第五章 實驗結果
5.2 實驗結果
33
34
表 5.2 實驗化合物詳細資料
編號 化學式 原子數 原子數（不含氫） 圖形
C00097 C3H7NO2S 14 7
C00497 C4H6O5 15 9
C11109 C4H9NO2 16 7
C14601 C4H8O3 15 7
C15987 C5H11NO2 19 8
每一個化合物皆以單核、雙核、四核等三種不同核心數量的支援度下，以每 一種核心數量的環境中，分別以不同長度的路徑頻率 K 值來進行運算。K 值最小 為 1，最大為 4，每次增長量為 1。
表 5.3、圖 5.1 以及圖 5.2 為化合物 C00097 的實驗結果。在表 5.3 中可以看 到各個核心在不同的路徑頻率限制下所花費的處理時間，當 K=1 時，在單核心
35
處理的情況下，完成運算所花費的總時間為 0.36 秒；而在雙核心的情況下，則 花費了 0.14 秒完成，四核心時為 0.48 秒，而所得到的結果為 23 個可行的化合物。
於 K=1 且由四個核心下去執行時，最短處理時間為 Core 2，花費的時間只有 0.09 秒，其次為 Core 4，為 0.10 秒，Core 1 及 Core 4 分別為 0.16 秒及 0.10 秒。造成 這個結果的原因為，每一個核心所接到的工作起始狀態不同，例如表 5.2 中，
C00097 化合物的圖型，假設 Core 1 的起始狀態為 O-C，Core 3 的起始狀態為 C-S，
而由 O-C 為基礎開始演化出的可能性較多，但由 C-S 作為基礎的可能性較少，
當 Core 3 的工作結束時，其他的 Cores 還在繼續進行演算，因此工作完成時間上 會產生差距。
表 5.3 化合物 C00097 詳細數據 Instances Cores detail CPU time (sec.)
K=1 K=2 K=3 K=4 C00097 1 Core 0.36 0.14 0.19 0.48
2 Cores Core 1 0.14 0.07 0.07 0.19 Core 2 0.20 0.06 0.08 0.23 Max 0.20 0.07 0.08 0.23 4 Cores Core 1 0.16 0.05 0.05 0.09 Core 2 0.09 0.05 0.06 0.15 Core 3 0.18 0.04 0.06 0.13 Core 4 0.10 0.04 0.05 0.08 Max 0.18 0.05 0.06 0.15 Results 22 3 1 1
於下圖 5.1 中，當 K=1 時，平均所花費的時間為最高，原因在於只有單一個核心 在進行處理全部的工作，因此需要花費較多的時間；而 K=4 時，所花費的時間 為次高，原因在於每次新插入新原子後，需要重新去計算化合物的路徑頻率，再
36
去跟目標化合物進行比對，因此需花費更多的時間在重新計算上。
在下圖 5.2 中為 C00097 化合物的效能提升率，我們可以看到當所支援的核 心數量越多時，能夠有更好的效能。
圖 5.1 化合物 C00097 所花費的計算時間
圖 5.2 化合物 C00097 的效能提升率
0 0.1 0.2 0.3 0.4 0.5 0.6
1 Core 2 Cores 4 Cores
Time (sec.)
C00097 computing time
K=1 K=2 K=3 K=4
0 0.5 1 1.5 2 2.5 3 3.5
1 Core 2 Cores 4 Cores
Speedup ratio
C00097 Speedup
K=1 K=2 K=3 K=4
37
下表 5.4、圖 5.3 以及圖 5.4 為化合物 C00497 的實驗結果，當只有單核心的 情況下，K=4 時，花費了 7.01 秒，原因在於所有的工作只能由單一核心慢慢消 化，再加上需要重新計算路徑頻率，因此花費的時間相較於其他的情況下較高。
於多個核心的支援下，部份的核心花費時間相較於其他核心來得小，原因在於每 一個核心所獲得的工作起始狀態不同，進而影響到每一個工作的完成時間。
表 5.4 化合物 C00497 詳細數據 Instances Cores detail CPU time (sec.)
