Benchmarks und Performance für hohe CPU-Last

Hallo!
ich habe ein kleines Problem. Wir haben hier in der letzten Zeit einen Infiniband-Cluster mit openmpi zusammengebaut der prinzipiell auch gut funktioniert. Er besteht aus zur Zeit 3 Servern mit je 32 Kernen und 128GB RAM. Pozessoren sind 2x Intel® Xeon® CPU E5-4640 0 @ 2.40GHz und eimal ein neuerer mit 3.3GHz.
Nun sollte dem Gefühl nach der neuere schneller Rechnen als die beiden anderen, was aber im Cluster so nicht zu beobachten ist. Dies kann seine Ursache in der verwendeten Hardware haben oder in der Konfiguration/Belegung des Infiniband-Clusters. Um das Problem jetzt näher einzugrenzen und Hardwareprobleme auszuschliessen suche ich einen Benchmark für Linux, der mir die Rechenleistung der einzelnen Nodes der Cluster ohne Infiniband vergleicht. Schwerpunkt sollten Berechnungen mit hoher CPU-Last sein. Hat da jemand Erfahrungen und kann mir ein Werkzeug empfehlen?

Viele Grüße Uwe

Hallo!
Eine kurze Zusammenfassung was wir nun gemacht haben falls das mal jemand hilft:
Wir haben zur Messung https://www.howtoforge.de/anleitung/benchmark-ihres-systems-cpu-daten-io-mysql-durchfuhren-mit-sysbench/ verwendet, dies bietet die Möglichkeit Rechenleistung, Threading und Speicher ganz gut zu vergleichen. Bei allen Test spiegelte sich der Unterschied der Systeme wie erwartet wieder. Bei der Infiniband-Leistung spielt hauptsächlich die Latenz eine Rolle, hier haben wir https://www.mcs.anl.gov/research/projects/mpi/mpptest/ verwendet. Auch hier zeigte sich das zu erwartende Bild, wenn auch nicht so deutlich wie bei den HW-Tests. Also lag der Fehler in einem Bereich der nicht durch die Tests abgedeckt war. Konkret sieht das so aus, dass die beiden schnellen Server das RAM in 16 8GB-Modulen haben, der langsamere in 8 16GB-Modulen. Dadurch wird bei den schnelleren Servern das RAM über zwei Kanäle angesprochen, beim langsamen nur über einen, d.h. mit der halben Bandbreite. Quasi bekommen die schnellen Kerne einfach nicht genug Material. Zusätzlich verfügt der langsamere Server über weniger Cache, der zwischen den Kernen verteilt wird. Da das nicht zu ändern ist kann hier über die Partitionierung der Rechnungen eine bessere Auslastung erreicht werden.

Gruß Uwe

Für Postgres kannst Du auch pgbench verwenden.