PARSEC是针对共享内存多核处理器（CPU）的一套基准测试程序，详细介绍见wiki：http://wiki.cs.princeton.edu/index.php/PARSEC，主要参考：http://www.cs.utexas.edu/~cart/parsec_m5/，下载parsec、inputs：http://parsec.cs.princeton.edu/download.htm

阅读此教程的前提是，你已经配置好全系统模拟环境。

首先，下载所需的PARSEC应用程序，这一步已经在配置全系统时完成，即磁盘镜像中根目录下的parsec文件夹。要想重新编译请看http://www.cs.utexas.edu/~cart/parsec_m5/，在http://parsec.cs.princeton.edu/download.htm下载的源文件是否需要对gem5-gpu做针对性的更改：未知，需要实验来给出结果。

其次，下载一个rcS生成器：http://www.cs.utexas.edu/~parsec_m5/writescripts.pl，这是一个Perl脚本，很多Linux发行版默认安装了Perl，只需赋予用户该文件的可执行权限即可，源文件的最后注明了用法。PARSEC wiki页面最后也有个别程序的用法。

可以看到生成了5个rcS脚本，命名格式为“benchName_threadsNumberc_input"，其中input的含义：

test：尽可能小的输入，dev：我没看懂，small：真实输入，运行时间约1s，medium：真实输入，运行时间约5s，large：真实输入，运行时间约15s，native：真实输入，运行时间约15min。

