CPU TFLOPS 计算

CPU TFLOPS 计算

姚伟峰
yaoweifeng0301@126.com]
http://www.cnblogs.com/Matrix_Yao/

深度学习任务是一个计算密集型任务，所以很关注计算设备的算力指标，因为目前深度学习还是以float32为主流，所以落实到具体指标，就变成了大家都很关心TFLOPS(Tera FLoat point OPerations per Second)，这里，浮点操作指的就是浮点乘法和加法操作。这个在GPU上是明码写在spec里可以查的，但CPU目前并不会在spec中暴露TFLOPS指标。一种方法可以通过跑BLAS的benchmark来测量的，但这个一是需要一定的操作成本，二是受软件优化的影响（所以，如果出了问题就容易不知道这是硬件能力不行还是软件优化没到位）。需要一个对硬件能力的直接估计。
在深度学习任务中，计算量的绝大部分是由协处理器(co-processor)来完成的(如SSE，AVX2，AVX-512)，更具体地，是由FMA(Fused Multiply-Add)单元完成的。所以对CPU的TFLOPS估计一般可以通过以下公式来达成：

FMA做了啥?
FMA指令里做了以下操作。这里这些向量的长度由AVX寄存器长度决定，比如AVX-512就是16个float。 FMA每个clock可以做完一个以下操作，这里，，和都是长度为16的向量。

举个栗子
Xeon Skylake 8180，一个socket有28个core，每个core有一个AVX-512协处理器，每个AVX-512协处理器配有2个FMA，每个FMA每clock可以处理个单精度浮点乘加操作。所以：

frequency可以通过查spec得到，如下：

所以单socket的峰值TFLOPS为：

所以一个dual-socket Skylake 8180的node的峰值TFLOPS应为：。