K=1 K=2 K=3 K=4 C00497 1 Core 6.37 1.72 2.08 7.01
2 Cores Core 1 4.29 0.97 1.27 4.56 Core 2 2.65 0.94 0.71 2.13 Max 4.29 0.97 1.27 4.56 4 Cores Core 1 0.36 0.66 0.20 0.57 Core 2 2.44 0.93 0.47 4.19 Core 3 4.00 0.22 1.18 1.39 Core 4 0.16 0.41 0.28 0.48 Max 4.00 0.93 1.18 4.19 Results 5 2 1 1
由下圖 5.3 可以看到，如上述 K=4、單核心的情況下，花費的時間為最多，
當核心支援的數量越多時，可以明顯的看到花費時間大幅減少，於圖 5.4 中可見，
其效能提升率約為 1.8 倍。
38
圖 5.3 化合物 C00497 所花費的計算時間
圖 5.4 化合物 C00497 的效能提升率
表 5.5、圖 5.5 以及圖 5.6 為化合物 C11109 的實驗結果，於下表 5.4 可明顯 看到單核心且 K=4 時，花費的時間最長，其他情況下所花費的計算時間都較小。
處理完化合物 C11109 後分別得到的結果為 3、1、1、1。於不同核心數量的支援 下，可看到部份核心的處理時間相較於其他核心較為短，原因在於該核心所取得
0 1 2 3 4 5 6 7 8
1 Core 2 Cores 4 Cores
Time (sec.)
C00497 computing time
K=1 K=2 K=3 K=4
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1 Core 2 Cores 4 Cores
Speedup ratio
C00497 Speedup
K=1 K=2 K=3 K=4
39
的工作皆無演化的可能性，因此運算速度較短。
表 5.5 化合物 C11109 詳細數據 Instances Cores detail CPU time (sec.)
K=1 K=2 K=3 K=4 C11109 1 Core 0.45 0.36 0.43 1.18
2 Cores Core 1 0.23 0.20 0.16 0.45 Core 2 0.22 0.23 0.23 0.66 Max 0.23 0.23 0.23 0.66 4 Cores Core 1 0.14 0.11 0.12 0.26 Core 2 0.17 0.15 0.10 0.26 Core 3 0.11 0.19 0.18 0.20 Core 4 0.20 0.11 0.12 0.45 Max 0.20 0.19 0.18 0.45 Results 3 1 1 1
於下圖 5.5 以及圖 5.6 分別可以看出核心的支援數量越多時，所花費的時間 也越少，效能也有更明顯的提升，如圖 5.6 中所示，K=4 且核心支援數量為 4 時，
效能提升超過 2.5 倍。
圖 5.5 化合物 C11109 所花費的計算時間
0 0.2 0.4 0.6 0.8 1 1.2 1.4
1 Core 2 Cores 4 Cores
Time (sec.)
C11109 computing time
K=1 K=2 K=3 K=4
40
圖 5.6 化合物 C11109 的效能提升率
表 5.6、圖 5.7 以及圖 5.8 為化合物 C14601 的實驗結果。在下表 5.6 中，化 合物 C14601 於單核心支援情況下，K=3 以及 K=4 所花費的處理時間分別是 0.10 以及 0.23 秒，而在四核心支援的情況下，則平均低於 0.5 秒，而所得到的結果分 別為 4、1、1、1 個。
表 5.6 化合物 C14601 詳細數據 Instances Cores detail CPU time (sec.)
