Bioinformatics Benchmark System

정보학 벤치 마크 시스템은 적절한 테스트 프레임 워크, 테스트, 및 데이터를 구축하는 그 시스템의 성능을 조사하기 위해 최종 사용자와 벤더를 사용하려는 시도가있다.
무엇을 우리가하려고하는 것은 테스트를위한 프레임 워크, 모든 다운로드 및 시스템 성능의 특정 요소를 조사하는 데 사용할 수 있습니다 테스트의 핵심 세트를 만드는 것입니다.
또한,이 시험에 대한 소스는 GPL에 따라 사용할 수 있으며, 아이디어는 쉽게 측정 및 조정 이유로 의미있는 테스트를 구축하고 사용하는 최종 사용자, 소비자, 시스템 개발자, 그리고 다른 사람을 활성화하는 것입니다 Bioinformatics.org 및 확장 정보학 LLC에서 호스팅되는 .
확장 정보학 LLC에서 조 Landman는 아이디어를 생각하고 원래 코드를 썼다. 우리는 등 추가 벤치 마크 코드를 제안, 테스트, 데이터 세트를 찾고 있습니다
현재 기준 테스트는 여러 NCBI의 BLAST 실행 여러 HMMER 실행 등의 다양한 있습니다. 우리는 ClustalW에, X! 탠덤, 다양한 화학, 역학 및 관련 테스트뿐만 아니라 여러 다른 사람을 포함 할 계획입니다.
이러한 LINPACK 또는 HPL 등의 테스트는 단순히 고성능 정보학을위한 의미있는 성과 지표 또는 예측 모델을 제공하지 않습니다. 불행하게도,도 최근과 포커스 테스트들을 수행.
이는 특히 효과적으로 정규 메모리 액세스 패턴 및 특정 수학 연산을 다양한 행렬 연산에 성능을 테스트하고 LINPACK HPL 같은 문제이다.
이 코드는 무거운 부동 소수점 연산과 코드를 비교하고, 인터리브 메모리 트래픽에 대한 가장 유용합니다. 이러한 코드는 디스크 I / O, 메모리 대기 시간, 및 다른 인자가 모두 성능 문제에 기여하는 광범위한 시스템 벤치마킹을 위해 설계되지 않았다.
가장 좋은 테스트는 시스템에서 실행되는 코드에 가장 유사한 것들입니다. 테스트 자체는 실제 데이터를 사용하여 코드의 실제 실행에 합리적인 근사치이어야한다. 당신은 실제 실행 시간을 얻기 위해 그것을 다시 깎다해야 할 수도 있습니다.
사용자는 데이터 크기의 적절한 서브 세트를 가져야한다. 하나의 테스트는 시스템이 확장 방법을 말하지 않고,이 테스트의 실존에 대한 이유 중 하나는 워크로드의 다양한 측면을 증가하는 동안 성능을 테스트 할 수 있도록하기 위해 특별히입니다.
당신은 거의 클러스터에서 대기 시스템을 얻을, 그래서 당신은 가능한 한 실제 운영 환경에서 실행하려고하는 것이 우리가 추천 할 것입니다. 대기 시스템의 기본은 괜찮지 만, 그것은 부당 기대를 설정할 수 있습니다.
상단