某所 XT4 での CrayPat 出力結果

球殻モデル
- 球面調和関数展開 + チェビシェフ多項式
- OpenMP 4 x MPI 32 並列.
- MPI は緯度円並列.
- All to All でスペクトルデータを sync する, いわゆる「安直 MPI 並列」
解像度 T84L48

 -fastsse -O4 -Minline -Mvect=noassoc -Mlre=noassoc -mp=nonuma \
  -Bstatic

結果

* 思った以上に MPI 関係のコストがかからない.
* lumatrix_f77.f が鬼門. というかコストかかりすぎている気がする. こんなモンかなぁ…

手があき次第最優先で.

  ---------------------------------------------------------------
   96.1% | 536.638646 |       -- |     -- | 451717.0 |USER
 |--------------------------------------------------------------
 |  29.4% | 164.159681 | 3.642548 |   2.3% |      1.0 |main
 |  15.3% |  85.239062 | 0.078474 |   0.1% |   4102.0 |lusolv_
 |   9.1% |  50.551754 | 2.168129 |   4.4% |  19039.0 |snls2g_
 |   5.7% |  31.887453 | 0.051958 |   0.2% |  59118.0 |fttctf_
 |   5.1% |  28.221466 | 0.053867 |   0.2% |   6012.0 |wa_base_module_xya_wa_
 |   5.0% |  27.751203 | 0.412491 |   1.6% | 173362.0 |fttzl4_
 |   3.8% |  21.487004 | 0.039820 |   0.2% |   3006.0 |wt_module_xyz_kgrad_wt_
 |   3.3% |  18.411535 | 0.118059 |   0.7% |   6012.0 |snpsog_
 |   3.1% |  17.488779 | 0.275271 |   1.7% |   8524.0 |snlg2s_
 |   3.1% |  17.471511 | 0.514526 |   3.1% |  55126.0 |fttzl2_
 |   2.6% |  14.458635 | 0.007494 |   0.1% |  59118.0 |fttruf_
 |   2.3% |  12.972823 | 0.106637 |   0.9% |   6012.0 |sngsog_
 |   1.9% |  10.804498 | 0.028414 |   0.3% |  13027.0 |sncs2g_
 |   1.9% |  10.519774 | 0.019756 |   0.2% |   1068.0 |lusol2_
 |   1.7% |   9.506332 | 0.025235 |   0.3% |   3006.0 |wt_module_xyz_gradlat_wt_
 |   1.5% |   8.220879 | 0.107584 |   1.4% |  19039.0 |snfs2g_
 |   1.3% |   7.486052 | 0.019462 |   0.3% |  16144.0 |at_module_at_dx_at_
 |==============================================================