调试信息不完整,难以定位热点。

4. 已尝试的优化

  • 调整 MPI 进程绑定:mpirun --bind-to core --map-by numa
  • 增加 SVE 向量化编译选项并尝试手动展开循环
  • 使用 KAE 加速部分加密/压缩后处理步骤(收益有限)

5. 具体问题

  1. 在鲲鹏 HPC 场景下,如何有效提升 MPI 集合通信性能?是否有推荐的 RoCEv2 参数调优指南?
  2. 对于 Fortran 科学计算代码,如何进一步提高 SVE 向量化率?是否需要手动重写部分循环?
  3. 在 MPI + OpenMP 混合并行​ 调试时,有哪些实用的工具或方法可以快速定位性能瓶颈?
  4. 是否有鲲鹏 HPC 场景的 性能调优案例(尤其是气象/流体力学类)可以参考?

我要发帖子