IBM Power10 Performance Guide pangguna

Pandhuan Miwiti Cepet Kinerja Power10
(Daya 10 QSGs)
November 2021

Memori Minimal

Kanggo saben soket prosesor, paling sethithik 8 saka 16 DIMM sing diisi
Ing simpul, paling ora 32 saka 64 kanggo DIMMs pedunungé

Ing sistem 4-Node, paling sethithik 128 saka 256 DIMM sing diisi.

Aturan Plug DDIMM

Memori minimal sing diidini (saben soket prosesor paling sethithik 8 saka 16 DIMM diisi)
Kabeh DIMM ing saben prosesor kudu kapasitas padha

Nganyarke fitur bakal ditawakake kanthi tambahan 4 DDIMM, kabeh duwe kapasitas sing padha.
Siji-sijine nomer DDIMM sing disambungake menyang situs sing disambungake menyang modul prosesor sing diwenehake yaiku 8 utawa 12 utawa 16.

Kinerja Memori

Kinerja sistem mbenakake amarga jumlah memori nyebar ing luwih akeh slot DDIMM. Kanggo example, yen 1TB dibutuhake ing Node, iku luwih apik kanggo duwe 64 x 32GB DIMM saka 32 x 64GB DIMMs.

Plug DIMM sing ukurane padha bakal nyedhiyakake kinerja sing paling dhuwur
kinerja sistem mbenakake minangka liyane quads cocog saben liyane

kinerja sistem mbenakake minangka liyane DDIMMs prosesor cocog saben liyane
Kinerja sistem nambah ing sistem multi-laci yen kapasitas memori antarane laci imbang.

Bandwidth memori

Kapasitas DDIMM	MaxBandwidth Teoritis
32 GB, 64 GB (DDR4 @ 3200 Mbps)	409 GB/s
128 GB, 256 GB (DDR4 @ 2933 Mbps)	375 GB/s

Ringkesan

Kanggo kinerja sing paling apik, umume dianjurake supaya memori dipasang kanthi merata ing kabeh laci simpul sistem lan kabeh soket prosesor ing sistem. Ngimbangi memori ing kertu planar sistem sing diinstal ngidini akses memori kanthi konsisten lan biasane ngasilake kinerja sing luwih apik kanggo konfigurasi sampeyan.
Sanadyan bandwidth memori maksimum wis ngrambah dening ngisi kabeh slot memori, plans kanggo tambahan memori mangsa kudu dianggep nalika arep kang ukuran fitur memori digunakake ing wektu urutan sistem dhisikan.

P10 Compute & MMA Arsitektur

2x Bandwidth sing cocog karo SIMD*

8 mesin SIMD Tetep & Ngambang mandiri saben Inti
4 – 32x Akselerasi Matematika Matriks*

4 512 dicokot engine saben inti = 2048b asil / siklus
Produk luar matriks matriks saka presisi Tunggal, Ganda & Suda.

Dhukungan Arsitektur MMA ngenalaken ing POWER ISA v3.1
Ndhukung tingkat presisi SP, DP, BF16, HP, Int-16, Int-8 & Int-4.

P10 MMAAplikasi & Integrasi Beban Kerja

Aplikasi ML & HPC kanthi komputasi aljabar linier padhet, perkalian matriks, konvolusi, FFT bisa dicepetake nganggo MMA

Versi GCC>= 10 & versi LLVM>=12 ndhukung MMA liwat built-in.
OpenBLAS, IBM ESSL & Eigen Libraries wis dioptimalake kanthi instruksi MMA kanggo P10.
Integrasi MMA sing gampang kanggo aplikasi perusahaan, kerangka ML, lan paket Komunitas Terbuka liwat perpustakaan BLAS ing ndhuwur.

