重新认识Intel软件产品－从编译器到FFT、LAPACK、SCALAPACK、ITC、ITA应有尽有
首先是编译器，这个不多说了，谁都知道。
更重要的是Intel的数学库，称为Math Kernel Library－MKL
还有，Intel有一套Cluster Tools，里面包含了Cluster MKL、ITC、ITA、Intel MPI等。
我们都知道，高性能计算大多用于工程计算，目前的工程计算主要需要这样几个东西：FFT（快速傅立叶变换）、LAPACK（线性代数Package）、BLAS（基础线性代数函数库）、SCAPACK（高扩展的LAPACK，主要用于分布式内存体系结构，也就是Cluster结构的并行化的LAPACK）。这些东西都有免费的开源实现，如FFTW（MIT做的FFT）、LAPACK和SCALAPACK都有免费实现，其中SCALAPACK还需要BLACS（基础线性代数通讯函数库）、BLAS也有atlas的、GOTO的等等。这个东西以前没接触过，这里有张Intel提供的图，很直观明了（从图上就能看出这个玩意是基于MPI的一个针对线性代数的库）：
附件1
针对上面，Intel的MKL和Cluster MKL都提供了，而且性能都比以上开源的那些要好的多！其中，MKL能提供BLAS、LAPACK、FFT，Cluster MKL在此基础上，还提供了SCALAPACK和经过优化的Linpack执行程序－xhpl。所以，我们给集群用户推荐Intel的MKL，应该推Cluster MKL才对！以前居然都不知道！
举两个例子吧，Linpack的xhpl就需要BLAS的支持；GROMACS需要FFTW；并行版的VASP需要FFT、SCALAPACK、BLAS。这些其实都可以直接用Intel的Cluster MKL，不需要手动再去自己编译那些开源的库了，而且性能更好！
不过这里有一个小麻烦，就是FFT。快速傅立叶变换有很多很多种，FFTW，也就是MIT做的这个现在使用的非常广泛，很多代码都是针对这个库写的，而Intel在此基础上做了一个改进，同时，Intel的FFT的API也和FFTW不完全一样，这就导致了我们迁移应用的时候会带来一些困难和问题。比如，一个应用是针对FFTW写的，现在要迁移到Intel的MKL或Cluster MKL上来，就有可能需要做一些修改，因为两者的API不完全一样，这里有个Intel的官方文档，有一些这方面的Instruction：
更重要的是Intel的数学库，称为Math Kernel Library－MKL
还有，Intel有一套Cluster Tools，里面包含了Cluster MKL、ITC、ITA、Intel MPI等。
我们都知道，高性能计算大多用于工程计算，目前的工程计算主要需要这样几个东西：FFT（快速傅立叶变换）、LAPACK（线性代数Package）、BLAS（基础线性代数函数库）、SCAPACK（高扩展的LAPACK，主要用于分布式内存体系结构，也就是Cluster结构的并行化的LAPACK）。这些东西都有免费的开源实现，如FFTW（MIT做的FFT）、LAPACK和SCALAPACK都有免费实现，其中SCALAPACK还需要BLACS（基础线性代数通讯函数库）、BLAS也有atlas的、GOTO的等等。这个东西以前没接触过，这里有张Intel提供的图，很直观明了（从图上就能看出这个玩意是基于MPI的一个针对线性代数的库）：
附件1
针对上面，Intel的MKL和Cluster MKL都提供了，而且性能都比以上开源的那些要好的多！其中，MKL能提供BLAS、LAPACK、FFT，Cluster MKL在此基础上，还提供了SCALAPACK和经过优化的Linpack执行程序－xhpl。所以，我们给集群用户推荐Intel的MKL，应该推Cluster MKL才对！以前居然都不知道！
举两个例子吧，Linpack的xhpl就需要BLAS的支持；GROMACS需要FFTW；并行版的VASP需要FFT、SCALAPACK、BLAS。这些其实都可以直接用Intel的Cluster MKL，不需要手动再去自己编译那些开源的库了，而且性能更好！
不过这里有一个小麻烦，就是FFT。快速傅立叶变换有很多很多种，FFTW，也就是MIT做的这个现在使用的非常广泛，很多代码都是针对这个库写的，而Intel在此基础上做了一个改进，同时，Intel的FFT的API也和FFTW不完全一样，这就导致了我们迁移应用的时候会带来一些困难和问题。比如，一个应用是针对FFTW写的，现在要迁移到Intel的MKL或Cluster MKL上来，就有可能需要做一些修改，因为两者的API不完全一样，这里有个Intel的官方文档，有一些这方面的Instruction：
