我在Matlab中编写了一个计算任务，该任务包括处理大量数据，这些数据在启动时会读入内存。运行时间在几小时到几天之间。该任务是单线程的。
为了运行此任务，我可以使用许多不同的Linux机器。由于任务已经在运行，因此计算机在不同的系统负载下将继续运行，在可预见的将来。所有机器都具有amd64架构，但是它们在物理核心数，虚拟核心数以及CPU模型（包括时钟速度和其他因素）方面有所不同。
我的问题：是否有一种原则性的方法选择一台机器来执行任务，以期尽快完成任务？
以下部分根据Doktoro Reichard的答案进行了更新。
我大致的想法是如何大致了解哪台机器将是最快的，是结合以下两个方面：
（1）估计如果计算机在我的任务中运行，那么它的一部分处理资源将分配给我的任务，我称之为“相对速度”：如果计算机空闲，则按照定义，我的任务将以相对速度1执行。如果当前负载为L，内核数为C，则在我提交任务后，负载将为L + 1，相对执行速度将为R = min（C /（L + 1），1）。min运算符，因为该进程不能利用多个内核。–相对于机器在当前负载下的最佳状态，该计算是否正确地指示了可达到的处理速度？并且，相关的数字C是物理内核的数量还是虚拟内核的数量，由于超线程，虚拟内核的数量是虚拟内核的两倍吗？
（2）根据机器性能指标，估计如果所有机器都处于空闲状态，则在多台机器上相对较快地执行任务的速度。这不应该是时钟速度，但适当选择的基准。
然后根据哪个机器具有最大的乘积（1）和（2）来选择机器。
主要由于计算机的工作方式，这将不会有一个明确的答案，但是我将尝试给出一些指导，以确定如何找出最快的方法。
我将分析您的陈述，以告诉您哪些可以解决，哪些不能解决。
在第一段中，您声明已加载所有数据并从内存中读取所有数据。这对速度很有好处，因为就带宽而言，内存是首屈一指的。如果您的程序使用磁盘（无论是HDD，SSD还是笔驱动器），则可能会成为程序运行速度的瓶颈。
这是由于传输速度。RAM几乎可以直接访问处理器。磁盘必须通过带宽远低于RAM的连接，而对于HDD，则需要考虑一些时间来获取和存储数据。
所使用的操作系统确实对速度产生了一些影响，但可以认为是残留的。
这是一个相关方面。尽管您说的机器使用的是amd64处理器，但是所使用的指令集可能会有一些差异。
例如考虑Opteron和Sempron系列处理器。它们之间的主要区别在于后者具有SSE3支持。
SSE3允许使用更新，更有效的方式处理数据（特别是数组操作），而在较早的指令集中，这些操作将使用效率较低的流程来完成。
因此，在这方面，较新的处理器在设计上会更快，因为它们支持更有效的指令集。
正如您可能会说的，这是棺材中的最后一个钉子。除非您知道每个程序的工作方式，否则无法以线性方式计算计算机的负载。话虽这么说，您可能正在运行10.000个进程，但是却有剩余负载或单个多线程进程浪费了所有处理器时间。
但是...让我们进一步分析。添加进程意味着向底层系统添加某种类型的数据，以使其了解该进程的存在以及应该为其准备多少处理器时间。在这方面，较少的进程可以提高速度，因为内核/处理器可以更好地决定可用的时间。
要考虑的另一件事是内核赋予进程的优先级。具有最高优先级的进程将占用处理器的大部分时间。
您最终可以构想一个系统，该系统可以给予您的进程最大的优先级，并使所有其他进程永远等待，直到您的进程停止。这样，您的处理速度将由CPU决定。
让我们考虑一下要点：内核和CPU时钟速度。
可以想象内核可以将某些进程转移到其他内核。在极限情况下，您的进程可以指定一个完整的核心。在这方面，更多的内核可以使更多的进程同时运行（因此，运行速度更快）。
我对多线程了解不多，所以我会将其留给了解的人。
时钟速度并不是处理器效率的明确指标。基于此，我向您介绍在Apple硬件中使用Intel和PowerPC处理器之间的“战斗”。苹果公司辩称，尽管Intel处理器的处理器速度提高了，但仍首选PowerPC处理器而不是Intel的主要原因是PowerPC的性能更好，因为它们每秒可以处理与其竞争对手相比更多的操作。最后，由于功率问题和其他经济因素，苹果选择了英特尔。
FLOPS（用于每秒浮点运算）是计算机性能的一种度量，特别是在科学计算领域中，这种计算大量使用浮点计算，类似于每秒更旧，更简单的指令。如果您的工作严重依赖于此类操作（对于使用Matlab而言可能），则这可能比时钟速度更好。
但是，这不是一个非常令人费解的数量（因为它取决于您执行的是哪种操作）。我在Overclock.net上找到了一些基准。我指出了这两个：
如您所见，即使速度为两倍的处理器也可能比速度为一半的处理器性能更差。
由于程序处理中涉及的因素不计其数，因此没有一个明确的公式可用来估计运行时间。我总结了一些经验法则（我已尝试按重要性对它们进行排序）：
我仍然不太愿意给出一个全面的公式，但是我相信我可以根据您的评论输出给您一个非常非常近似的公式。我不会谈论多线程，因此我将所有内核视为独立的。对于此演示，假定以下内容：
这样，瓶颈将是CPU的容量。因此，对于任何CPU，任何进程的相对负载如下：
R = min(C / N ; 1)
R为相对负载，C为CPU中的内核数量，N为活动进程的数量。但是，这假设系统可以均匀且完美地将所有负载分配到整个内核，这可能并不总是正确的。
在CPU的相对负载下，将其乘以您选择的度量单位（UM）（例如GHz或GFLOPS），然后即可得出该过程可能有多“快”的度量。
Speed = R * UM
因此，使用此公式，您的公式是正确的。但请注意，请注意我必须做出的假设数量。这与实际情况相去甚远。这不会给您确切的数量，而是有根据的猜测。
您的第二点与第一点相同（实际上，您在回答问题时回答了这一点）。简而言之，它是机器的性能指标（如R = 1），因此这里的问题是如何选择一个。这是您应该自己分析的东西：您可以使用GHz乘以内核数或GFLOPS或两者的某种组合。
有些程序（在写第一个答案时，我应该早已记得）可以在CPU上进行一些基准测试，从中可以得到一些可能有助于您做出决定的值。我有SiSoftware Sandra（在我的较旧版本中具有Processor Arithmetic基准测试），但我想还有其他一些。
在这种情况下，除非您使用不同的度量单位，否则将1）和2）相乘不会有任何区别。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句