200万网格并行算力测试（OpenFOAM版本）

百善孝为先0626

CPU: Intel(R) Core(TM) i9-9900K @ 3.60GHz
RAM: 16GB
OS: Virtual machine
OpenFOAM Version: OpenFOAM-8
8 502.74
4 539.87
2 642.91
1 1015.98

百善孝为先0626

@李东岳不会设置黑色背景，好尴尬

Jacob Z

12核是 12 6 3 1吗？

bestucan

@Jacob-Z 1 2 4 8 12。按2的指数增长，除非到极限

stickyrice

CPU型号：AMD Ryzen 5950X
系统：Ubuntu 20.04 (WSL2)
OpenFOAM版本：OpenFOAM-8
16 407.96
8 369.83
4 382.25
2 402.88
1 615.98

李东岳

@stickyrice 高主频单核还是很能打的。另外，可否用真系统跑一下测试下WSL的效率？

stickyrice

@李东岳正有此意，晚些更新数据

Samuel-Tu

@李东岳正想到用WSL跑一下看看。。以前自己用WSL跑of并行发现好像更慢了，我一直认为WSL开了并行也不管用，还是只能调用一个核心。。现在看来可能是没配置好。。

wangfei9088

我也测试一下算力玩玩。

CPU型号：E5-2630 V3
系统：Ubuntu 16.04 LTS
OpenFOAM版本：OpenFOAM-7
16 165.57
8 209.59
4 327.4
2 668.9
1 1453.02

李东岳

@stickyrice 后来用真系统跑了没老铁

stickyrice

@李东岳用Vbox和真系统的Ubuntu各跑了一遍

CPU型号：AMD Ryzen 5950X
系统：Ubuntu 20.04 (虚拟机)
OpenFOAM版本：OpenFOAM-8
16 393.37
8 336.33
4 386.17
2 420.81
1 692.65

系统：Ubuntu 20.04 (真系统)
OpenFOAM版本：OpenFOAM-8
16 365.64
8 285.71
4 311.44
2 412.08
1 657.92

李东岳

@stickyrice 多谢。我之前用虚拟机跑的时候特别慢。看来我需要再测一下。我那个服务器上装了双系统。等4月份我测一下。

星星星星晴

整机全程40度左右

CPU型号：Apple M1
系统：Ubuntu 20.04 ARM (虚拟机)
OpenFOAM版本：OpenFOAM-8
4 359.22
2 512.2
1 830.43

李东岳

@星星星星晴高端玩家高端玩家，我搜了下苹果M1的芯片，能做到这个速度也非常强了！！

星星星星晴

@李东岳性能相当不错了哈，4核下游。2核中游，1核上游～
哈哈哈
心血来潮，心血来潮，昨天本来都准备睡了，结果parallels的更新打扰了我的睡眠时间。。。
反正都编译完了，回头我试试我的树莓派4

李东岳

@星星星星晴更高端更高端...好像那东西还能连接起来组建集群

星星星星晴

@李东岳做集群性价比太低。。
能做高并发，但是计算好像差点意思
搜 Jeff Geerling
在某不知名y开头视频网站可以了解一下，就当解乏了

李东岳

做集群性价比太低。。

为啥呢，这东西不是200多一个么

星星星星晴

@李东岳
根据下方链接的java编译速度作为依据
https://raspberrypi.stackexchange.com/questions/114144/pi-4-performance-against-x86-ci-cd-server-with-java-maven

Computer       Arch    CPU         RAM  Drive     Java    Build Time
-------------  ------  --------  -----  --------  ------  ----------
Lenovo T420    64-bit  i5-2520M  16 GB  SATA SSD  11+28         0:25
Lenovo T480    64-bit  i5-8350U  16 GB  NVMe SSD  11+28         0:12
Raspberry Pi3  32-bit             1 GB  USB2 SSD  11.0.7        4:32
Raspberry Pi4  64-bit             8 GB  USB3 SSD  11.0.8        1:10

假如不考虑java与c++的区别，单纯按照下面链接的benchmark对比的话，8750H比8350U快21%
https://cpu.userbenchmark.com/Compare/Intel-Core-i7-8750H-vs-Intel-Core-i5-8350U/m470418vsm388461

咱们的benchmark 8750H 4核是910秒，
只按照线性的预测的话，则8350U是1101秒
单独一个raspberry pi 4的话就差不多 6422s。。

引用下方链接计算的话
https://www.techrepublic.com/article/low-cost-raspberry-pi-4-cluster-hosts-official-pi-website-handles-record-traffic-for-pi-4-launch/#:~:text=The newly released 4GB Pi,memory than entry-level servers.

So I can buy a 48-port switch ($750), 48 Pi 4s (48 x $55) and 48 PoE [Power over Ethernet] HATs (48 x $30) and for around $5000 you've got 192 Arm cores.

但是真实的计算速度还要考虑到数据传输带来的损耗，内存的带宽什么的
考虑到设备维护等因素
所以说在3W这个价位的话，是不是一个正常的x86更合算一点？

上面的文章也提到了
In traditional server land you'll be lucky to get 32 Intel or AMD cores for the same money. So if you're running micro-services you might get significantly better value out of the Raspberry Pi.

星星星星晴

@李东岳
y开头视频网站截图
40-Node Raspberry Pi Cluster: Introduction
截屏2021-04-19 21.21.17.png
头皮是不是发麻。。通过PoE可以省下走电源线。。
oh 别忘了，还有48张8G内存卡。。
虽然可以通过dd 批量做系统，但是这玩意的可靠性是不是牙疼

CFD中文网

200万网格并行算力测试（OpenFOAM版本）