OK，通过上面的描述，现在我们应该知道，对于这些工程数学库来说，Intel的MKL是很好的解决方案，除了FFT有点小麻烦。:)
最后，来看一下Intel整个软件产品线，做一些简单的讲解：
1、Intel Compilers－不说了
2、vTune － 这是一个非常power的性能调优工具，因为首先他不需要被调试的程序有源码，只要有可执行文件就行；其次，他可以分析目标，然后给出目标每句代码占用了多少个时钟周期，在程序的执行过程中，可以看到L1 Cache、L2 Cache等的hitrate！所以，非常强大。但是，vTune似乎只能调试SMP结构上的程序，无法调试Cluster结构上的程序。
3、Intel Performance Primitives（IPP）－这个东东好像是用来做视频/音频编解码的，和HPC关系不大
4、Intel Math Kernel Library和Intel Cluster Math Kernel Library－上面讲过了
5、Intel Thread Tools－线程调试工具，和HPC关系不大，不谈了
6、Intel Cluster Toolkit－其实这个东东就是整合了Intel MPI、ITC、ITA和Intel Cluster MKL的一个总包！呵呵，买这一个包就不用单独买那些了，也会便宜一些吧，HOHO
7、Intel Trace Analyser和Intel Trace Collector（ITA和ITC）－Cluster程序的调优工具。首先，我们在链接一个程序的时候，要把ITC的库链接进去，然后，程序跑完之后，ITC就会生成一堆数据文件，然后，用ITA就可以看到分析结果了。他主要能分析程序中计算和通信的比重，从而告诉我们程序的瓶颈在哪。换句话说，我们只要拥有一个程序的.o文件或者是源文件，就可以为这个程序分析了（只有一个可执行文件就不行喽）。高级功能可以分析特定的一段代码，不过这就要求代码有一些改动了。
8、Intel MPI－基于MPICH开发的MPI，特点在于能兼容Infiniband、Myrinet等多种互连，而且其他的一些东西可以通过Intel的一种什么开发语言集成到Intel的MPI中来。总体感觉就是Intel的MPI不在于提高性能，在于能集成多种互连或其他模块，向上提供一个统一的界面。
最后，来看一下Intel整个软件产品线，做一些简单的讲解：
1、Intel Compilers－不说了
2、vTune － 这是一个非常power的性能调优工具，因为首先他不需要被调试的程序有源码，只要有可执行文件就行；其次，他可以分析目标，然后给出目标每句代码占用了多少个时钟周期，在程序的执行过程中，可以看到L1 Cache、L2 Cache等的hitrate！所以，非常强大。但是，vTune似乎只能调试SMP结构上的程序，无法调试Cluster结构上的程序。
3、Intel Performance Primitives（IPP）－这个东东好像是用来做视频/音频编解码的，和HPC关系不大
4、Intel Math Kernel Library和Intel Cluster Math Kernel Library－上面讲过了
5、Intel Thread Tools－线程调试工具，和HPC关系不大，不谈了
6、Intel Cluster Toolkit－其实这个东东就是整合了Intel MPI、ITC、ITA和Intel Cluster MKL的一个总包！呵呵，买这一个包就不用单独买那些了，也会便宜一些吧，HOHO
7、Intel Trace Analyser和Intel Trace Collector（ITA和ITC）－Cluster程序的调优工具。首先，我们在链接一个程序的时候，要把ITC的库链接进去，然后，程序跑完之后，ITC就会生成一堆数据文件，然后，用ITA就可以看到分析结果了。他主要能分析程序中计算和通信的比重，从而告诉我们程序的瓶颈在哪。换句话说，我们只要拥有一个程序的.o文件或者是源文件，就可以为这个程序分析了（只有一个可执行文件就不行喽）。高级功能可以分析特定的一段代码，不过这就要求代码有一些改动了。
8、Intel MPI－基于MPICH开发的MPI，特点在于能兼容Infiniband、Myrinet等多种互连，而且其他的一些东西可以通过Intel的一种什么开发语言集成到Intel的MPI中来。总体感觉就是Intel的MPI不在于提高性能，在于能集成多种互连或其他模块，向上提供一个统一的界面。