PowerPC Matrix-Multiply Assist Dibangun ing Fungsi https://gcc.gnu.org/onlinedocs/gcc/PowerPC-Matrix-Multiply-Assist-Built-in-Functions.html
Pandhuan Praktik Paling Apik Matrix-Multiply Assist https://www.redbooks.ibm.com/Redbooks.nsf/RedpieceAbstracts/redp5612.html?OpenProsesor Virtual

Jumlah inti sing nduweni hak kabeh partisi sing dienggo bareng ora bisa ngluwihi jumlah inti ing blumbang sing dienggo bareng
Priksa manawa jumlah pemroses virtual sing dikonfigurasi saka partisi sing dienggo bareng ing pigura ora luwih saka jumlah inti ing blumbang sing dienggo bareng.
Konfigurasi jumlah prosesor virtual kanggo partisi sing dienggo bareng kanggo nyukupi kabutuhan kapasitas puncak
Ngatur jumlah inti sing nduweni hak kanggo partisi sing dienggo bareng kanggo rata-rata panggunaan partisi kasebut kanggo kinerja sing luwih apik
Kanggo mesthekake memori sing luwih apik lan karemenan CPU (supaya preemptions rasah saka prosesor virtual), mesthekake jumlah saka intine hak kabeh partisi sambungan cedhak karo nomer intine ing blumbang sambungan.

Mode Kompatibilitas Prosesor

Ana 2 mode kompatibilitas prosesor sing kasedhiya kanggo AIX: POWER9 lan POWER9_base. Default yaiku mode POWER9_base.
Ana 2 mode kompatibilitas prosesor sing kasedhiya kanggo Linux: mode POWER9 lan POWER10. Default yaiku mode POWER10.
Sawise partisi LPM, perlu siklus daya nalika ngganti mode kompatibilitas prosesor

Pertimbangan Lempitan Prosesor

Kanggo pemisahan nuduhake mlaku AIX ing Power9, standar vpm_throughput_mode = 0, ing Power10, standar vpm_throughput_mode = 2. Kanggo workloads duwe proyek long-mlaku, iku potensial bisa bantuan karo abang panggunaan inti.
Kanggo partisi khusus sing mlaku AIX, standar vpm_throughput_mode = 0 ing Power9 lan Power10.

Pertimbangan Ukuran Tabel Kaca LPAR

• Tabel kaca Radix didhukung wiwit Power10 nganggo Linux. Bisa nambah kinerja beban kerja.

Referensi:
Petunjuk lan tips kanggo Migrasi Beban Kerja menyang IBM POWER Systems: https://www.ibm.com/downloads/cas/39XWR7YM
IBM POWERVirtualizationPanduan Praktek Terbaik: https://www.ibm.com/downloads/cas/JVGZA8RW

