求助：电脑硬件足够支撑，但双任务比单任务的计算效率大大降低怎么办？

yihanxu

老师好，我设置了一个任务，原子数共一万七千多个，启用GPU加速，电脑有2个CPU，总共64核128线程，有2张显卡。一次是只运算一个任务，计算效率约是750ns/day，显卡利用率20%多；但是当我尝试同时计算两个任务的时候（两个同样的任务），如果是在同一张显卡上，显卡利用率约40%，如果两个任务是分别在两张显卡上做计算，每个显卡的利用率大概20%，但是不论用几张显卡，每个任务的计算效率都只有250ns/day，比起只计算一个任务大大降低了。我对比了log文件，看起来除了末尾的计算效率数值其他都一模一样，请教老师该怎么使同时进行的两个任务的计算效率都到750ns/day呢？
--------------------------------------
每个任务都是：
1 GPU selected for this run.
Mapping of GPU IDs to the 2 GPU tasks in the 1 rank on this node:
  PP:0,PME:0
PP tasks will do (non-perturbed) short-ranged interactions on the GPU
PP task will update and constrain coordinates on the CPU
PME tasks will do all aspects on the GPU
Using 1 MPI thread
Using 64 OpenMP threads

Pinning threads with an auto-selected logical core stride of 2
System total charge: 0.000
Will do PME sum in reciprocal space for electrostatic interactions.


On 1 MPI rank, each using 64 OpenMP threads

-----------------------------
更新：把两个任务的OpenMP threads都改到60，即-ntomp 60，得到效率分别为500 ns/day和480 ns/day；把两个任务的OpenMP threads都改到63，得到效率分别为517 ns/day和495 ns/day。

（注：最初命令为gmx mdrun -v -deffnm md -gpu_id 0）若给两个任务命令都加上 -ntomp 63 -nb gpu -pme gpu -bonded cpu，其中一个写-gpu_id 0另一个写-gpu_id 1，则686 ns/day和677 ns/day。     参考了帖子http://bbs.keinsci.com/forum.php ... ighlight=gpu&page=1

加上 -ntomp 63 -nb gpu -pme gpu -bonded cpu后的单显卡单任务（gmx mdrun -v -deffnm md -nb gpu -pme gpu -bonded cpu -gpu_id 1），其GPU利用率52%，727ns/day。
--------------------------------------
更新：（注：最初命令为gmx mdrun -v -deffnm md -gpu_id 0）若运行一个单任务时命令加上 -ntomp 50，那么GPU利用率57%，813 ns/day；若-ntomp 40，那么GPU利用率58%，854 ns/day；若-ntomp 30，那么GPU利用率60%，859 ns/day；若-ntomp 24，那么GPU利用率62%，906 ns/day；若-ntomp 20，那么GPU利用率62%，866 ns/day；若-ntomp 10，那么GPU利用率58%，823 ns/day；若-ntomp 8，那么GPU利用率57%，757 ns/day。若分别在两个显卡同时算两个任务-ntomp 24，那么两个GPU利用率均约62%，938 ns/day和882 ns/day（在此基础上若给两个任务命令都加上 -nb gpu -pme gpu -bonded cpu，其中一个写-gpu_id 0另一个写-gpu_id 1，则两个GPU利用率均约61%，893 ns/day和842 ns/day）。参考了帖子中关于“应用多少核心数合适”的部分http://bbs.keinsci.com/forum.php ... ighlight=gpu&page=1

snljty2

gmx mdrun -pin on -pinoffset 0 -ntmpi 1 -ntomp 32 -gpu_id 0 -deffnm xxx
gmx mdrun -pin on -pinoffset 64 -ntmpi 1 -ntomp 32 -gpu_id 1 -deffnm xxx
试试