模拟输出因硬件平台而异

计算科学 并行计算 高性能计算
2021-12-18 17:30:35

我们最近将 Python/Fortran 模拟代码移植到了新的超级计算机上。我们在新平台上运行的一些（不是全部）测试（模拟）产生的结果与我们在“旧”集群上得到的结果大不相同。我们看到在两个各自系统上的输出变量之间的数值差异，远大于我们对不同硬件平台和编译器的预期。我们检查了通常的嫌疑人（I/O 文件、模拟设置……），但没有发现明显的罪魁祸首。O(1)

因此我的问题是：是否有（Python）工具可以帮助我们进行调试过程？例如检查输出目录并递归比较输出文件夹（理想情况下进入 netCDF、GRIB 等以比较变量值）、得出诊断图、标志差异等的东西？

2个回答

你的两次跑步有多相同？至少相同数量的处理器？

如果您正在进行并行缩减，那么一个平台可以使用不同的算法，因此由于缺乏关联性，您会得到不同的结果。之后，如果您的计算本质上不稳定，则错误会放大。这当然也意味着在任何一个平台上结果都是没有意义的，但我们暂时把它放在一边。

您是否考虑过它们都错了或都“正确”的可能性？

做一个快速的后向误差计算（对您的情况进行必要的调整）在两次模拟结束时，您就可以说出其中一个是否正确，或者两者是否都是完全合理的解决方案，但只是在前向错误中表现出心理上令人痛苦的差异.‖Lu−f‖‖u1−u2‖

其它你可能感兴趣的问题
上一篇如何使用matlab计算大型稀疏矩阵的所有特征值？ 下一篇为什么将 numpy 导入为 np 用于科学计算？