Priksa manawa level OS saiki
Fix Central nyedhiyakake nganyari paling anyar kanggo AIX, IBM i, VIOS, Linux, HMC lan F/W. Kajaba iku, alat FLRT nyedhiyakake tingkat sing disaranake kanggo saben model H/W. Gunakake alat kasebut kanggo njaga sistem sampeyan nganti saiki. Yen sampeyan ora bisa munggah menyang tingkat sing disaranake, deleng bagean Masalah sing Dikenal ing Petunjuk & Tip kanggo migrasi Beban Kerja menyang dokumen Sistem Berbasis Prosesor IBM POWER10.
Panggunaan CPU AIX
Ing POWER10, sistem OS AIX dioptimalake kanggo throughput mentah sing paling apik ing panggunaan CPU sing luwih dhuwur nalika nganggo prosesor khusus. Nalika nganggo prosesor sing dienggo bareng, sistem OS AIX dioptimalake kanggo nyuda panggunaan CPU (pc). Yen pelanggan mbutuhake luwih nyuda panggunaan CPU (pc), gunakake jadwal pm_throughput_mode sing bisa disetel kanggo nyetel beban kerja lan ngevaluasi keuntungan saka throughput mentah vs panggunaan CPU.
NX GZIP
Kanggo njupuk advantage saka akselerasi NX GZIP ing sistem POWER10 LPAR kudu ing mode kompatibilitas POWER9 (ora mode POWER9_base) utawa mode kompatibilitas POWER10.
IBM i
Priksa manawa level sistem operasi IBM I saiki. Fix Central nyedhiyakake nganyari paling anyar kanggo IBM I, VIOS, HMC, lan perangkat kukuh. https://www.ibm.com/support/fixcentral/
Firmware
Priksa manawa level firmware sistem saiki. Fix Central nyedhiyakake nganyari paling anyar kanggo IBM I, VIOS, HMC, lan perangkat kukuh. https://www.ibm.com/support/fixcentral/
DIMM memori
Tindakake aturan plug-in memori sing tepat. Yen bisa, isi slot DIMM memori kanthi lengkap lan gunakake DIMM memori ukuran sing padha.
Tingkat prosesor SMT
Kanggo njupuk advan lengkaptage saka kinerja CPU Power10, disaranake klien nggunakake setelan multitasking prosesor standar IBM i, sing bakal nggedhekake SMT
tingkat kanggo konfigurasi LPAR.
Penempatan Partisi
Tingkat FW saiki njamin panggonan seko optimal saka partisi. Nanging, yen operasi DLPAR sing kerep ditindakake ing partisi ing CEC, disaranake nggunakake DPO.
kanggo ngoptimalake panggonan seko.
Prosesor Virtual - prosesor sing dienggo bareng vs darmabakti
Gunakake prosesor khusus kanggo kinerja tingkat partisi sing optimal.
Skala Energi
Kanggo kacepetan prosesor CPU sing paling apik, priksa manawa Kinerja Maksimum disetel (standar kanggo IBM Power E1080). Setelan iki bisa dikonfigurasi ing ASMI.
Panyimpenan lan Jaringan I/O
VIOS nyedhiyakake panyimpenan lan fungsionalitas jaringan sing fleksibel. Kanggo kinerja sing paling apik, gunakake antarmuka IBM i asli kanggo I / O.
Informasi sing luwih lengkap
Deleng link: IBM I on Power – Performance FAQ https://www.ibm.com/downloads/cas/QWXA9XKN

Sistem operasi (OS) Linux perusahaan minangka dhasar sing kuat kanggo infrastruktur awan hibrida lan kanggo solusi piranti lunak perusahaan skala-up. Rilis paling anyar dioptimalake kanggo sistem Power10 Enterprise paling apik ing kelas
Daya 10

SLES15SP3, RHEL8.4 ndhukung mode native Power10
Dhukungan mode kompas kanggo ngidini klien migrasi saka sistem Daya generasi lawas (P9 lan P8)

Dhukungan terjemahan Radix standar ing mode Power10
Peningkatan sing signifikan ing kinerja enkripsi

Linux + PowerVM

Dhukungan kanggo fitur perusahaan PowerVM: LPM, Kolam CPU Bersama, DLPAR
Solusi inovatif: pertumbuhan aplikasi SAP HANA ing mangsa ngarep kanthi ruang alamat virtual 4PB
Ngurangi wektu kanggo muat ulang data: Dhukungan PMEM virtual kanggo SAP HANA

Dhukungan & Layanan kelas donya

Distro sing didhukung:

Miwiti karo Power9 mung RedHat lan SUSE sing didhukung ing partisi PowerVM

Info rinci babagan matriks dhukungan distro sing nyakup HW generasi lawas

Dhukungan LPM:

Pindhah partisi logis Linux saka sistem Daya generasi lawas kanthi downtime aplikasi sing meh nol

Referensi: Pandhuan LPM lan informasi sing gegandhengan

Paket Daya Khusus:

Paket PowerPC-utils: Ngandhut keperluan kanggo pangopènan IBM PowerPC LPARs. Kasedhiya minangka bagéan saka distro.

Advance Toolchain for Linux on Power: Ngandhut kompiler paling anyar, perpustakaan runtime.

Praktek paling apik:

RHEL nyedhiyakake tuning sing wis ditemtokake minangka bagean saka layanan sing disetel.

