Tecnología GPU de código abierto para supercomputadoras: los investigadores exploran las ventajas y desventajas

Reeditado por Platón

seguidores: 0

Inicio > Prensa > Tecnología GPU de código abierto para supercomputadoras: los investigadores exploran las ventajas y desventajas

Vladimir Stegailov, profesor de la Universidad de HSE CRÉDITO Vladimir Stegailov

Abstracto:
Investigadores del Laboratorio Internacional HSE de Modelado Atomístico de Supercomputadoras y Análisis de Escalas Múltiples, JIHT RAS y MIPT han comparado el desempeño de programas populares de modelado molecular en aceleradores de GPU producidos por AMD y Nvidia. En un artículo publicado por la Revista Internacional de Aplicaciones de Computación de Alto Rendimiento, los académicos trasladaron LAMMPS a la nueva tecnología de GPU de código abierto, AMD HIP, por primera vez.

Tecnología de GPU de código abierto para supercomputadoras: los investigadores exploran las ventajas y desventajas

Moscú, Rusia | Publicado el 30 de abril de 2021

Los académicos analizaron a fondo el rendimiento de tres programas de modelado molecular (LAMMPS, Gromacs y OpenMM) en aceleradores de GPU Nvidia y AMD con parámetros de picos comparables. Para las pruebas, utilizaron el modelo de ApoA1 (apolipoproteína A1), apolipoproteína en el plasma sanguíneo, la principal proteína transportadora del "colesterol bueno". Descubrieron que el rendimiento de los cálculos de investigación está influenciado no solo por los parámetros del hardware, sino también por el entorno del software. Resultó que el rendimiento ineficaz de los controladores AMD en escenarios complicados de lanzamiento paralelo de núcleos informáticos puede provocar retrasos considerables. Las soluciones de código abierto todavía tienen sus desventajas.

En el artículo publicado recientemente, los investigadores fueron los primeros en trasladar LAMMPS a una nueva tecnología de GPU de código abierto, AMD HIP. Esta tecnología en desarrollo parece muy prometedora, ya que ayuda a utilizar de forma eficaz un código tanto en los aceleradores de Nvidia como en las nuevas GPU de AMD. La modificación de LAMMPS desarrollada se ha publicado como código abierto y está disponible en el repositorio oficial: los usuarios de todo el mundo pueden utilizarla para acelerar sus cálculos.

“Analizamos y comparamos minuciosamente los subsistemas de memoria del acelerador de GPU de las arquitecturas Nvidia Volta y AMD Vega20. Encontré una diferencia en la lógica del lanzamiento paralelo de kernels de GPU y la demostré visualizando los perfiles del programa. Tanto el ancho de banda de la memoria como las latencias de los diferentes niveles de jerarquía de memoria de la GPU, así como la ejecución paralela efectiva de los núcleos de la GPU, todos estos aspectos tienen un gran impacto en el rendimiento real de los programas de la GPU '', dijo Vsevolod Nikolskiy, estudiante de doctorado de la Universidad HSE y uno de los autores del artículo.

Los autores del artículo argumentan que la participación en la carrera tecnológica de los gigantes de la microelectrónica contemporánea demuestra una tendencia obvia hacia una mayor variedad de tecnologías de aceleración de GPU.

“Por un lado, este hecho es positivo para los usuarios finales, ya que estimula la competencia, el aumento de la eficacia y la disminución del coste de los superordenadores. Por otro lado, será aún más difícil desarrollar programas efectivos debido a la necesidad de considerar la disponibilidad de varios tipos diferentes de arquitecturas de GPU y tecnologías de programación ”, comentó Vladimir Stegailov, profesor de la Universidad de HSE. 'Incluso admitir la portabilidad del programa para procesadores ordinarios en diferentes arquitecturas (x86, Arm, POWER) es a menudo complicado. La portabilidad de programas entre diferentes plataformas de GPU es un tema mucho más complicado. El paradigma del código abierto elimina muchas barreras y ayuda a los desarrolladores de software de supercomputadoras grandes y complicadas ”.

En 2020, el mercado de aceleradores gráficos experimentó un déficit creciente. Las áreas populares de su uso son bien conocidas: minería de criptomonedas y tareas de aprendizaje automático. Mientras tanto, la investigación científica también requiere aceleradores de GPU para el modelado matemático de nuevos materiales y moléculas biológicas.

“La creación de supercomputadoras potentes y el desarrollo de programas rápidos y eficaces es la forma en que se preparan las herramientas para resolver los desafíos globales más complejos, como la pandemia de COVID-19. Las herramientas de computación para el modelado molecular se utilizan en la actualidad a nivel mundial para buscar formas de combatir el virus ”, dijo Nikolay Kondratyuk, investigador de la Universidad HSE y uno de los autores del artículo.

Los programas más importantes para el modelado matemático son desarrollados por equipos internacionales y académicos de decenas de instituciones. El desarrollo se lleva a cabo dentro del paradigma del código abierto y bajo licencias libres. La competencia de dos gigantes de la microelectrónica contemporáneos, Nvidia y AMD, ha llevado al surgimiento de una nueva infraestructura de código abierto para la programación de aceleradores de GPU, AMD ROCm. El carácter de código abierto de esta plataforma da la esperanza de la máxima portabilidad de los códigos desarrollados con su uso a supercomputadoras de varios tipos. Tal estrategia de AMD es diferente del enfoque de Nvidia, cuya tecnología CUDA es un estándar cerrado.

No pasó mucho tiempo para ver la respuesta de la comunidad académica. Los proyectos de las nuevas supercomputadoras más grandes basadas en aceleradores de GPU de AMD están a punto de completarse. El Lumi en Finlandia con 0.5 exaFLOPS de rendimiento (¡que es similar al rendimiento de 1,500,000 portátiles!) Se está construyendo rápidamente. Este año, se espera una supercomputadora más potente, Frontier, en los EE. UU. (1.5 exaFLOPS), y en 2023, se espera un El Capitán aún más potente (2 exaFLOPS).

####

Para obtener más información, por favor haga clic esta página

Contactos:
liudmila mezentseva
+7 (926) 313-2406

@HSE_esp

Si tienes un comentario, por favor Contacto con nosotros.

Los emisores de comunicados de prensa, no 7th Wave, Inc. o Nanotechnology Now, son los únicos responsables de la precisión del contenido.

Marcador: