CANN/mat-chem-sim-pred SOPDT基准测试报告

PidSopdtBasisGemmFit 测试报告【免费下载链接】mat-chem-sim-pred面向工业领域聚焦计算仿真、预测两大核心场景构建面向流程工业机理数据双轮驱动的领域计算层推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred测试环境设备Ascend910B3device 3机器node202构建cmake -S . -B build -DCMAKE_BUILD_TYPERelease -DSOC_VERSIONAscend910B3CPU 基线64 线程完整 fit包含dot y_centered basis_t和 best reduce测试命令source /usr/local/Ascend/ascend-toolkit/set_env.sh cd prediction/ProcessControl/PIDModelFit/pid_sopdt_basis_gemm_fit cmake -S . -B build -DCMAKE_BUILD_TYPERelease -DSOC_VERSIONAscend910B3 cmake --build build -j 2 export LD_LIBRARY_PATH$PWD/build:$PWD/build/lib:${LD_LIBRARY_PATH:-} ./build/test_aclnn_pid_sopdt_basis_gemm_fit 3 ./build/benchmark_pid_sopdt_basis_gemm_pipeline 3 64 1024 256 5 2 64正确性smoke 已通过PidSopdtBasisGemmFit smoke best_sse[1, 12] best_k[1.5, 2] best_idx[2, 1] PASSEDpipeline benchmark 与 CPU reference 对比max_abs_sse0.00378418 max_rel_sse0.00378418 max_abs_k1.54972e-06 idx_diff_count0性能结果B64,N1024,M256口径耗时对 CPU 64T 加速比CPU 64T 完整 fit10.3824 ms1.00xNPU resident e2e0.166816 ms62.24xNPU cold e2e0.406088 ms25.57x口径说明resident e2e输入已在 Device只统计aclnnMatmul custom reduce best result D2H。cold e2e统计输入 H2D、aclnnMatmul custom reduce和 best result D2H。dot[B, M]常驻 Device不回传 Host直接作为 reduce 算子的输入。结论SOPDT 候选空间通常比 FOPDT/IPDT 更大更适合矩阵化MatMul reducepipeline。当前实测显示 SOPDT pipeline 在 resident 和 cold e2e 两种口径下均显著快于 CPU 64 线程完整 fit。【免费下载链接】mat-chem-sim-pred面向工业领域聚焦计算仿真、预测两大核心场景构建面向流程工业机理数据双轮驱动的领域计算层推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考