Deleng cathetan SAP paling anyar kanggo setelan OS sing disaranake kanggo aplikasi SAP. Biasane disetel digunakake ing RHEL lan dijupuk utawa sapconf ing SLES
Frekuensi dikelola dening PowerVM. Referensi: Manajemen Energi
Miwiti Power8 Ageng Dynamic DMA Window mbantu nambah kinerja I / O.

Miwiti Power9 24×7-Monitoring wis Integrasi karo alat perf. Ngidini ngawasi kabeh sistem.
Priksa manawa level firmware sistem saiki.
lparnumascore saka PowerPC-utils nuduhake skor karemenan saiki LPAR. DPO bisa digunakake kanggo nambah skor afinitas LPAR.

Wacan liyane:

SLES kanggo Daya lan sawetara fitur sing menarik.
Miwiti Linux ing Power Systems, Linux ing server Power Systems

Komunitas Linux perusahaan
Sistem IBM Power ndhukung macem-macem adaptor jaringan kanthi kecepatan lan nomer port sing beda.
Yen sampeyan nggunakake adaptor jaringan sing padha karo sistem sadurunge, wiwitane, tuning sing padha kudu digunakake ing sistem anyar.

Paling adaptor Ethernet ndhukung sawetara nampa lan ngirimaken antrian kang ukuran buffer bisa mawarni-warni kanggo nambah count paket max.
Setelan antrian standar beda karo adaptor sing beda-beda lan bisa uga ora optimal kanggo entuk tarif pesen maksimal ing model klien-server.
Nggunakake antrian tambahan bakal nambah panggunaan CPU sistem; supaya setelan antrian optimal kanggo workload tartamtu kudu digunakake.

Anggit adaptor kacepetan luwih

Jaringan kacepetan sing luwih dhuwur kanthi adaptor jaringan 25 GigE lan 100 GigE mbutuhake sawetara benang paralel lan nyetel atribut driver.
Yen adaptor Gen4, priksa manawa adaptor dipasang ing slot Gen4.

Fungsi tambahan kayata kompresi, enkripsi, lan duplikasi bisa nambah latensi

Ngganti setelan antrian ing AIX
Kanggo ngganti nomer nampa / ngirim antrian ing AIX

ifconfig enX nyopot mudhun

chdev -l entX -a queues_rx= -a queues_tx=
chdev -l enX -a negara = munggah

Ngganti setelan antrian ing Linux
Kanggo ngganti jumlah antrian ing Linux ethtool -L ethX digabungake

Ngganti ukuran antrian ing AIX

ifconfig enX nyopot mudhun
chdev -l entX -a rx_max_pkts = -a tx_max_pkts =

chdev -l enX -a negara = munggah

Ngganti ukuran antrian ing LinuxP: ethtool -G ethX rx tx

Virtualisasi

Jaringan virtual didhukung ing wangun SRIOV, vNIC, vETH. Virtualisasi nambah latensi lan bisa nyuda throughput dibandhingake karo I/O asli.
Kejabi hardware backend, mesthekake memori VIOS lan jumlah CPU cukup kanggo nyedhiyani throughput dibutuhake lan wektu nanggepi
Praktik Paling Apik IBM PowerVM bisa migunani banget ing ukuran VIOS

Yen sampeyan nggunakake adaptor panyimpenan sing padha karo sistem sadurunge, wiwitane, tuning sing padha kudu digunakake ing sistem anyar. Yen kinerja tambahan dikarepake saka sistem ana, tuning normal kudu dileksanakake.
Yen subsistem panyimpenan beda banget ing sistem sing luwih anyar tinimbang sistem sadurunge, dhaptar pertimbangan ing ngisor iki bisa ngaruhi kacepetan aplikasi sing dirasakake -
Ngganti saka Panyimpenan Langsung Langsung (DAS utawa internal) menyang Jaringan Area Panyimpenan (SAN) utawa Panyimpenan Terlampir Jaringan (NAS) (utawa panyimpenan eksternal) bisa nambah latensi.