rcS文件内容可供参考，参考其命令格式，可以通过运行 ./bench --help-all 查看程序的其他用法。

付用法，具体含义见源文件main.cpp

blackscholes;<nthreads> <inputdir>in_4.txt <inputdir>prices.txt;<nthreads> <inputdir>in_16.txt <inputdir>prices.txt;<nthreads> <inputdir>in_4K.txt <inputdir>prices.txt;<nthreads> <inputdir>in_16K.txt <inputdir>prices.txt;<nthreads> <inputdir>in_64K.txt <inputdir>prices.txt
bodytrack;<inputdir>sequenceB_1 4 1 5 1 0 <nthreads>;<inputdir>sequenceB_1 4 1 100 3 0 <nthreads>;<inputdir>sequenceB_1 4 1 1000 5 0 <nthreads>;<inputdir>sequenceB_2 4 2 2000 5 0 <nthreads>;<inputdir>sequenceB_4 4 4 4000 5 0 <nthreads>
canneal;<nthreads> 5 100 <inputdir>10.nets 1;<nthreads> 100 300 <inputdir>100.nets 2;<nthreads> 10000 2000 <inputdir>100000.nets 32;<nthreads> 15000 2000 <inputdir>200000.nets 64;<nthreads> 15000 2000 <inputdir>400000.nets 128
dedup;-c -p -f -t <nthreads> -i <inputdir>test.dat -o <inputdir>output.dat.ddp;-c -p -f -t <nthreads> -i <inputdir>hamlet.dat -o <inputdir>output.dat.ddp;-c -p -f -t <nthreads> -i <inputdir>medias.dat -o <inputdir>output.dat.ddp;-c -p -f -t <nthreads> -i <inputdir>mediam.dat -o <inputdir>output.dat.ddp;-c -p -f -t <nthreads> -i <inputdir>medial.dat -o <inputdir>output.dat.ddp
facesim;-h;-timing -threads <nthreads>;-timing -threads <nthreads>;-timing -threads <nthreads>;-timing -threads <nthreads>
ferret;<inputdir>corelt lsh <inputdir>queriest 1 1 <nthreads> <inputdir>output.txt;<inputdir>coreld lsh <inputdir>queriesd 5 5 <nthreads> <inputdir>output.txt;<inputdir>corels lsh <inputdir>queriess 10 20 <nthreads> <inputdir>output.txt;<inputdir>corelm lsh <inputdir>queriesm 10 20 <nthreads> <inputdir>output.txt;<inputdir>corell lsh <inputdir>queriesl 10 20 <nthreads> <inputdir>output.txt
fluidanimate;<nthreads> 1 <inputdir>in_5K.fluid <inputdir>out.fluid;<nthreads> 3 <inputdir>in_15K.fluid <inputdir>out.fluid;<nthreads> 5 <inputdir>in_35K.fluid <inputdir>out.fluid;<nthreads> 5 <inputdir>in_100K.fluid <inputdir>out.fluid;<nthreads> 5 <inputdir>in_300K.fluid <inputdir>out.fluid
freqmine;<inputdir>T10I4D100K_3.dat 1;<inputdir>T10I4D100K_1k.dat 3;<inputdir>kosarak_250k.dat 220;<inputdir>kosarak_500k.dat 410;<inputdir>kosarak_990k.dat 790
rtview;<inputdir>octahedron.obj -nodisplay -automove -nthreads <nthreads> -frames 1 -res 1 1;<inputdir>bunny.obj -nodisplay -automove -nthreads <nthreads> -frames 1 -res 16 16;<inputdir>happy_buddha.obj -nodisplay -automove -nthreads <nthreads> -frames 3 -res 480 270;<inputdir>happy_buddha.obj -nodisplay -automove -nthreads <nthreads> -frames 3 -res 960 540;<inputdir>happy_buddha.obj -nodisplay -automove -nthreads <nthreads> -frames 3 -res 1920 1080
streamcluster;2 5 1 10 10 5 none <inputdir>output.txt <nthreads>;3 10 3 16 16 10 none <inputdir>output.txt <nthreads>;10 20 32 4096 4096 1000 none <inputdir>output.txt <nthreads>;10 20 64 8192 8192 1000 none <inputdir>output.txt <nthreads>;10 20 128 16384 16384 1000 none <inputdir>output.txt <nthreads>
swaptions;-ns 1 -sm 5 -nt <nthreads>;-ns 3 -sm 50 -nt <nthreads>;-ns 16 -sm 5000 -nt <nthreads>;-ns 32 -sm 10000 -nt <nthreads>;-ns 64 -sm 20000 -nt <nthreads>
vips;im_benchmark <inputdir>barbados_256x288.v <inputdir>output.v;im_benchmark <inputdir>barbados_256x288.v <inputdir>output.v;im_benchmark <inputdir>pomegranate_1600x1200.v <inputdir>output.v;im_benchmark <inputdir>vulture_2336x2336.v <inputdir>output.v;im_benchmark <inputdir>bigben_2662x5500.v <inputdir>output.v
x264;--quiet --qp 20 --partitions b8x8,i4x4 --ref 5 --direct auto --b-pyramid --weightb --mixed-refs --no-fast-pskip --me umh --subme 7 --analyse b8x8,i4x4 --threads <nthreads> -o <inputdir>eledream.264 <inputdir>eledream_32x18_1.y4m;--quiet --qp 20 --partitions b8x8,i4x4 --ref 5 --direct auto --b-pyramid --weightb --mixed-refs --no-fast-pskip --me umh --subme 7 --analyse b8x8,i4x4 --threads <nthreads> -o <inputdir>eledream.264 <inputdir>eledream_64x36_3.y4m;--quiet --qp 20 --partitions b8x8,i4x4 --ref 5 --direct auto --b-pyramid --weightb --mixed-refs --no-fast-pskip --me umh --subme 7 --analyse b8x8,i4x4 --threads <nthreads> -o <inputdir>eledream.264 <inputdir>eledream_640x360_8.y4m;--quiet --qp 20 --partitions b8x8,i4x4 --ref 5 --direct auto --b-pyramid --weightb --mixed-refs --no-fast-pskip --me umh --subme 7 --analyse b8x8,i4x4 --threads <nthreads> -o <inputdir>eledream.264 <inputdir>eledream_640x360_32.y4m;--quiet --qp 20 --partitions b8x8,i4x4 --ref 5 --direct auto --b-pyramid --weightb --mixed-refs --no-fast-pskip --me umh --subme 7 --analyse b8x8,i4x4 --threads <nthreads> -o <inputdir>eledream.264 <inputdir>eledream_640x360_128.y4m

Benchmark input cpu_threads start_from sim_seconds ROI time cpu_threads start_from sim_seconds ROI time
blackscholes small 1   0.4799s　 0.480s 2     0.24s
bodytrack       1.4s 1.4s        
canneal       0.774s 0.772s        
dedup       2.913s 2.912s        
facesim                  
ferret                  
fluidanimate       2.597s 2.6s        
freqmine       1.536s 1.54s        
rtview                  
streamcluster       2.532s 2.532s        
swaption                  
vips                  
x264       0.4699s 0.468s        

转载于:https://www.cnblogs.com/chenhuanBlogs/p/8615548.html

gem5-gpu 运行 PARSEC2.1相关推荐

  1. GPU运行Tensorflow详细教程及错误解决

    GPU运行Tensorflow详细教程及错误解决 前提条件 配置GPU运行 确认是否成功配置 出现的错误及解决方案 前提条件 最重要的一点:CUDA与tensorflow的版本一点要对应,不然用不了! ...

