04. 性能评测
本章定位：用可复现的基准测试给硬件、网络与存储定基线——先算理论值，再实测验证，最后落到工具链。
你将获得
- CPU 理论峰值 → 预估 → 实测的三步方法论
- GPU / AMD / 内存带宽的分平台评测指南
- NCCL 集合通信与并行文件系统基准
- 通用 HPC 压测工具箱
🧭 阅读地图
- 前置章节：03. 集群架构设计——评测对象是规划出来的集群
- 本章定位：第一部 L1 评测章——把"好不好"变成可量化基线；也是全站"实战实测"定位的集中体现
- 推荐顺序：CPU 评测（理论→预估→实测）→ GPU/平台评测 → 网络评测（NCCL）→ 存储评测（IOR/mdtest）→ 压测工具箱
- 下一章：05. 并行存储系统——数据面：训练数据怎么喂给集群
文章目录
CPU 性能评测（理论→预估→实测）
CPU 理论浮点峰值 Rpeak 计算实战
用真实机型参数三步算出 Rpeak：AVX-512 32 FLOP/周期、104 核节点、80 节点整集群算例，附速算表与验证工具。
阅读文章 →
HPL 性能预估：从理论峰值到可交付效率
91 节点逐节点实测数据：单节点 93.4% 平均效率、80 节点扩展效率 78.3%、内存带宽效率 74.2%，附规模分档预估公式。
阅读文章 →
CPU HPL 实测：从单节点到 80 节点全流程复盘
单节点调优 → 36 节点 → 80 节点的完整实测：HPL.dat 配置、运行命令、真实结果与踩坑记录。
阅读文章 →
CPU Linpack 性能测试指南 (HPL)
基于 Intel MKL 的 HPL 基准测试全流程指南，涵盖环境准备、HPL.dat 参数调优、多机并行测试及性能理论计算。
阅读文章 →
GPU 与平台评测
NVIDIA GPU HPL 性能测试指南 (Docker)
基于 NVIDIA HPC Benchmarks 容器的 HPL 基准测试实战，涵盖 Docker 启动参数详解、MPI 运行命令及结果分析。
阅读文章 →
AMD CPU Linpack (HPL) 性能测试指南
针对 AMD EPYC (Genoa/Zen 4) 架构的 HPL 性能测试与调优指南，涵盖 OpenMPI 参数绑定、BIOS 设置及多节点测试脚本。
阅读文章 →
内存带宽测试报告与 STREAM 指南
基于 STREAM 基准测试的服务器内存带宽评估指南，涵盖 DDR5 理论带宽计算、编译器优化参数及实测案例分析。
阅读文章 →
构建通用 HPC 性能压测工具箱
基于 Docker 容器化技术，集成 HPL (CPU/GPU)、Intel oneAPI、STREAM、FIO 及 OSU 等工具，构建跨平台、可迁移的一站式 HPC 性能压测工具箱。
阅读文章 →