PrIM (Processing-In-Memory Benchmarks) 项目下载及安装教程
2024-12-06 14:08:53作者:宣聪麟
1. 项目介绍
PrIM (Processing-In-Memory Benchmarks) 是首个针对真实世界处理-内存(PIM)架构的基准测试套件。该项目旨在评估、分析和表征首个公开可用的真实世界 PIM 架构,即 UPMEM PIM 架构。UPMEM PIM 架构将传统的 DRAM 内存阵列与通用顺序核心(称为 DRAM 处理单元,DPU)集成在同一芯片中。PrIM 提供了一组常见的工作负载,用于评估 UPMEM PIM 架构,并可用于编程、架构和系统研究人员,以改进未来 PIM 硬件和软件的多个方面。
2. 项目下载位置
项目代码托管在 GitHub 上,可以通过以下命令进行克隆:
git clone https://github.com/CMU-SAFARI/prim-benchmarks.git
3. 项目安装环境配置
3.1 系统要求
- 操作系统:Linux(推荐 Ubuntu 20.04 或更高版本)
- 硬件:支持 UPMEM 模块的服务器
- 软件:UPMEM SDK
3.2 安装 UPMEM SDK
- 下载 UPMEM SDK 安装包。
- 解压安装包并运行安装脚本。
tar -xzf upmem-sdk-<version>.tar.gz
cd upmem-sdk-<version>
./install.sh
- 配置环境变量。
export UPMEM_HOME=<path_to_upmem_sdk>
export PATH=$PATH:$UPMEM_HOME/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$UPMEM_HOME/lib
3.3 环境配置示例

4. 项目安装方式
- 进入项目目录。
cd prim-benchmarks
- 编译项目。
make all
- 运行测试。
./bin/host_code -v 0 -f data/loc-gowalla_edges.txt
5. 项目处理脚本
PrIM 项目包含多个处理脚本,用于运行不同类型的实验。以下是一些常用的脚本:
run_weak.py:用于运行弱扩展实验。run_strong_rank.py:用于运行强扩展实验(单个 rank)。run_strong_full.py:用于运行强扩展实验(多个 rank)。
5.1 运行弱扩展实验
python3 run_weak.py BFS
5.2 运行强扩展实验(单个 rank)
python3 run_strong_rank.py BFS
5.3 运行强扩展实验(多个 rank)
python3 run_strong_full.py BFS
通过以上步骤,您可以成功下载、安装并运行 PrIM 项目。如果在安装过程中遇到任何问题,请参考项目的 README 文件或联系项目维护者获取帮助。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
985