霍克尼模型参数是消息大小的函数吗？
Are the Hockney model parameters functions of message size?
使用霍克尼模型，传输时间由 t(s) = α + βm 建模，其中
α 是每条消息的延迟时间，β 是每字节的传输时间（或网络带宽的倒数）。
但是从一些论文 (like this paper) 来看，延迟和传输时间是消息大小的函数。对于多种消息大小，它们既不是常数也不是线性的！
如果霍克尼模型参数是消息大小的函数，我们如何预测具有多种消息大小的集体通信时间（例如：用于广播、分散等）？
例子：若采用Flat Tree算法进行广播操作，则t(s)=(P-1)(α + βm)。因为 α 和 β 是消息大小的函数，我们不能用直线绘制它的曲线，没有与消息大小对应的模型参数，我们不能预测运行时间。例如，如果我们没有测量发送和接收 30 字节消息的模型参数，我们就无法预测 30 字节消息大小的操作时间。
在 Hockney 中，α 和 β 是网络的属性，与消息大小无关。虽然提到的论文明确指出：
We altered Hockney model such that α and β are functions of message size.
我同意令人困惑的是，他们总是简单地将他们修改后的模型称为 Hockney。该图表在论文中看起来也很可疑，好像 "Latency" 实际上是消息传输时间。您可以将此延迟称为 ，如从应用程序中看到的那样 。而"Bandwidth"也是从应用看到的带宽。考虑 10^6 bytes / 65 MBytes/s = 1.5 * 10^4 us。我认为使用这些反映总消息传输时间的值作为 Hockney 的附加个人 网络 参数没有任何意义。不幸的是，这篇论文没有解释他们实际上是如何从他们的点对点 MPI 基准中导出参数的。
还值得注意的是，论文几乎总是简单地使用消息传输时间的完整术语 α(ms) + ms · β(ms)，除了两种情况，我怀疑它可能是缺少一对大括号。然后，整个术语可以简单地替换为 p2p message time (message size).
对于模型，我更愿意使用具有常量 α 和 β 的纯 Hockney - 或者将 p2p 消息时间描述为消息大小函数的模型。在后一种情况下，您的问题仍然相关：
For instance, we cannot predict the operation time for a message size of 30 bytes if we have not measured model parameters which send and receive 30 byte messages.
要么您必须测量所有可能的尺寸，要么您必须应用拟合模型。顺便说一句 - 如果你使用线性回归，你最终会再次得到 Hockney。
使用霍克尼模型，传输时间由 t(s) = α + βm 建模，其中 α 是每条消息的延迟时间，β 是每字节的传输时间（或网络带宽的倒数）。
但是从一些论文 (like this paper) 来看，延迟和传输时间是消息大小的函数。对于多种消息大小，它们既不是常数也不是线性的！
如果霍克尼模型参数是消息大小的函数，我们如何预测具有多种消息大小的集体通信时间（例如：用于广播、分散等）？
例子：若采用Flat Tree算法进行广播操作，则t(s)=(P-1)(α + βm)。因为 α 和 β 是消息大小的函数，我们不能用直线绘制它的曲线，没有与消息大小对应的模型参数，我们不能预测运行时间。例如，如果我们没有测量发送和接收 30 字节消息的模型参数，我们就无法预测 30 字节消息大小的操作时间。
在 Hockney 中，α 和 β 是网络的属性，与消息大小无关。虽然提到的论文明确指出：
We altered Hockney model such that α and β are functions of message size.
我同意令人困惑的是，他们总是简单地将他们修改后的模型称为 Hockney。该图表在论文中看起来也很可疑，好像 "Latency" 实际上是消息传输时间。您可以将此延迟称为 ，如从应用程序中看到的那样 。而"Bandwidth"也是从应用看到的带宽。考虑 10^6 bytes / 65 MBytes/s = 1.5 * 10^4 us。我认为使用这些反映总消息传输时间的值作为 Hockney 的附加个人 网络 参数没有任何意义。不幸的是，这篇论文没有解释他们实际上是如何从他们的点对点 MPI 基准中导出参数的。
还值得注意的是，论文几乎总是简单地使用消息传输时间的完整术语 α(ms) + ms · β(ms)，除了两种情况，我怀疑它可能是缺少一对大括号。然后，整个术语可以简单地替换为 p2p message time (message size).
对于模型，我更愿意使用具有常量 α 和 β 的纯 Hockney - 或者将 p2p 消息时间描述为消息大小函数的模型。在后一种情况下，您的问题仍然相关：
For instance, we cannot predict the operation time for a message size of 30 bytes if we have not measured model parameters which send and receive 30 byte messages.
要么您必须测量所有可能的尺寸，要么您必须应用拟合模型。顺便说一句 - 如果你使用线性回归，你最终会再次得到 Hockney。