Cosas para hacer

1. Encontrar una métrica de performance del problema.

   • Que sea comparable para cualquier tamaño del problema.

2. Mejorar la performance cambiando cosas, por ejemplo:

   • Opciones de compilación. (explorar mucho)
   • Mejoras algorítmicas y/o numéricas. (si hay)
   • Optimizaciones de cálculos. (que no haga ya el compilador)
   • Unrolling de loops y otras fuentes de ILP. (nuevamente, que no haga el compilador)
   • Sistema de memoria: Hugepages y estrategias cache-aware. (altamente probable que no rindan hasta agregar paralelismo)

Hints

• Tomar decisiones sobre dónde mirar primero en el código haciendo profiling. (perf)

• Automatizar TODO, es una inversión para todo el cuatrimestre:

  • Compilación
  • Tests para detectar rápido problemas en el código
  • Ejecución y medición de performance
  • Generación de gráficas

Entrega

Presentación de los resultados en clase (10 minutos) e informe breve.

• Características del hardware y del software:

  • CPU: modelo y velocidad.
  • Memoria: capacidad, velocidad, cantidad de canales ocupados.
  • Compilador: nombre y versión.
  • Sistema Operativo: nombre, versión, arquitectura.

• Gráficas de scaling para la versión más rápida obtenida.

  • Tiempo de cómputo normalizado vs. tamaño del problema (lin-log usualmente).
  • No va a dar scaling lineal, hay que explorar tamaños encontrando relaciones con la jerarquía de memoria.
  • Considerar la calidad estadística de los resultados.

• Optimizaciones probadas y sus resultados.

  • Explicación y mediciones que validan la explicación.
  • Intentar medir las causas además de la performance.