K=1 K=2 K=3 K=4 C14601 1 Core 0.07 0.07 0.10 0.23
2 Cores Core 1 0.02 0.03 0.03 0.12 Core 2 0.02 0.03 0.04 0.05 Max 0.02 0.03 0.04 0.12 4 Cores Core 1 0.02 0.02 0.02 0.03 Core 2 0.02 0.02 0.02 0.03 Core 3 0.02 0.02 0.03 0.03 Core 4 0.02 0.02 0.02 0.10 Max 0.02 0.02 0.03 0.10 Results 4 1 1 1
0 0.5 1 1.5 2 2.5 3
1 Core 2 Cores 4 Cores
Speedup ratio
C11109 Speedup
K=1 K=2 K=3 K=4
41
如下圖 5.7 以及圖 5.8 所示，核心支援數量的提升，對於處理時間上有顯著 的降低。於圖 5.8 中，K=4 且核心支援數量達四個時，效能明顯提升約 3.5 倍。
圖 5.7 化合物 C14601 所花費的計算時間
圖 5.8 化合物 C14601 的效能提升率
表 5.7、圖 5.9 以及圖 5.10 為化合物 C15987 的實驗結果。於下表 5.7 所示，
0 0.05 0.1 0.15 0.2 0.25
1 Core 2 Cores 4 Cores
Time (sec.)
C14601 computing time
K=1 K=2 K=3 K=4
0 0.5 1 1.5 2 2.5 3 3.5 4
1 Core 2 Cores 4 Cores
Speedup ratio
C14601 Speedup
K=1 K=2 K=3 K=4
42
平均 K=1 時所花費的時間最長，而主要的原因在於化合物種類多，複雜程度也 較難以掌控，但提升 K 值可以有效地減少更多的計算時間。化合物當 K=1 且以 四核心進行平行處理的情況下， Core 3 所花費的時間最高，可見其分配到的工 作起始狀態較具演化的可能性，因此花費時間會多於其他核心。C15987 所得到 的結果數量分別為 6、1、1、1。
表 5.7 化合物 C15987 詳細數據 Instances Cores detail CPU time (sec.)
K=1 K=2 K=3 K=4 C15987 1 Core 0.30 0.08 0.10 0.17
2 Cores Core 1 0.02 0.02 0.05 0.10 Core 2 0.24 0.03 0.02 0.03 Max 0.24 0.03 0.05 0.10 4 Cores Core 1 0.01 0.01 0.04 0.03 Core 2 0.01 0.01 0.00 0.01 Core 3 0.24 0.02 0.02 0.08 Core 4 0.02 0.00 0.02 0.03 Max 0.24 0.02 0.04 0.08 Results 6 1 1 1
如下圖 5.9 以及圖 5.10 所示，核心支援數量的提升，可以有效的減少計算時 間，且效能提升率最高則超過 3 倍。
43
圖 5.9 化合物 C15987 所花費的計算時間
圖 5.10 化合物 C15987 的效能提升率
從上述的實驗數據中可以得知，隨著路徑頻率的長度越長時，所得到的結果 也會越少，且花費的時間可能會越來越長，原因在於路徑頻率越短時，也代表著 化合物的限制也越少，因此可能性的組合也就越多，相對的需要花費更多的時間
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
1 Core 2 Cores 4 Cores
Time (sec.)
C15987 computing time
K=1 K=2 K=3 K=4
0 0.5 1 1.5 2 2.5 3 3.5
1 Core 2 Cores 4 Cores
Speedup ratio
C15987 Speedup
K=1 K=2 K=3 K=4
44
來找出所有的可行化合物，且所得到的結果，會與原化合物的相近程度較低；而 路徑頻率越長時，代表限制越多，相對的能夠符合全部限制的化合物也就越少，
且得到的結果也會越趨近於目標化合物。因此，在每次在插入一個新的原子之後，
處理器得花費更多的時間在重新分析該化合物的路徑頻率，所以 K 越長，也會 花費更多的時間在重新計算上。而在不同核心所花費的時間不趨於平均的情況，
原因在於每一項切割後的工作起始狀態不同，演化的可能性也有所不同，且運算 過程中，因考量到資源的分配，避免各核心之間相互搶奪資源，造成過多的重複 運算或不可預期的結果，所以將運算過程中產生的候選化合物存放在一個共用的 佇列中，並且限定同一時間只有一個核心可以進行存取。若當佇列中僅剩一個工 作時，最後取得該工作的核心會繼續進行運算，但其他核心會因為沒有工作可以 運算而呈現閒置狀態，因此會有部分核心總運算時數較少的情形發生。
45