Fungsi tambahan kayata kompresi, enkripsi lan deduplikasi bisa nambah latensi.
Ngurangi jumlah LUN Panyimpenan bisa nyuda sumber daya ing server sing dibutuhake kanggo ndhukung throughput sing dibutuhake.
Delengen pandhuan tuning utawa persiyapan kanggo piranti anyar kanggo mangerteni dampak kasebut.'

Virtualisasi nambah latensi lan bisa nyuda throughput dibandhingake karo I/O asli. Kejabi hardware backend, mesthekake memori lan CPU VIOS
Pindhah menyang adaptor virtualisasi kanthi kacepetan sing luwih dhuwur ing VIOS mbutuhake pangaturan konfigurasi VIOS ing CPU lan memori. Praktik Paling Apik IBM PowerVM bisa mbiyantu banget ing ukuran VIOS.

Pedoman Tuning – mangga deleng pedoman IBM Knowledge Center kanggo AIX lan Linux.

PCIe3 12 GB Cache RAID + SAS Adaptor Quad-port 6 Gb x8 Adaptor Linux:

AIX:

IBM

PCIe3 x8 2-port Serat Channel (32 Gb/s) Adaptor

Tuning AIX tambahan kanggo kinerja:

SCSI liwat Fiber Channel (MPIO): nyetel algoritma multipath kanggo round_robin kanggo saben disk
NVMe liwat Fiber Channel: set bisa ngubungake 7 kanggo saben NVMe liwat Fiber Channel Pengontrol dinamis sing digawe sajrone fase panemuan

NVMe Adapter AIX tuning kanggo kinerja
Setel bisa ngubungake 8 kanggo saben piranti NVMe
Kompiler C/C++/Fortran generasi sabanjure IBM sing nggabungake optimasi canggih IBM karo infrastruktur LLVM open-source


LLVM Mata uang sing luwih gedhe kanggo basa C/C++ Kacepetan mbangun luwih cepet Optimizations umum komunitas Various utilitas basis LLVM	optimasi IBM Eksploitasi Full arsitektur Power Optimizations majeng anjog industri Dhukungan & Layanan kelas donya

kasedhiyan

Uji coba tanpa biaya 60 dina: download saka kaca produk Open XL

Entuk Layanan & Dhukungan kelas donya IBM liwat opsi lisensi fleksibel, saka dual-pipe (AAS lan PA)
Lisensi Perpetual (saben Pangguna Sah utawa saben Pangguna Serentak)
Lisensi saben wulan (saben Inti Proses Virtual): kasus panggunaan awan target, contone, ing conto PowerVR

Opsi tuning kinerja sing disaranake

Tingkat Optimization	Rekomendasi panggunaan
-O2 lan -O3	Titik wiwitan sing khas
Optimasi wektu link: -flto (C/C++), -qlto (Fortran)	Kanggo beban kerja kanthi akeh panggilan fungsi cilik
Profile optimasi dipandu: -fprofile-ngasilake, -fprofile- nggunakake (C/C++) -qprofile-ngasilake, -qprofile- nggunakake (Fortran)	Kanggo beban kerja kanthi akeh cabang lan panggilan fungsi

Kanggo info luwih lengkap, bukak: https://www.ibm.com/docs/en/openxl-c-and-cpp-aix/17.1.0
https://www.ibm.com/docs/en/openxl-fortran-aix/17.1.0

Eksploitasi arsitektur Full Power10 karo Open XL 17.1.0

Opsi kompiler anyar '–mcpu=pwr10' kanggo ngasilake kode sing nggunakake instruksi Power10 lan uga kanthi otomatis nyetel optimasi kanggo Power10
Fungsi bawaan anyar kanggo mbukak kunci fungsi Power10 anyar, contone, Matrix Multiply Accelerator (MMA)
SIMD MASS anyar lan perpustakaan vektor ditambahake kanggo Power10. Kabeh fungsi perpustakaan MASS (SIMD, vektor, skalar) disetel kanggo Power10 (uga Power9).

