我开发了一个高性能Cholesky 分解例程，在单个 CPU 上应具有约 10.5 GFLOP 的峰值性能（无超线程）。但是当我测试它的性能时，有一些我不明白的现象。在我的实验中，我测量了矩阵维度 N 从 250 增加到 10000 时的性能。
我预计无论我测试的 N 是什么，性能（以 GFLOP 为单位）都应保持在 10.5 左右。但在实验中间观察到性能显着下降，如第一张图所示。
CPU频率和CPU温度如图2和3所示。实验在 400 秒内完成。实验开始时温度为51度，当CPU繁忙时温度迅速升至72度。之后慢慢增长到最高78度。 CPU频率基本稳定，温度高时没有下降。
所以，我的问题是：
CPU info
System: Ubuntu 14.04 LTS
Laptop model: Lenovo-YOGA-3-Pro-1370
Processor: Intel Core M-5Y71 CPU @ 1.20 GHz * 2
Architecture: x86_64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian
CPU(s): 4
On-line CPU(s) list: 0,1
Off-line CPU(s) list: 2,3
Thread(s) per core: 1
Core(s) per socket: 2
Socket(s): 1
NUMA node(s): 1
Vendor ID: GenuineIntel
CPU family: 6
Model: 61
Stepping: 4
CPU MHz: 1474.484
BogoMIPS: 2799.91
Virtualisation: VT-x
L1d cache: 32K
L1i cache: 32K
L2 cache: 256K
L3 cache: 4096K
NUMA node0 CPU(s): 0,1
CPU 0, 1
driver: intel_pstate
CPUs which run at the same hardware frequency: 0, 1
CPUs which need to have their frequency coordinated by software: 0, 1
maximum transition latency: 0.97 ms.
hardware limits: 500 MHz - 2.90 GHz
available cpufreq governors: performance, powersave
current policy: frequency should be within 500 MHz and 2.90 GHz.
The governor "performance" may decide which speed to use
within this range.
current CPU frequency is 1.40 GHz.
boost state support:
Supported: yes
Active: yes
更新1（对照实验）
在我最初的实验中，CPU从N=250一直忙到N=10000。很多人（主要是那些在重新编辑之前看到这篇文章的人）怀疑CPU过热是性能下降的主要原因。然后我回去安装了lm-sensorslinux包跟踪这些信息，确实，CPU温度上升了。
但为了完成图片，我做了另一个对照实验。这次，我在每个 N 之间给 CPU 一个冷却时间。这是通过要求程序在 N 次循环迭代开始时暂停几秒钟来实现的。
请注意，冷却时间远大于计算所花费的时间。对于 N = 10000，在峰值性能下 Cholesky 分解只需要 30 秒，但我要求 60 秒的冷却时间。
这当然是一个非常无趣高性能计算中的设置：我们希望我们的机器始终以峰值性能工作，直到完成一个非常大的任务。所以这种停顿是没有意义的。但它有助于更好地了解温度对性能的影响。
这次，我们看到所有 N 都达到了峰值性能，正如理论所支持的那样！CPU频率和温度的周期性特征是散热和升压的结果。温度仍然有增加的趋势，只是因为随着N的增加，工作量越来越大。这也证明了需要更多的冷却时间才能充分冷却，正如我所做的那样。
达到峰值性能似乎排除了除温度以外的所有影响。但这确实很烦人。基本上它表示计算机在 HPC 中会感到疲劳，因此我们无法获得预期的性能增益。那么开发HPC算法的意义何在呢？
OK, here are the new set of plots:
不知道为什么我无法上传第6张图。所以在添加第六个数字时根本不允许我提交编辑。所以很抱歉我无法附上 CPU 频率的数字。
