核心目的：减少运行时的 object time
方法一：改变运行的进程数
进入OpenCAEPoro目录下运行下述代码（进程数为4）
mpirun -np 4 ./testOpenCAEPoro ./data/case1/case1.data verbose=1
结果如下
可以看到，object time是很长的（真实的运行时间更长）
那么我来修改一下运行进程数（下面是readme中给出的要求）
那么我把进程数调节到10（最大），再来看一下运行结果
运行以下代码：
mpirun -np 10 ./testOpenCAEPoro ./data/case1/case1.data verbose=1
结果如下：
两次结果的对比可以看出，增加运行进程数，可以显著优化 object time
2.改变编译选项，更改数学库
PS：此后每次运行，进程数都是10
更改petsc的配置
有关petsc的介绍和编译时可添加选项，可以去网上找，作者也是去网上了解了一些相关信息
入手点还是我们在配置环境的时候所接触的那个build-petsc文件
在配置环境的时侯，作者由于配置build-petsc文件没有配置好，出现了 Fortran Error 这个错误，当时专门去了解了一下Fortran这个东西
Fortran的介绍：
Fortran是一种广泛使用的编程语言，特别是在科学计算和工程领域。它是由IBM开发的，最初于1957年发布。Fortran是Formula Translation的缩写，最初是为了数学和科学计算的目的而设计的。最新的版本是Fortran 2018，引入了一些现代编程语言的特性，如模块化编程和面向对象编程。具有丰富的数学计算能力和高性能计算特性。
了解之后发现，没什么用哈哈哈哈（又浪费了你10秒生命）
这个是配置环境的时候修改过的 build-petsc 文件
经过查找资料我们可以对箭头所指添加相关参数，变化为：
COPTFLAGS="-O3 -march=native"
CXXOPTFLAGS="-O3 -march=native"
-march=native：是一个 GCC（GNU Compiler Collection）编译器选项，用于针对当前编译机器的架构进行优化。当你使用这个选项时，编译器会自动检测你机器的 CPU 特性，并生成能够充分利用这些特性的代码
进一步考虑intel提供的高性能库（MKL，oneMKL，TBB，DAAL，IPP等）
DAAL专为数据分析和机器学习应用提供的优化库，支持多种算法和数据处理功能，这里不考虑
IPP这个库提供了用于信号处理、图像处理、数据压缩等的高性能函数，这里也不考虑
TBB是个开发工具套件，集成了多种高性能数学库（包括MKL），这里暂时不使用
在纠结是使用 MKL 库还是使用 oneMKL 库
经过网上搜索了解到：
- MKL：MKL 是一个经过高度优化的数学库，专注于 Intel 硬件。它通常能提供优越的性能，特别是在使用 Intel 处理器时，如果应用程序的需要最高的性能，且运行在 Intel 硬件上，直接使用 MKL 可能是更合适的选择
- oneMKL: oneMKL 是 Intel 提供的一个更高层次的 API，旨在简化对不同数学库的访问。它支持多种后端，包括 MKL、OpenBLAS 等，如果希望代码具有更好的可移植性，并且能够在不同的硬件和库之间轻松切换，oneMKL 可能是一个更好的选择，它也提供了一些高级功能，适合需要灵活性的应用
对于 petsc（可扩展的工具包用于科学计算），它通常与 MKL 有良好的兼容性，且很多用户在性能关键的应用中选择使用 MKL。如果对性能有严格要求，并且代码主要在 Intel 硬件上运行，直接使用 MKL 可能是最佳选择。然而，如果需要更好的灵活性和可移植性，oneMKL 也是一个不错的选择
经过上述了解之后，我选择MKL进行优化，因为核心目的是减少 object time
所以为了链接到MKL库，我们在build-petsc文件中**（./configure下）**加上下面这个语句
--with-blas-lapack-dir=/opt/intel/oneapi/mkl
继续加入一些编译时的选项
-funroll-loops：是一个编译选项，一方面可以用于优化循环的执行。在编译时，它会尝试展开循环，即将循环体的内容复制多次，以减少循环控制的开销和提高并行性，另一方面优化针对特定缓存结构的代码生成
-inline：使用内联函数可以减少函数调用的开销，提高程序的执行速度
-qmalloc：可以选择不同的内存分配策略，以优化内存使用
-qopenmp：启用 OpenMP 支持，以便利用多线程并行性
所以修改一下，修改为下述这样
结果如下
可以看到，优化结果还不是很明显
再加入一条编译选项试试：
-fp-model fast=2：是一个与浮点数处理相关的编译选项，通常用于 Intel 的编译器（如 ICC 或 icc）以及一些其他支持浮点优化的编译器。它的作用是优化浮点运算的性能，同时保持一定的数值准确性
最开始并不想加入这条语句，因为会导致最终运算结果的不准确，但是还是决定加上试试
最终修改成如下这样
结果如下
到这里我已经感觉，添加编译选项没啥用了，不过也可能是我没添加对
上网查找了一下资料，发现优化内存分配可能导致时间增加，所以去掉 -qopenmp和-qmalloc 再试一下
结果如下：
证明我的猜测是正确的
所以，编译选项还是应该一条一条的加，分别看效果，一次性加入过多编译条件可能适得其反
总结一下：纵然实现了少许优化，但是加入-fp-model fast=2 编译条件，会失去浮点精度，导致结果不准确，真实比赛时还是要权衡利弊
作者还是不甘心，决定去掉 -fp-model fast=2 条件，再跑一次（反证法）
可以看见，时间明显变长了，所以可以判断 -fp-model fast=2 是有显著效果的
3.尝试多机并行
在OpenCAEPoro_ASC2024目录下，执行以下命令
vim hostfile
将创建的hostfile文件修改为如图所示的结果
最终结果如下
这里是没有正确实现多机并行，在优化（2）中有改正
4.思考进程数问题
前面提到readme中要求，进程数不可以大于10，具体原因去网上了解了一下：
限制进程数是出于安全和性能考虑。在操作系统中，每个进程都需要系统资源来运行，包括内存、CPU等。如果没有限制进程数，可能会导致系统资源被耗尽，造成系统崩溃或变得不稳定
如果是这个原因，那么我认为进程数是可以大于10的
修改一下hostfile（仍然是多机并行），设置进程数为50看一下结果
可以看到，object time 有很明显的减少
再次增加5个进程试试（此时进程数为55）
可以看到，增加了五个进程之后，并没有明显的优化效果，那我们改为52个进程试一下
显然，在进程数为50的基础上增加进程，优化效果就不是很明显了
所以，我们推断（考虑电力消耗）：进程数在50~52之间为最佳
5.总结：
- 改变进程数是最有效的优化方式
- 添加编译选项的优化效果不是很明显（可能因为模型包含了大量的矩阵计算）
- 增加进程数到合适的值，确实可以有效的优化object time
但是，正式比赛时要考虑功耗问题，所以过度增加进程数并不可取（进程数为50左右时）
后续会使用vtune找到耗时久的函数，也会对程序主要功能部分的代码进行优化，看看是否有效果
