主题：超级计算机世界排名今年出现大变化 -- 彼得格勒

太湖之光的CPU sw26010在设计取向上是针对“暴力浮点”优化的，出现上面这个结果（FLOPS强，某些其他测试不太好）意料之中。

比较显著的一个指标是这个CPU的内存带宽／浮点比率达到令人难以置信的1/22.4=0.045 Byte／FLOP。作为对比（数据来源Yokota，J Algo Comp Tech， 7，3，2013）：

INTEL Xeon E5 2690: 0.211

AMD Opteron 6284 SE： 0.235

NVIDIA Fermi GF110: 0.266

IBM PowerPC A2（BG/Q）：0.208

Fujitsu Sparc64（FX10）：0.359

相比较而言sw26010的内存带宽太小，很多操作都会卡在内存上。实际应用上，优化好的FMM或者DGEMM大概需要0.2，使用特殊向量指令还可以更低，3D FFT大概需要0.6～0.9， stencil大概2～3，spmv大概5。在x86上FMM／DGEMM是compute bound，后面几个都是memory bound，而在sw26010上这些操作几乎全都是memory bound。

所以在Graph500里面太湖之光落后内存带宽有很大优势的Sparc64 K是很正常的结果。

这是设计取向问题。

作为一个HPC用户，sw26010这样的cpu很难优化，内存带宽小是一方面。另一方面计算核有“The Computer Processing Element (CPE) is composed of an 8x8 mesh of 64-bit RISC cores, supporting only user mode, with a 256-bit vector instructions, 16 KB L1 instruction cache and 64 KB Scratch Pad Memory (SPM).”只有很小的L1指令缓存，要靠手工维护scratch pad memory，这个内存结构有点像Fermi架构之前的nvidia GPU，nbody这种简单暴力的写起来比较适合，想做点复杂的就很麻烦。

从太湖之光官网的软件环境（国家超级计算无锡中心）里也可以看出，目前科学计算软件里大量的都是比较适合这类CPU结构跑的nbody类型分子模拟程序，比如NAMD，LAMMPS，Amber，GROMACS之类。

另一方面在缺乏Petsc／trilinos这样的并行计算基础库的条件下给太湖之光写代码是

成本非常高的事情，一般大学里只有极少数实力强大的组有这个条件（经费、时间、人力）从底层开始写一套大程序，这也制约了这一套系统的潜在用户数量。用户数太少的话软件基础设施永远停留在比较原始的阶段。