Cathetan: Aplikasi sing diklumpukake karo versi sadurungé saka XL Compiler (contone, XL 16.1.0) kanggo mbukak ing prosesor Power sadurungé bakal mlaku kompatibel ing Power10.
Kompatibilitas binar ing AIX
Cathetan: XL C/C ++ kanggo AIX 16.1.0 wis ngenalake invocation anyar xlclang++ sing nggunakake front-end Clang saka proyek LLVM ü obyek C++ sing dibangun nganggo xlC kanggo

AIX (adhedhasar ngarep ngarep IBM dhewe) ora kompatibel karo binar karo obyek C++ sing dibangun nganggo xlclang++ 16.1.0 kanggo AIX
Objek C++ sing dibangun nganggo xlclang++ 16.1.0 kanggo AIX bakal kompatibel karo binar Open XL C/C++ anyar kanggo AIX 17.1.0

Kompatibilitas C dijaga ing kabeh kompiler AIX (versi XL sadurungé kanggo AIX, Open XL C/C++ kanggo AIX 17.1.0)
Kompatibilitas Fortran dijaga antarane versi XLF sadurungé kanggo AIX lan Open XL Fortran kanggo AIX 17.1.0

kasedhiyan
Kompiler GCC kasedhiya ing kabeh distribusi Enterprise Linux lan ing
AIX.

Versi GCC sing diinstal yaiku 8.4 ing RHEL 8 lan 7.4 ing SLES 15. RHEL 9 samesthine bakal ngirim GCC 11.2.
Ana sawetara cara kanggo entuk versi GCC sing cukup anyar nalika kompiler standar kanggo distribusi wis lawas banget kanggo ndhukung Power10.
Red Hat ndhukung GCC Toolset [1] kanggo maksud iki.

SUSE nyedhiyakake Modul Piranti Pangembangan. [2]
IBM nyedhiyakake kompiler lan perpustakaan paling anyar liwat Advance Toolchain. [3]

IBM Advance Toolchain

Advance Toolchain nyedhiyakake perpustakaan sistem sing dioptimalake Daya bebarengan karo kompiler, debugger, lan alat liyane.
Kode bangunan kanthi Advance Toolchain bisa ngasilake kode sing paling optimal ing prosesor paling anyar.

Basa

C (GCC), C++ (g++), lan Fortran (gfortran), bebarengan karo liyane kayata Go (GCC), D (GDC), lan Ada (gnat).
Mung GCC, g ++, lan gfortran biasane diinstal minangka standar.
Compiler golang [4] minangka alternatif sing disenengi kanggo mbangun program Go ing Power.

Kompatibilitas lan Fitur Anyar ing Power10

Aplikasi sing diklumpukake karo GCC versi sadurungé kanggo mbukak ing pemroses POWER8 utawa POWER9 bakal mlaku kanthi kompatibel ing pemroses Power10.
GCC 11.2 utawa mengko dianjurake kanggo eksploitasi kabeh fitur anyar kasedhiya ing Power ISA 3.1 lan dipun ginakaken ing prosesor Power10.
GCC 11.2 nyedhiyakake akses menyang fitur Matrix Multiply Assist (MMA) sing diwenehake dening pemroses Power10. [5]
Program MMA bisa dikompilasi nggunakake kompiler GCC, LLVM, lan Open XL apa wae, yen sampeyan nggunakake rilis sing cukup anyar.

Gendéra Compiler sing Disaranake lan Didhukung IBM [6]

-O3 utawa -Wetan	Optimasi agresif. -East punika ateges padha karo -O3 -cepet-math, kang uga relaxes Watesan ing IEEE floating-point aritmetika.
-mcpu= daya	Kompilasi nggunakake instruksi sing didhukung dening prosesor Daya. Kanggo example, kanggo nggunakake instruksi kasedhiya mung ing Power10, pilih -mcpu = power10.
-kanggo	Opsional. Nindakake optimasi "link-time". Iki ngoptimalake kode ing telpon fungsi ngendi panelpon lan disebut fungsi ana ing Unit kompilasi beda, lan asring bisa nyedhiyani ngedongkrak kinerja pinunjul.
-unroll-loops	Opsional. Nindakake duplikasi badan loop sing luwih agresif tinimbang kompiler biasane. Umume, sampeyan kudu ngilangi iki, nanging ing sawetara kode, iki bisa nyedhiyakake kinerja sing luwih apik.

