同时受CPU与内存约束、适用于HPC调优的基准测试函数/工具有哪些？

符合你要求的、能同时观测CPU与内存配额适配拐点的成熟基准工具/方案如下，均满足「资源供给不足时加资源线性提速、供给超过阈值后收益快速递减」的特征：

推荐基准选项 #

• NAS并行基准集（NPB）
  这是HPC领域通用的标准化开源基准套件，其中BT（块三对角方程求解）、SP（五对角方程求解）、LU（LU分解）三个子类为典型的CPU计算+内存混合负载：当分配的CPU核数不足、内存容量/带宽未匹配程序工作集需求时，提升核数、补足内存配额会带来明显的耗时下降；一旦核数超过单NUMA节点物理核阈值触发跨片调度、或者内存配额超过程序工作集实际需求后，额外资源带来的性能提升会快速收窄，收益拐点非常清晰。套件编译完成后可直接调整问题规模、运行进程数，适配不同梯度的配额测试需求，不需要额外编写业务逻辑。
• 混合精度HPL（HPL-AI）
  如果你部署的算法以线性代数计算、规整内存访问为主，选这个基准的拟合度更高。其核心负载为大维度矩阵运算+连续大块内存读写，测试时可将CPU核数、内存申请配额作为两个独立变量梯度调整，记录每次运行的耗时即可绘制资源-性能曲线：通常核数加到单节点物理核上限、内存给到矩阵工作集的1.1~1.2倍时就会出现明显拐点，继续加资源耗时几乎不再下降。
• 轻量定制微基准
  如果不想编译大型基准套件，可以自行实现几十行代码的多线程分块矩阵乘测试：通过多进程接口启动对应数量的计算进程，每个进程预分配固定大小的内存块存储子矩阵，执行固定规模的分块矩阵乘法运算即可。该负载和多数HPC部署算法的资源消耗特征高度匹配：核数不足时计算为瓶颈，加核提速明显；内存配额不足时会触发跨NUMA访存甚至swap，性能骤降；资源量覆盖工作集需求后，额外资源几乎不会带来性能提升，拐点辨识度很高。

测试实操提示 #

不要用纯计算类的素数求解、纯内存类的带宽拷贝测试做联合调优：纯计算负载只会随核数增加提速直到核数上限，无法体现内存配额不足带来的性能损耗；纯内存负载对CPU核数变化不敏感，无法反映两类资源的匹配关系。
测试时建议做单变量控制：先按预估的工作集大小固定内存配额，从1/4节点物理核数开始按梯度增加核数测试耗时，定位CPU配额的收益拐点；再固定拐点处的CPU核数，从0.8倍预估工作集容量开始按梯度增加内存配额测试耗时，定位内存配额的收益拐点；最后在两个拐点附近的3~5组资源组合下重复测试取平均耗时，即可得到性价比最高的资源申请配置。
你之前参考的多进程CPU优化相关示例多为纯计算负载，无法准确反映内存配额的适配影响，不建议直接用作联合调优的基准。

内容的提问来源于stack exchange，提问作者hoffee