更新2（我如何测量CPU频率和温度）
感谢 Zboson 添加 x86 标签。下列bash命令是我用于测量的命令：
while true
do
cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_cur_freq >> cpu0_freq.txt ## parameter "freq0"
cat sys/devices/system/cpu/cpu1/cpufreq/scaling_cur_freq >> cpu1_freq.txt ## parameter "freq1"
sensors | grep "Core 0" >> cpu0_temp.txt ## parameter "temp0"
sensors | grep "Core 1" >> cpu1_temp.txt ## parameter "temp1"
sleep 2
done
由于我没有将计算固定到 1 个核心，因此操作系统将交替使用两个不同的核心。采取更有意义
freq[i] <- max (freq0[i], freq1[i])
temp[i] <- max (temp0[i], temp1[i])
作为整体测量。
TL:DR: 你的结论是正确的。您的 CPU 的持续性能远未达到峰值。这是正常的：考虑到轻量级散热器、风扇和供电，峰值性能仅作为突发交互式工作负载的短期“奖励”，高于其额定持续性能。
您可以在这台机器上开发/测试，但基准测试会很困难。您需要在集群、服务器或台式机上运行，或者至少在游戏/工作站笔记本电脑上运行。
从你发布的CPU信息来看，你有一个双核超线程 Intel Core M，额定可持续频率 1.20 GHz，布罗德韦尔一代。其最大睿频频率为 2.9GHz，TDP-up 可持续频率为 1.4GHz（6W 时）。
对于短时间突发，它可以运行much比其冷却系统需要处理的速度更快并产生更多的热量。这是什么英特尔的“涡轮增压”功能就是这样。它可以让像您这样的低功耗超便携笔记本电脑在网络浏览器等内容中拥有快速的 UI 性能，因为交互式的 CPU 负载几乎总是突发性的。
台式机/服务器 CPU（Xeon 和 i5/i7，但不是 i3）仍然具有睿频，但持续频率是much更接近最大涡轮增压。例如A哈斯韦尔 i7-4790k具有 4.0GHz 的持续“额定”频率。在该频率及以下频率下，它的消耗（并转化为热量）不会超过其额定 TDP 88W。因此，它需要一个能够处理 88W 功率的冷却系统。当功率/电流/温度允许时，它的时钟频率可达 4.4GHz，功耗超过 88W。 （用于计算功率历史记录以保持 88W 持续功率的滑动窗口有时可以在 BIOS 中配置，例如 20 秒或 5 秒。根据运行的代码，4.4GHz 可能不会将电流需求增加到接近峰值的任何位置。具有大量分支错误预测的代码仍然受到 CPU 频率的限制，但这远没有像 Prime95 那样使 256b AVX FP 单元饱和。）
您的笔记本电脑的最大睿频比额定频率高 2.4 倍。高端 Haswell 台式机 CPU 只能升频 1.1 倍。最大持续频率已经非常接近最大峰值限制，因为它需要一个良好的冷却系统来跟上这种热量的产生。还有一个可以提供那么大电流的固态电源。
Core M 的目的是让 CPU 能够can将自身限制在超低功率水平（1.2GHz 时额定 TDP 为 4.5W，1.4GHz 时额定 TDP 为 6W）。因此，笔记本电脑制造商可以安全地设计一个又小又轻的冷却和电力传输系统，并且只能处理那么多的电力。 “场景设计功率”仅为 3.5W，这应该代表实际代码的散热要求，而不是 Prime95 等最大功率的东西。
即使是“普通”ULV 笔记本电脑 CPU 的持续额定功率为 15W，高功率游戏/工作站笔记本电脑 CPU 的额定功率为 45W。当然，笔记本电脑供应商将这些 CPU 放入具有更强大散热器和风扇的机器中。看到维基百科上的表格，并比较桌面/服务器 CPU（也在同一页面上）。
巅峰表现的实现似乎排除了所有影响 除了温度之外。但这确实很烦人。基本上它说 那台计算机在 HPC 中会感到疲倦，所以我们无法达到预期 性能增益。那么开发HPC算法的意义何在呢？
重点是在热限制不太严重的硬件上运行它们！像 Core M 这样的超低功耗 CPU 是一个不错的开发平台，但是not一个好的 HPC 计算平台。
即使是配备 xxxxM CPU（而不是 xxxxU CPU）的笔记本电脑也可以。 （例如，设计用于持续运行 CPU 密集型内容的“游戏”或“工作站”笔记本电脑）。或者在 Skylake 系列中，“xxxxH”或“HK”是 45W 移动 CPU，至少是四核。
进一步阅读：