Cathetan:
Sanajan -mcpu=power10 didhukung minangka awal GCC 10.3, GCC 11.2 luwih disenengi amarga kompiler sadurungé ora ndhukung saben fitur sing dileksanakake ing pemroses Power10. Uga, obyek sing digawe nggunakake -mcpu=power10 ora bakal mbukak ing POWER9 utawa prosesor sadurungé! Nanging, ana cara kanggo nggawe kode sing dioptimalake kanggo macem-macem versi prosesor. [7] [1] Red Hat: Nggunakake GCC Toolset. https://access.redhat.com/documentation/enus/red_hat_enterprise_linux/8/html/developing_c_and_cpp_applications_in_rhel_8/gcc-toolset_toolsets.
[2] SUSE: Pangertosan Modul Piranti Pangembangan. https://www.suse.com/c/suse-linux-essentialswhere-are-the-compilers-understanding-the-development-tools-module/.
[3] Advance Toolchain kanggo Linux ing IBM Power Systems. https://www.ibm.com/support/pages/advancetoolchain-linux-power.
[4] Go Language. https://golang.org. [5] Matrix-Multiply Assist Guide Practice Best. http://www.redbooks.ibm.com/redpapers/pdfs/redp5612.pdf
[6] Nggunakake Koleksi GNU Compiler. https://gcc.gnu.org/onlinedocs/gcc.pdf
[7] Optimasi Target-Spesifik kanthi Mekanisme Fungsi GNUIndirect. https://developer.ibm.com/tutorials/optimized-libraries-for-linux-on-power/#target-specific-optimization-
© 2021 IBM Corporation karo-the-gnu-indirect-function-mechanism.
Aplikasi Java seamlessly bisa njupuk advantage fitur P10 ISA anyar ing sistem operasi sing mlaku ing mode P10 kanthi nggunakake versi runtime Java sing kapacak ing ngisor iki utawa luwih anyar:
Jawa 8

IBM SDK 8 SR6 FP36
IBM Semeru Runtime Open Edition 8u302: openj9-0.27.1

Jawa 11

IBM Semeru Runtime Certified Edition 11.0.12.1: openj9-0.27.1
IBM Semeru Runtime Open Edition 11.0.12.1: openj9-0.27.1

Java 17 (pembalap bisa uga durung kasedhiya)

IBM Semeru Runtime Certified Edition 17: openj9-0.28
IBM Semeru Runtime Open Edition 17: openj9-0.28
OpenJDK 17

