Open-source GPU Technology For Supercomputers: Researchers Navigate Advantages And Disadvantages

Neuauflage von Plato

Verfolger: 0

Startseite > Öffentlichkeitsarbeit/Presse > Open-Source-GPU-Technologie für Supercomputer: Forscher navigieren zu Vor- und Nachteilen

Vladimir Stegailov, HSE-Universitätsprofessor CREDIT Vladimir Stegailov

Abstract:
Forscher des HSE International Laboratory for Supercomputer Atomistic Modeling und Multi-Scale Analysis, JIHT RAS und MIPT, haben die Leistung beliebter molekularer Modellierungsprogramme für GPU-Beschleuniger von AMD und Nvidia verglichen. In einem vom International Journal of High Performance Computing Applications veröffentlichten Artikel haben die Wissenschaftler LAMMPS erstmals auf die neue Open-Source-GPU-Technologie AMD HIP portiert.

Open-Source-GPU-Technologie für Supercomputer: Forscher navigieren zu Vor- und Nachteilen

Moskau, Russland | Veröffentlicht am 30. April 2021

Die Wissenschaftler analysierten gründlich die Leistung von drei molekularen Modellierungsprogrammen - LAMMPS, Gromacs und OpenMM - auf GPU-Beschleunigern Nvidia und AMD mit vergleichbaren Peakparametern. Für die Tests verwendeten sie das Modell von ApoA1 (Apolipoprotein A1) - Apolipoprotein in Blutplasma, dem Hauptträgerprotein von "gutem Cholesterin". Sie fanden heraus, dass die Leistung von Forschungsberechnungen nicht nur von Hardwareparametern, sondern auch von der Softwareumgebung beeinflusst wird. Es stellte sich heraus, dass eine ineffektive Leistung von AMD-Treibern in komplizierten Szenarien des parallelen Starts von Rechenkernen zu erheblichen Verzögerungen führen kann. Open-Source-Lösungen haben immer noch ihre Nachteile.

In dem kürzlich veröffentlichten Artikel waren die Forscher die ersten, die LAMMPS auf eine neue Open-Source-GPU-Technologie, AMD HIP, portierten. Diese sich entwickelnde Technologie sieht sehr vielversprechend aus, da sie dazu beiträgt, einen Code sowohl auf Nvidia-Beschleunigern als auch auf neuen GPUs von AMD effektiv zu verwenden. Die entwickelte LAMMPS-Modifikation wurde als Open Source veröffentlicht und ist im offiziellen Repository verfügbar: Benutzer aus aller Welt können damit ihre Berechnungen beschleunigen.

'Wir haben die GPU-Beschleunigerspeichersubsysteme der Architekturen Nvidia Volta und AMD Vega20 gründlich analysiert und verglichen. Ich fand einen Unterschied in der Logik des parallelen Starts von GPU-Kerneln und demonstrierte ihn durch Visualisierung der Programmprofile. Sowohl die Speicherbandbreite als auch die Latenzen verschiedener Ebenen der GPU-Speicherhierarchie sowie die effektive parallele Ausführung von GPU-Kerneln - all diese Aspekte haben einen großen Einfluss auf die tatsächliche Leistung von GPU-Programmen “, sagte Vsevolod Nikolskiy, Doktorand an der HSE-Universität und einer der Autoren des Papiers.

Die Autoren des Papiers argumentieren, dass die Teilnahme am technologischen Wettlauf der zeitgenössischen Mikroelektronik-Giganten einen offensichtlichen Trend zu einer größeren Vielfalt von GPU-Beschleunigungstechnologien zeigt.

'Einerseits ist diese Tatsache für die Endbenutzer positiv, da sie den Wettbewerb anregt, die Effektivität erhöht und die Kosten für Supercomputer senkt. Andererseits wird es noch schwieriger sein, effektive Programme zu entwickeln, da die Verfügbarkeit verschiedener Arten von GPU-Architekturen und Programmiertechnologien berücksichtigt werden muss “, kommentierte Vladimir Stegailov, Professor an der HSE-Universität. 'Selbst die Unterstützung der Programmportabilität für normale Prozessoren auf verschiedenen Architekturen (x86, Arm, POWER) ist oft kompliziert. Die Portabilität von Programmen zwischen verschiedenen GPU-Plattformen ist ein viel komplizierteres Problem. Das Open-Source-Paradigma beseitigt viele Hindernisse und hilft den Entwicklern großer und komplizierter Supercomputersoftware. '

Im Jahr 2020 verzeichnete der Markt für Grafikbeschleuniger ein wachsendes Defizit. Die beliebten Einsatzgebiete sind bekannt: Cryptocurrency Mining und maschinelles Lernen. Inzwischen erfordert die wissenschaftliche Forschung auch GPU-Beschleuniger für die mathematische Modellierung neuer Materialien und biologischer Moleküle.

„Durch die Schaffung leistungsfähiger Supercomputer und die Entwicklung schneller und effektiver Programme werden Tools zur Lösung der komplexesten globalen Herausforderungen wie der COVID-19-Pandemie vorbereitet. Berechnungswerkzeuge für die molekulare Modellierung werden heute weltweit verwendet, um nach Wegen zur Bekämpfung des Virus zu suchen “, sagte Nikolay Kondratyuk, Forscher an der HSE-Universität und einer der Autoren des Papiers.

Die wichtigsten Programme zur mathematischen Modellierung werden von internationalen Teams und Wissenschaftlern aus Dutzenden von Institutionen entwickelt. Die Entwicklung erfolgt im Open-Source-Paradigma und unter freien Lizenzen. Der Wettbewerb der beiden zeitgenössischen Giganten der Mikroelektronik, Nvidia und AMD, hat zur Entstehung einer neuen Open-Source-Infrastruktur für die Programmierung von GPU-Beschleunigern, AMD ROCm, geführt. Der Open-Source-Charakter dieser Plattform gibt Hoffnung auf maximale Portabilität von Codes, die mit ihrer Verwendung entwickelt wurden, für Supercomputer verschiedener Typen. Eine solche AMD-Strategie unterscheidet sich von Nvidias Ansatz, dessen CUDA-Technologie ein geschlossener Standard ist.

Es dauerte nicht lange, bis die akademische Gemeinschaft darauf reagierte. Die Projekte der größten neuen Supercomputer auf Basis von AMD-GPU-Beschleunigern stehen kurz vor dem Abschluss. Das Lumi in Finnland mit 0.5 exaFLOPS Leistung (ähnlich der Leistung von 1,500,000 Laptops!) Wird schnell gebaut. In diesem Jahr wird in den USA ein leistungsstärkerer Supercomputer, Frontier, erwartet (1.5 exaFLOPS), und im Jahr 2023 wird ein noch leistungsstärkerer El Capitan (2 exaFLOPS) erwartet.

####

Für weitere Informationen - hier

Kontakte:
Ljudmila Mezentseva
7-926-313-2406

@HSE_eng

Wenn Sie einen Kommentar haben, bitte Kontakt mit uns auf.

Emittenten von Pressemitteilungen, nicht 7th Wave, Inc. oder Nanotechnology Now, sind allein für die Richtigkeit des Inhalts verantwortlich.

Lesezeichen: