|
|
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
liliangfang: 金币+2, 谢谢指教 2012-05-04 20:55:34
fzx2008: 1ST强帖+1 2012-05-04 20:59:25
fzx2008: 编辑内容 2012-05-04 20:59
love5264: 金币+20, ★★★★★最佳答案, 学习了，非常感谢！ 2012-05-05 03:44:48
我所了解的siesta的并行有三个地方：
1.是基函数的并行
2.是grid的并行
3.是k点的并行
首先说说第3中，这种并行效率非常高，但是前提是k点的数目比起所用的核数要多的多，这种情况一般出现在对于金属体系的计算上:体系比较小，因此基函数比较少，而要想得到比较好的结果，需要的k点数目非常多，所以这个时候k点一般来说是比核数多的多(起码比起基函数相对于核数来说要多的多)，这种情况下，建议用Diag.ParallelOverK T.
但是采用了这个选项不是说所有的地方都是采用k点并行了，如果涉及到计算“能带”，“体系的波函数”这些计算的时候，程序还是采用的是对于轨道的并行。如果你的体系设置了NonCollinearSpin T,那么也不能使用这个选项。
从上面来看，用户碰到的大多数的计算的并行应该是在(1)基函数的并行框架下。
基函数的并行下，需要确定每一个核上面分得的基函数的数目，这个量是由BlockSize控制的。程序会将计算中用到的基函数的数目按照BlockSize的数目依次打包，并且轮回地发送到各个核上去计算。如果这个数目太小，那么这个分发将会很频繁，大家之后，在并行计算的时候，如果每次分给核的任务太少，那么这个分发任务的时间就显得很大，这个就降低了计算效率。但是如果每次给核分配的任务太多，对于依赖于基函数的计算来说，计算量的大小并不是严格与基函数的数目成正比。所以会出现虽然基函数的数目每一个核上一样多，但是计算量却相差很大，这也出现了负载不均衡，造成并行效率不高。因此这个数目需要合适的选择。如果输入文件中没有设置该选项的话，程序对于这个参数会做一个选择：
如果基函数数目>24*np,那么BlockSize为24，
如果基函数数目<=24*np,那么BlockSize=(基函数数目-1)/np+1
其中np表示核的数目。
同时，有些数据是grid类型的，也就是说是空间格点的文件。对于这些数据的计算，并行是针对格点并行的，因为每一个格点上面的数据会和每一个基函数相关。程序会把整个体系的大小按照LatticeVectors的形状和大小以及Meshcutoff的值来沿着三个晶包矢量对体系打网格。而格点对于各个核的分配是在Y和Z方向的划分。所以将核的数目也做成一个2D的网格，要求ProcessorY能够被核数整除因为ProcessorZ的值由np/ProcessorY得到。具体的再怎么将grid格点分配到各个节点，这个我还不懂。你可以看看程序。对于ProcessorY的寻找，程序也会自动给出一个值，但是只对np是2或3或5的倍数的np起作用，否则ProcessorY=1。
对于这两个参数，我都是让程序自动给出。这个参数不同的任务应该是不同的。如果想找最优值的话，估计任务都算出来好几遍了。
上面仅仅是个人的理解，如有理解不对的地方，请专家指教.
[ Last edited by fzx2008 on 2012-5-4 at 20:59 ] |
|
回复此楼
点击这里搜索更多相关资源