Tecnologia GPU open source per supercomputer: i ricercatori analizzano vantaggi e svantaggi

Ripubblicato da Platone

Seguaci: 0

Casa > Rassegna Stampa > Tecnologia GPU open source per supercomputer: i ricercatori esplorano vantaggi e svantaggi

Vladimir Stegailov, professore universitario HSE CREDITO Vladimir Stegailov

Abstract:
I ricercatori dell'HSE International Laboratory for Supercomputer Atomistic Modeling and Multi-scale Analysis, JIHT RAS e MIPT hanno confrontato le prestazioni dei popolari programmi di modellazione molecolare sugli acceleratori GPU prodotti da AMD e Nvidia. In un articolo pubblicato dall'International Journal of High Performance Computing Applications, gli studiosi hanno portato per la prima volta LAMMPS sulla nuova tecnologia GPU open source, AMD HIP.

Tecnologia GPU open source per supercomputer: i ricercatori esplorano vantaggi e svantaggi

Mosca, Russia | Pubblicato il 30 aprile 2021

Gli studiosi hanno analizzato a fondo le prestazioni di tre programmi di modellazione molecolare - LAMMPS, Gromacs e OpenMM - sugli acceleratori GPU Nvidia e AMD con parametri di picco comparabili. Per i test, hanno utilizzato il modello di ApoA1 (apolipoproteina A1) - apolipoproteina nel plasma sanguigno, la principale proteina vettore del "colesterolo buono". Hanno scoperto che le prestazioni dei calcoli di ricerca sono influenzate non solo dai parametri hardware, ma anche dall'ambiente software. Si è scoperto che prestazioni inefficaci dei driver AMD in scenari complicati di lancio parallelo di kernel di elaborazione possono portare a notevoli ritardi. Le soluzioni open source hanno ancora i loro svantaggi.

Nel documento pubblicato di recente, i ricercatori sono stati i primi a portare LAMMPS su una nuova tecnologia GPU open source, AMD HIP. Questa tecnologia di sviluppo sembra molto promettente poiché aiuta a utilizzare efficacemente un codice sia sugli acceleratori Nvidia che sulle nuove GPU di AMD. La modifica LAMMPS sviluppata è stata pubblicata come open source ed è disponibile nel repository ufficiale: gli utenti di tutto il mondo possono utilizzarla per accelerare i propri calcoli.

“Abbiamo analizzato e confrontato a fondo i sottosistemi di memoria dell'acceleratore GPU delle architetture Nvidia Volta e AMD Vega20. Ho trovato una differenza nelle logiche di lancio parallelo dei kernel GPU e l'ho dimostrato visualizzando i profili del programma. Sia la larghezza di banda della memoria che le latenze dei diversi livelli della gerarchia della memoria della GPU, nonché l'efficace esecuzione parallela dei kernel GPU: tutti questi aspetti hanno un impatto importante sulle prestazioni reali dei programmi GPU ", ha affermato Vsevolod Nikolskiy, dottorando dell'Università HSE e uno degli autori dell'articolo.

Gli autori del documento sostengono che la partecipazione alla corsa tecnologica dei giganti della microelettronica contemporanea dimostra un'ovvia tendenza verso una maggiore varietà di tecnologie di accelerazione GPU.

"Da un lato, questo fatto è positivo per gli utenti finali, poiché stimola la concorrenza, la crescente efficacia e la diminuzione dei costi dei supercomputer. D'altra parte, sarà ancora più difficile sviluppare programmi efficaci a causa della necessità di considerare la disponibilità di diversi tipi di architetture GPU e tecnologie di programmazione ", ha commentato Vladimir Stegailov, professore dell'Università HSE. 'Anche il supporto della portabilità del programma per processori ordinari su architetture differenti (x86, Arm, POWER) è spesso complicato. La portabilità dei programmi tra diverse piattaforme GPU è una questione molto più complicata. Il paradigma open source elimina molte barriere e aiuta gli sviluppatori di software per supercomputer grandi e complicati. "

Nel 2020 il mercato degli acceleratori grafici ha registrato un deficit crescente. Le aree popolari del loro utilizzo sono ben note: mining di criptovalute e attività di machine learning. Nel frattempo, la ricerca scientifica richiede anche acceleratori GPU per la modellazione matematica di nuovi materiali e molecole biologiche.

"Creare potenti supercomputer e sviluppare programmi veloci ed efficaci è il modo in cui vengono preparati gli strumenti per risolvere le sfide globali più complesse, come la pandemia COVID-19". Gli strumenti di calcolo per la modellazione molecolare vengono oggi utilizzati a livello globale per cercare modi per combattere il virus ", ha affermato Nikolay Kondratyuk, ricercatore presso la HSE University e uno degli autori dell'articolo.

I programmi più importanti per la modellazione matematica sono sviluppati da team internazionali e studiosi di dozzine di istituzioni. Lo sviluppo viene effettuato all'interno del paradigma open source e con licenze libere. La concorrenza di due giganti contemporanei della microelettronica, Nvidia e AMD, ha portato alla nascita di una nuova infrastruttura open source per la programmazione degli acceleratori GPU, AMD ROCm. Il carattere open-source di questa piattaforma fa sperare nella massima portabilità dei codici sviluppati con il suo utilizzo, a supercomputer di vario tipo. Tale strategia AMD è diversa dall'approccio di Nvidia, la cui tecnologia CUDA è uno standard chiuso.

Non ci volle molto per vedere la risposta della comunità accademica. I progetti dei nuovi supercomputer più grandi basati sugli acceleratori GPU AMD sono prossimi al completamento. Il Lumi in Finlandia con 0.5 exaFLOPS di prestazioni (che è simile alle prestazioni di 1,500,000 laptop!) È in rapida costruzione. Quest'anno, un supercomputer più potente, Frontier, è previsto negli Stati Uniti (1.5 exaFLOPS) e nel 2023 è previsto un El Capitan ancora più potente (2 exaFLOPS).

####

Per ulteriori informazioni, si prega di cliccare qui

Contatti:
Liudmila Mezentseva
7-926-313-2406

@HSE_ita

Se hai un commento, per favore Contatti di noi.

Gli emittenti di comunicati stampa, non 7th Wave, Inc. o Nanotechnology Now, sono gli unici responsabili dell'accuratezza del contenuto.

Segnalibro: