Wie Performance boosten? Mac Pro 2009, 2 x 2,26 Quad-Core Xeon, 16 GB 1066er DDR3 RAM

[jabe]

Hi!


Wir haben bei uns im Labor folgenden Rechner:
- Mac Pro Anfang 2009
- 2 x 2,6 GHz Quad-Core Intel Xeon
- 16 GB 1066 MHz DDR3 EEC Speicher
- Nvidia GeForce GT 120 512 MB
- 2 TB HDD

Was wir tun: Datenanalysen in Matlab
Was uns aufgefallen ist: unsere Laptops (auch nicht die ultimativen Kracher) spucken die Analysen schneller aus
Was wir uns fragen: Wieso ist das so?
Zwar mag der Mac älter sein, aber sollte er nicht ein ganz schönes Arbeitstier sein?
Auf jeden Fall haben wir uns gefragt, wie man die Leistung des Mac Pros boosten könnte. Meint ihr, es gibt Möglichkeiten? Ergeben diese Sinn? Würde sich der Einbau einer SSD lohnen und auf die Geschwindigkeit der Datenanalyse signifikant auswirken?

Vielen Dank und viele Grüße!

 

[Hotze]

Matlab kann doch CUDA. Eine bessere Grafikkarte sollte da schon helfen. Eine Quadro beschleunigt da sicher einiges.

 

[oneOeight]

wie groß sind denn die daten und wie oft werden die von matlab nachgeladen?
darüber kannst ja abschätzen, ob die SSD was bringt…

sind denn die analysen in matlab parallelisierbar?
so dass die 8 kerne auch nutzbar sind?
sonst ist kein wunder, dass so ein laptop mit i5/i7 da schneller ist…

 

[ThoRo]

Wenn bei den Analysen die Festplatte intensiv genutzt wird, dann bringt zusätzlich zur schnelleren Grafikkarte mit CUDA Unterstützung natürlich auch eine SSD was. Ich hab meinem 2009er MacPro eine Samsung 840 Pro (512 GB) zusammen mit der Velocity Solo x2 PCI Karte (umgeht das SATA-II Nadelöhr) spendiert - das macht sich deutlich bemerkbar.

Gruß,
Thomas

 

[v3nom]

Ich würde auch darauf tippen, dass es entweder die HDD (nicht vorhandene SSD) ist welche die Daten langsam bereitstellt oder Matlab den MP nur auf einem Kern auslastet. Im zweiten Fall sind aktuelle Laptops um fast 50% schneller als der 2009er MP.

 

[jabe]

Schon einmal vielen Dank für die Antworten!
Sorry, ich bin noch Laie - derjenige, der das System angeschafft hat, arbeitet nicht mehr bei uns.


@ Hotze
Hättest Du eine konkrete Empfehlung?
Sehe ich das richtig und Quadro-Karten gehen erst bei 700€ los?
Ob es sich da überhaupt noch lohnt, ein "so altes" System für so viel Geld nachzurüsten!? Wäre der Unterschied wohl stark merklich?


@ oneOeight
Aktuell arbeiten wir mit Datengrößen zwischen 150 MB und 700 MB. Bisschen Puffer nach oben wäre sicherlich auch nicht verkehrt.

Ich bin mir nicht sicher, was Du mit "parallelisierbar" meinst. In der Regel läuft das so: wir lesen einen Datensatz ein, schneiden Stücke aus, speichern den neuen Datensatz ab und darüber laufen dann wieder weitere Funktionen usw.


@ ThoRo
Verstehe ich Dich richtig und eine SSD würde ihre volle Stärke nicht ausspielen können, da der SATA-II-Anschluss hier die Kommunikation zwischen SSD und Mainboard verlangsamen würde?
Die Velocity Solo x2 PCI Karte ist problemlos im Mac Pro implementierbar?


@ v3nom
Tja, kann natürlich gut sein, dass Matlab nur mit einem Kern rechnet. Du würdest also sagen, es liegt an der Software und nicht an der Hardware?


@ all
am Arbeitsspeicher liegts nicht, oder?

 

[Hotze]

Benutzt Ihr CUDA denn überhaupt schon? Berechnungen mit einer Quadro bemerkt man schon deutlich. Aber es muss ja nicht gleich eine Quadro sein. Was besseres als die GT 120 reicht auch schon aus.

Zum parallelisieren: http://www.mathworks.de/company/new...b-multiple-processors-and-multiple-cores.html

 

[v3nom]

Ich denke es wäre hilfreich, wenn du das Szenario genauer beschreiben könntest.

Wann und in welchem Zeitraum werden die Daten geladen? 150-700MB mehrmals hintereinander oder nur einmal und dann wird gerechnet?
Was haben die "schnelleren" Laptops für Daten? CPU, HDD/SSD?

 

[ThoRo]

Schon einmal vielen Dank für die Antworten!
Sorry, ich bin noch Laie - derjenige, der das System angeschafft hat, arbeitet nicht mehr bei uns.

@ ThoRo
Verstehe ich Dich richtig und eine SSD würde ihre volle Stärke nicht ausspielen können, da der SATA-II-Anschluss hier die Kommunikation zwischen SSD und Mainboard verlangsamen würde?
Die Velocity Solo x2 PCI Karte ist problemlos im Mac Pro implementierbar?

Korrekt - hängt man eine SSD an die SATA-II Anschlüsse des 2009er MacPro verliert man dadurch einen Großteil der zusätzlichen Geschwindigkeit. Die Velocity - oder jede andere PCI-Steckkarte für SSDs - umgeht das Problem indem sie über die schnelleren PCI-Steckplätze geht und selbst einen SATA-III Anschluss bereitstellt. Mit einer flotten SSD kommen da dann Schreibwerte um die 500 MB/s und Lesewerte um 550 MB/s bei raus.

Den Einbau empfand ich als einfach: SSD auf PCI-Karte befestigen und das Ganze dann in einen leeren Steckplatz einsetzen. Ich hab dann per Carbon Copy Cloner das System auf die SSD übertragen und davon gebootet. Läuft seitdem schnell und problemlos.

Gruß,
Thomas

 

[trixi1979]

Eine SSD macht das System gefühlt schneller, wird aber nichts an dem Umstand ändern, dass Berechnungen zu langsam laufen.

Da hilft nur eine CUDA-Karte

 

[oneOeight]

Ich bin mir nicht sicher, was Du mit "parallelisierbar" meinst. In der Regel läuft das so: wir lesen einen Datensatz ein, schneiden Stücke aus, speichern den neuen Datensatz ab und darüber laufen dann wieder weitere Funktionen usw.

nach den schneiden könnte man ja dann 8 instanzen starten für die einzelnen sachen.
aber ich denke mal eurer script arbeitet das dann in schritten nacheinander ab…

du kannst ja auch mal selber nachgucken in der aktivitätsanzeige, wie viel cpu dann matlab so verbraucht.

 

[Tzunami]

Oder man baut 2x 3,33 GHz CPUs ein, was allerdings beim Dual 2009er etwas mehr Know-how benötigt als beim 2010er Dual Mac Pro

 

[MacFangio]

@ all
am Arbeitsspeicher liegts nicht, oder?

Nein, am RAM liegts nicht. :d

Das ist das einzige wo der Rechner etwas mehr als basic ausgestattet ist. Alle anderen Komponenten könnten ein Upgrade vertragen, was im einzelnen wurde ja schon gesagt.

Der Link von Hotze ist interessant: „Matlab unterstützt drei Typen der Parallelverarbeitung: Multithreading, Distributed Computing und die explizite Parallelverarbeitung.” Also kann ein Prozessorupgrade auch bei den bereits vorhandenen 8 Kernen ordentlich Leistungszuwachs bringen, da der 2x 2.26 wiederum basic ist.

 

[Tzunami]

Nein, am RAM liegts nicht. :d

Das ist das einzige wo der Rechner etwas mehr als basic ausgestattet ist. Alle anderen Komponenten könnten ein Upgrade vertragen, was im einzelnen wurde ja schon gesagt.

Der Link von Hotze ist interessant: „Matlab unterstützt drei Typen der Parallelverarbeitung: Multithreading, Distributed Computing und die explizite Parallelverarbeitung.” Also kann ein Prozessorupgrade auch bei den bereits vorhandenen 8 Kernen ordentlich Leistungszuwachs bringen, da der 2x 2.26 wiederum basic ist.

Da Apple allerdings beim MP 4,1 Dual (MacPro 2009) CPUs ohne Heatspreader verwendet hat (das ist eine Metallplatte auf der CPU) muss man beim Unterlegscheiben verwenden, da sonst der CPU Sockel beschädigt werden kann.

Wie gesagt, etwas mehr Know-how, aber Anleitungen gibt es mehrere dafür.

 

[lafranka]

Bei einer nicht Mulitcore-optimierten Anwendung machts eher keinen Sinn, dem Mac Pro ein CPU-Upgrade zu verpassen. Auf jedem billigen MacMini (oder PC) mit einem einfachen Dualcore i3 würde die Anwendung schneller laufen. Wenn Mathlab deutlich von CUDA profitiert würde ich einfach 'ne geflashte GTX 670/680 oder 770/780 einsetzen (je nachdem was die Kasse hergibt), und gut ist's.

 

[Tzunami]

Hier man eine ifo zur Leistungssteigerung durch eine CUDA GPU

http://blog.accelereyes.com/blog/2010/08/03/tesla_c2050_versus_c1060_matlab_jacket/

Matlab kann scheinbar 32 CPU-Kerne nutzen + GPU, da wäre also eine gute Steigerung möglich

 

[lafranka]

Dann sollte sein 8-Kern-Mac Pro die Laptops aber eigentlich eher ausstechen. Nicht dass es bei ihm auf dem Mac Pro nur ein Software-Konfigurationsfehler ist, oder er noch eine veraltete Version der Software ohne Multicore-Support zu laufen hat.

 

[Tzunami]

Dann sollte sein 8-Kern-Mac Pro die Laptops aber eigentlich eher ausstechen. Nicht dass es bei ihm auf dem Mac Pro nur ein Software-Konfigurationsfehler ist, oder er noch eine veraltete Version der Software ohne Multicore-Support zu laufen hat.

Ein aktuelles MacBook 15" hat auch eine Aktuelle CUDA Karte (NVIDIA GeForce GT 750M) und würde den momentanen MacPro mit seiner GT120 des TE wohl stehen lassen.

Wenn man aber z.B 1 oder 2 Titan Black in einen Mac Pro einbaut (Zusatz-Netzteil nötig) sieht ein MacBook nicht mal mehr die Rücklichter.

 

[Phrasenbieger]

Sollte der TE eben erst einmal prüfen ob die Kerne ausgelastet werden.