  2. 成功解决：Win系统下的Tensorflow使用CPU而不使用GPU运行加速

    成功解决:Win系统下的Tensorflow使用CPU而不使用GPU运行加速 目录 解决问题 解决思路 解决方法 解决问题 Win系统下的Tensorflow使用CPU而不使用GPU运行加速 解决思路 ...

  3. 多GPU运行Deep Learning 和 并行Deep Learning（待续）

    本文论述了 Deep learning运行所需的硬件配置,多GPU运行Deep Learning,设置Deep Learning的数据并行和 模型并行.详情请参考下文 http://timdettme ...

  4. 使用Google colab的GPU运行resnet

    使用Google colab的GPU运行resnet 由于我的电脑显卡是AMD,跑代码每一个epoch都要超级超级久,偶然间听到了Google colab,于是用起来了,感觉非常爽 Colaborat ...

  5. Macbook Pro 外接显卡实现Tensorflow GPU运行之内屏输出

    Macbook Pro 外接显卡实现Tensorflow GPU运行–内屏输出 MacOS 重装 外接显卡(内屏输出)

  6. gpu运行pycharm

    如何使用自己电脑上自带的GPU来运行pycharm中的程序 准备工作:在代码中指定gpu来运行 第一步:cuda的安装 第二步:mxnet的安装 第三步:可能的numpy问题 附1:如何回到CPU模式 ...

  7. Android 读取CPU/GPU运行参数（MTK平台）

    一.使用场景 Android运行一段世时间后,系统出现卡顿 二.分析&定位问题 系统卡顿,同时又发现芯片温度很高,怀疑是温度过高导致CPU降频,因此我们要将一段时间内CPU的运行信息打印出来. ...

  8. Macbook Pro 外接显卡实现Tensorflow GPU运行之环境配置（重点）

    Macbook Pro 外接显卡实现Tensorflow GPU运行–环境配置 MacOS 重装 外接显卡(内屏输出) 环境配置(重点)

  9. Macbook Pro 外接显卡实现Tensorflow GPU运行之MacOS系统重装

    Macbook Pro 外接显卡实现Tensorflow GPU运行-MacOS重装 MacOS 重装

  10. 记录maskrcnn训练：训练集制备、tensorflow+keras包安装、gpu运行推荐组合、soft-nms使用

    2021/8/23 写在前面 若你的应用场景里,对象分布比较稀疏,即不易出现相互重叠率高/拥挤的情况,那么请跳过这里,直接从分割线后看,按本篇 tf1.0.5+keras2.1.6 配置即可 ( •̀ ...

最新文章

  1. sql server 2005 T-SQL @@TOTAL_READ (Transact-SQL)
  2. AtcoderCodeForces杂题11.6
  3. centos安装cowboy过程
  4. Unity3D安卓程序中常用静态方法封装
  5. 华三服务器怎么设置系统启动模式,H3C 开局设置
  6. 关于字符串 --java
  7. feign调用多个服务_Spring Cloud 快速入门系列之feign–微服务之间的调用
  8. 笔记本电脑如何保养_嘉兴专业笔记本电脑喷漆加工厂价格实惠
  9. Linux文件IO（文件的读写）
  10. 【Spring】Unable to start ServletWebServerApplicationContext due to miss ServletWebServerFactory bean
  11. 收藏！50个帮你自我提升的网站
  12. 可以运行python的路由器_用python管理Cisco路由器
  13. 【Django 2021年最新版教程25】模板语言 前端for循环怎么用 实例
  14. python从外部传入参数_Python学习杂记_8_从程序外部传参的办法sys.argv
  15. 前端企业级代码规范（巨详细）
  16. Spring AOP报错Set ‘exposeProxy‘ property on Advised to ‘true‘ to make it available问题
  17. 服务器指的是系统,服务器操作系统指的是什么
  18. Python英文单词大小写转换及所有首字母大写
  19. suse linux 11 xdm图形化,suse xdm 设置
  20. jdk-8u181-windows-x64（JDK1.8）安装包

热门文章

  1. TEZ和MR简要区别
  2. 浏览器数据库 IndexedDB 介绍
  3. ALM算法（增广拉格朗日法）
  4. JavaWeb旅游项目登陆功能
  5. 使用 adb logcat 显示 Android 日志
  6. placement new和placement delete
  7. matlab抗混叠滤波器,音频抗混叠滤波器设计
  8. 商业银行为什么要更换核心业务系统？
  9. java.util. 什么意思_java.util中，util是什么意义
  10. 后处理SSAO,双边模糊