en ali dva Xeona za workstation?

Pozdravljeni,

zanima me, kaj se obnese bolje; 2 ločena procesorja, ali en, če imata obe varianti enako število jeder in primerljivo hitrost/predpomnilnik? Lahko kdo na kratko objasni, kakšne so razlike v praksi?

Konkretno pa me zanima, kaj je boljša varianta: 1x E5-2687W ali 2x E5-2643? Laično sklepam, da sta boljša 2 procesorja, ker so pri enaki obremenitvi frekvence zaradi hlajenja lahko višje, verjetno koristijo tudi ločeni predpomnilniki, vem pa v resnici ne. Raba bo predvsem zahtevno in dolgo računanje v Mathematici.

Je vprašanje mogoče bolj primerno za debate?

Hvala!

Lahko s čim podkrepiš svoje prepričanje?

če sta dva fizična procesorja in aplikacija ni optimizirana za to, je lahko bottleneck komunikacija med jedri, ker je vodilo, preko katerega dva procesorja komunicirata dosti počasnejši in ma večje latence kot vodila med samimi jedri na procesorju..

@pegasus: v osnovi ja, ampak od verzije 7 podpira parallel computing, kar izkorišča več jeder. Ne vem pa, do kakšne mere.

@hojnikb: razumem. Se pravi, če threadi v aplikaciji tečejo na različnih procesorjih in morajo med sabo komunicirati oz. si deliti cache. Mogoče to vsaj deloma rešuje OS, tako da nove threade obesi na isti fizični procesor? A aplikacija sploh lahko loči med 2x8 in 16 jedri? Ni to skrito user spaceu?

Loocas: sem napisal, da sklepam laično, protiargumente naj ti pa preberem iz misli? Ti procesorji imajo Turbo boost, ki zviša frekvenco enega jedra, če ostala jedra na istem procesorju niso preveč obremenjena. Čez palec lahko rečemo, da če imaš 2 procesorja, imaš lahko 2 jedri na turbo, če pa imaš 1 procesor, pa le enega. Glede predpomnilnika pa (v enaki situaciji), če npr. poganjaš 2 procesa, vsakega na svojem CPU, lahko vsak proces izkoristi cel predpomnilnik.

pegasus je 8. feb 2013 ob 22:43 izjavil:

Hja, za začetek moraš v svoji kodi imeti vse one Parallel* klice, avtomagično ne dela nič. Sem pa pred dvema letoma nekaj minut namenil za raziskavo ene opcije, linkat matematiko z intel MKL in potem v mklju uredit multithreading.

Ja, Parallel klice oz. nekatere stvari grejo samodejno (npr. LinearSolve). Ampak to ni problem, ker uporabnik (ne izbiram zase) to že zdaj počne. Trenutno je vprašanje le, kaj bo hitrejše pri kompleksnih in dolgih računih, torej kateri setup zna Mathematica bolje izkoristiti. Vedno bolj pa se mi zdi, da lahko na to vprašanje še najboljši odgovor podajo razvijalci Mathematice.

pegasus je 8. feb 2013 ob 22:43 izjavil:

Za začetek si oglej moje predavanje, posebej oni del o NUMA. Te zadeve enostavno ne smejo biti skrite userspaceu ;) Za podrobnejše razumevanje izzivov multicore programminga priporočam npr. ta tutorial, lahko pa se tudi pri nas na firmi oglasiš, pa kako podrobneje rečemo na to temo.

Kul, bom predelal. :)

Hvala!

Hja, to je proper workstation, i7 niti ni opcija pri sestavljanju. Tudi ostale komponente niso v "domačem" rangu. Ne vem sicer, kako bi se proti takemu sistemu obnesel domači i7, lahko da ne slabše po hitrosti. Ampak mašina se uporablja za izračunavanja, dolga lahko tudi nekaj deset ur in velika nekaj deset GB rama, pri čemer štejejo tudi stabilnost in dolgoživost celotnega sistema, error correctioni na komponentah in podobni extras, ki pridejo zraven. Podrobnosti pa niti ne poznam, ker ne rabim tega jaz.

Taki procesorji imajo oznako ES (Engineering Sample)

pegasus je 14. feb 2013 ob 02:22 izjavil:

dbevfat: razne mathematica cuda/opencl gpu rešitve si že pregledal? Če uspete kodo na gpujih laufat, bodo pohitritve zelo verjetno večje kot samo na cpuju ali dveh.

CUDA/OpenCL zahtevata temeljit rewrite celotne kode, kar s stalisca uporabljenega casa ni najbolj smiselno.