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
- 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)。 - 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。
- 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
- 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?
- 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?
- 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?
- 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?
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
2. 已完成的移植步骤
-march=armv8.2-a+sve)。3. 遇到的问题
4. 已尝试的优化
mpirun --bind-to core --map-by numa5. 具体问题