Questions tagged «scaling»

3
对数-对数并行缩放/效率图
我的许多工作都围绕使算法更好地扩展而展开,而显示并行扩展和/或并行效率的首选方法之一是在内核数量上绘制算法/代码的性能,例如 其中,轴表示核心数,轴表示某种度量,例如,每单位时间完成的工作。不同的曲线显示在64个磁芯上的并行效率分别为20%,40%,60%,80%和100%。XXxÿÿy 但不幸的是,在许多出版物,这些结果绘制了对数标度,例如在结果本或本文件。这些对数-对数图的问题在于,评估实际的并行缩放/效率非常困难,例如 与上面的图相同,但具有对数-对数缩放。请注意,并行效率为60%,80%或100%时,结果之间没有太大差异。我在这里对此进行了更广泛的写作。 所以这是我的问题:在对数对数缩放中显示结果有什么理由?我经常使用线性标度来显示自己的结果,并经常被裁判员锤击,说我自己的并行标度/效率结果看起来不如其他人的(对数-对数)结果,但在我的生命中,我无法看到为什么我应该切换绘图样式。

3
用数值方法解决一些PDE问题时,可变比例缩放是否必不可少?
在半导体仿真中,通常需要对方程进行缩放以使它们具有归一化的值。例如,在极端情况下,半导体中的电子密度可能会变化超过18个数量级,而电场会发生形状变化,变化超过6个(或更多)数量级。 但是,论文从未真正给出这样做的理由。我个人很高兴以实际单位处理方程式,这样做有任何数值上的优势,否则是不可能的吗?我认为使用双精度数字将足以应付这些波动。 这两个答案都非常有用,非常感谢!
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.