最近我在我的 M1 Mac mini 上做一些分子动力学模拟 (LAMMPS)。
对于一个简单的任务，我使用命令：
lmp_serial -in run.in.npt
我相信这意味着单CPU计算。我需要 4 分 45 秒的运行时间。然后我尝试使用 4 个内核运行：
mpirun -np 4 lmp_mpi -in run.in.npt
我需要 1 分 51 秒。
但是当我使用 8 个内核时：
mpirun -np 8 lmp_mpi -in run.in.npt
它没有跑得更快，花了我 3 分 38 秒。
为了对比，后来我试了2核和6核，我在这里总结一下：
1 core : 4 min 45 second
2 cores : 2 min 55 second
4 cores : 1 min 51 second
6 cores : 4 min 45 second
8 cores : 3 min 38 second
有人知道是什么原因吗？这与 Open MPI 有关吗？（如果不是Mac预装的，我后面就没装了）
LAMMPS 通过执行域分解来分配工作。例如，通过空间分解，模拟体积被切割成盒子，特定盒子中的所有粒子都被分配到某个 MPI 等级进行处理。因为分子动力学中的积分是全局同步操作，所以每个步骤只有在所有 MPI 等级都完成后才完成。因此，完成一个积分步骤所花费的时间等于最慢的 MPI 等级完成其分配的框所花费的时间。
M1 是一种类似于 ARM DynamIQ（big.LITTLE 的继任者）的架构，包含速度快但耗电的内核（Firestorm内核）和速度慢但能效高的内核（Icestorm核心）。Mac Mini 中的 M1 芯片每种类型有四个。由于 macOS 不提供明确的 CPU 亲和性，MPI 库只是启动给定数量的等级，并由操作系统在可用内核上尽可能高效地调度它们。拥有多达四个 MPI 等级，它们最终都使用自己的 Firestorm 核心。一旦你超过了四个 MPI 等级，有些人要么落在慢速 Icestorm 核心之一上，要么会与其他等级分时共享一个快速核心。在这两种情况下，至少会有一个等级比其他等级慢得多，因此整体性能会受到影响。
另一件需要注意的是，现代 CPU 会根据热条件改变其核心频率。如果只加载一个内核，它可能会被提升到超过其标称频率。当加载更多内核时，会产生更多热量，并且内核的频率提升不会像前一种情况那样高。因此，从 1 核到 2 核再到 4 核不会给你带来线性加速，即使问题是令人尴尬的并行。
另外，请记住，使用的域分解类型会对并行性能产生巨大影响。例如，在空间分解中，如果原子在子域之间分布不均，或者它们以不均匀的方式在子域之间移动，则会出现负载不平衡，并且加速会再次受到影响。