863高性能计算评测中心对英特尔的全线服务器处理器产品进行了评测

　　实际案例：HPC测试是如何完成的

　　为了能更好的说明评测方法，陈文光以清华大学的一套实际HPC系统的购买前测试过程，为与会听众讲解了更详细的HPL测试方法。

　　“像清华探索4号HPC测试，我们是在单节点上做的Linpack，让厂商各自调优，并规定整机HPL性能设定值必须达到的性能100TFlops，同时要达到一定的效率，尤其是并行效率。”陈文光表示，在测试过程中，他们选取了清华大学HPC应用领域的最重要的五个程序：GEOSCHEM、SPIDER、GAMIL、VASP、MPI-DVDAC——这些都是在环境、生物、气候、原子模拟等方面最流行的程序，同时也是清华大学最常用的软件。

　　此外，在应用测试的优化工作方面，陈文光表示，虽然不允许FDO方式进行优化，但是“厂商的优化能力体现在其技术实力和服务能力上。”如果厂商的优化、服务能力不过关，陈文光说，“HPC系统少不了麻烦原厂商，到那时候如果不行，就麻烦了。”

　　在陈文光介绍的例子中，共有六套系统参与到测试中来，编译环境为英特尔编译器环境，在得出六套系统的测试结果之后，评测中心以测试的第一套系统作为基础，做其它五台系统的几何平均，从而得出相对公正的得分，其中综合性能较好的节点，将成为采购的首选。

　　值得注意的是，陈文光谈到了有关功耗测试的内容，“采购投入3000万，每年的电费400万，因此对功耗测试非常重视。”因此，清华大学同样进行了系统满载和空载时的功耗测试，从而比较出了更加低能耗，绿色节能的节点。

　　陈文光透露，正是在这样的评测中，清华大学选择了英特尔的至强7500、至强5600和安腾9300产品线，他表示，高性能计算评测中心目前已经能够达到“用什么就测什么”的发展阶段，但这样的发展，与原厂商，如英特尔的支持密不可分。

　　接受听众提问时，陈文光表示，评测中心并不考虑系统的配置和产品具体信息，提交的HPC系统并不要求系统配置一定要一摸一样，评测中心考察的，是“如何在一个节点上获得更高的性能。”

　　此外，陈文光也表示，指令集的向量化优化能够大量的提高系统的性能。