Referensi tuning kinerja:
IBM WebBuku Masak Kinerja Server Aplikasi Sphere
Ukuran kaca
Rekomendasi umum kanggo paling database Oracle ing AIX nggunakake ukuran kaca 64KB lan ora ukuran kaca 16MB kanggo SGA. Biasane, kaca 64 KB ngasilake meh padha
entuk manfaat kinerja minangka 16 MB kaca tanpa manajemen khusus.
TNS Listener
Database Oracle 12.1 lan rilis mengko kanthi standar bakal nggunakake 64k kaca kanggo teks, data, lan tumpukan. Nanging, kanggo TNSLISTENER isih nggunakake 4k kaca kanggo teks, data, lan tumpukan. Kanggo
ngaktifake 64k kaca kanggo pamireng nggunakake printah ekspor sadurunge miwiti proses pamireng. Elinga yen mlaku ing lingkungan adhedhasar ASM sing pamiyarsa entek
GRID_HOME lan dudu ORACLE_HOME.
Dokumentasi kanggo "strictly setenv" printah diganti ing 12.1 utawa rilis mengko. Ing -t utawa -T dibusak ing sih saka -env utawa -envs. Ing lingkungan Oracle Listener nyetel lan ekspor:
– LDR_CNTRL=UKURAN DATA=64K@TEXTSIZE=64K@STACKPSIZE=64K - VMM_CNTRL=vmm_fork_policy=COR (nambah perintah 'Copy on Read')
Sintaks sing dienggo bareng
Setelan LDR_CNTRL=SHARED_SYMTAB=Y ora perlu disetel khusus ing 11.2.0.4 utawa luwih anyar. Opsi linker compiler ngurusi setelan iki lan ora perlu disetel khusus maneh. Ora dianjurake supaya LDR_CNTRL=SHARED_SYMTAB=Y disetel khusus ing 12c utawa luwih anyar.
Prosesor Virtual Folding
Iki setelan kritis ing lingkungan RAC nalika nggunakake LPARs karo lempitan prosesor aktif. Yen setelan iki ora diatur, ana risiko dhuwur saka evictions simpul RAC ing kahanan beban kerja database entheng. Jadwal -p -o vpm_xvcpus=2
VIOS & RAC Interconnect
Sambungan darmabakti 10G (IE, 10G Ethernet Adapter) dianjurake minangka minimal kanggo nyedhiyani bandwidth cekap kanggo lalu lintas wektu-sensitif kluster. Lalu lintas kluster RAC - lalu lintas interkoneksi kudu darmabakti lan ora dienggo bareng. Nuduhake interkoneksi bisa nyebabake wektu tundha sing ndadékaké masalah gantung / pengusiran simpul.
Kinerja Jaringan
Iki minangka saran tuning jaringan sing wis suwe kanggo Oracle ing AIX, sanajan standar tetep ing 0. Setelan TCP saka rfc1323 = 1
Informasi sing luwih lengkap
Deleng link: Ngatur Stabilitas lan Kinerja versi Oracle Database saiki sing nganggo AIX ing Sistem Daya kalebu POWER9
https://www.ibm.com/support/pages/node/6355543

Umum

Gunakake mode SMT8
Gunakake khusus CPU LPARs

Gudang Db2

Priksa manawa ana jaringan pribadi kanthi kacepetan dhuwur ing antarane kabeh simpul
Batesi konfigurasi MLN dadi siji simpul saben soket

CP4D

Gunakake PCIe4 kanggo jaringan kelenjar OCP
Sadurunge OCP 4.8, atur parameter kernel slub_max_order=0

Praktek Db2 Paling Apik
https://www.ibm.com/docs/en/db2/11.5?topic=overviews-db2-best-practices

Jaringan

Kanggo jaringan pod, gunakake jaringan pribadi adhedhasar SRIOV asli yen LPM ora dibutuhake, yen ora, gunakake VNIC
Kanggo aplikasi sing mbutuhake bandwidth dhuwur utawa latensi kurang, coba gunakake Operator Jaringan SR-IOV kanggo nemtokake VF langsung menyang pod
Kanggo layanan sing mbutuhake wektu entek sithik, atur wektu entek standar kanggo rute sing wis ana
Nyetel ukuran MTU sing dikarepake saka jaringan kluster OCP

Sistem operasi

Coba tambahake watesan u ing owah-owahan Post-instal CoreOS
Deleng syarat instalasi OCP minimal kanggo instalasi Power platform OCP4.8 ing Power

Penyebaran

Nalika nyebarke aplikasi, elinga yen siji vCPU padha karo siji inti fisik nalika simultaneous multithreading (SMT), utawa hyperthreading, ora diaktifake. Nalika SMT diaktifake, VCPU padha karo thread hardware.
Deleng pedoman ukuran minimal kanggo buruh & simpul master Persyaratan sumber daya minimal
Alokasi panyimpenan khusus sing kapisah menyang registri gambar wadhah sing dibangun
Gunakake pedoman ukuran ing ngisor iki kanggo direktori utama direktori utama OCP sing komponen OpenShift Container Platform nulis data.

Isine ndhelikake

1 Dokumen / Sumber Daya

1.1 Referensi

2 Kiriman sing gegandhengan