Tecnologia GPU de código aberto para supercomputadores: pesquisadores navegam por vantagens e desvantagens

Republicado por Platão

seguidores: 0

Início > Press > Tecnologia de GPU de código aberto para supercomputadores: os pesquisadores navegam pelas vantagens e desvantagens

Vladimir Stegailov, professor da Universidade HSE CRÉDITO Vladimir Stegailov

Abstrato:
Pesquisadores do HSE International Laboratory para Supercomputer Atomistic Modeling and Multi-scale Analysis, JIHT RAS e MIPT compararam o desempenho de programas populares de modelagem molecular em aceleradores de GPU produzidos pela AMD e Nvidia. Em um artigo publicado pelo International Journal of High Performance Computing Applications, os acadêmicos implementaram o LAMMPS na nova tecnologia de GPU de código aberto, AMD HIP, pela primeira vez.

Tecnologia de GPU de código aberto para supercomputadores: os pesquisadores navegam pelas vantagens e desvantagens

Moscou, Rússia | Postado em 30 de abril de 2021

Os estudiosos analisaram exaustivamente o desempenho de três programas de modelagem molecular - LAMMPS, Gromacs e OpenMM - em aceleradores GPU Nvidia e AMD com parâmetros de pico comparáveis. Para os testes, eles usaram o modelo da ApoA1 (Apolipoproteína A1) - apolipoproteína no plasma sanguíneo, principal proteína carreadora do 'colesterol bom'. Eles descobriram que o desempenho dos cálculos de pesquisa é influenciado não apenas por parâmetros de hardware, mas também pelo ambiente de software. Descobriu-se que o desempenho ineficaz dos drivers AMD em cenários complicados de lançamento paralelo de kernels de computação pode levar a atrasos consideráveis. As soluções de código aberto ainda têm suas desvantagens.

No artigo publicado recentemente, os pesquisadores foram os primeiros a portar o LAMMPS em uma nova tecnologia de GPU de código aberto, AMD HIP. Esta tecnologia em desenvolvimento parece muito promissora, uma vez que ajuda a usar um código com eficácia nos aceleradores Nvidia e em novas GPUs da AMD. A modificação desenvolvida do LAMMPS foi publicada como um código aberto e está disponível no repositório oficial: usuários de todo o mundo podem usá-la para acelerar seus cálculos.

'Analisamos e comparamos minuciosamente os subsistemas de memória do acelerador de GPU das arquiteturas Nvidia Volta e AMD Vega20. Eu encontrei uma diferença na lógica de lançamento paralelo de kernels de GPU e demonstrei isso visualizando os perfis do programa. Tanto a largura de banda da memória quanto as latências de diferentes níveis de hierarquia de memória de GPU, bem como a execução paralela efetiva de kernels de GPU - todos esses aspectos têm um grande impacto no desempenho real dos programas de GPU ', disse Vsevolod Nikolskiy, estudante de doutorado da HSE University e um dos autores do artigo.

Os autores do artigo argumentam que a participação na corrida tecnológica dos gigantes contemporâneos da microeletrônica demonstra uma tendência óbvia para uma maior variedade de tecnologias de aceleração de GPU.

“Por um lado, esse fato é positivo para o usuário final, pois estimula a competição, o aumento da eficácia e a diminuição do custo dos supercomputadores. Por outro lado, será ainda mais difícil desenvolver programas eficazes devido à necessidade de considerar a disponibilidade de vários tipos diferentes de arquiteturas de GPU e tecnologias de programação ', comentou Vladimir Stegailov, professor da HSE University. 'Mesmo suportar a portabilidade de programa para processadores comuns em diferentes arquiteturas (x86, Arm, POWER) é frequentemente complicado. A portabilidade de programas entre diferentes plataformas de GPU é uma questão muito mais complicada. O paradigma de código aberto elimina muitas barreiras e ajuda os desenvolvedores de software de supercomputador grande e complicado. '

Em 2020, o mercado de aceleradores gráficos experimentou um déficit crescente. As áreas populares de seu uso são bem conhecidas: mineração de criptomoedas e tarefas de aprendizado de máquina. Enquanto isso, a pesquisa científica também requer aceleradores de GPU para modelagem matemática de novos materiais e moléculas biológicas.

'Criar supercomputadores poderosos e desenvolver programas rápidos e eficazes é a forma como as ferramentas são preparadas para resolver os desafios globais mais complexos, como a pandemia COVID-19. Ferramentas de computação para modelagem molecular são usadas globalmente hoje para buscar maneiras de combater o vírus ', disse Nikolay Kondratyuk, pesquisador da HSE University e um dos autores do artigo.

Os programas mais importantes de modelagem matemática são desenvolvidos por equipes internacionais e acadêmicos de dezenas de instituições. O desenvolvimento é realizado dentro do paradigma open-source e sob licenças livres. A competição de dois gigantes contemporâneos da microeletrônica, Nvidia e AMD, levou ao surgimento de uma nova infraestrutura de código aberto para a programação de aceleradores de GPU, AMD ROCm. O caráter de código aberto desta plataforma dá esperança de portabilidade máxima dos códigos desenvolvidos com o seu uso, para supercomputadores de vários tipos. Essa estratégia da AMD é diferente da abordagem da Nvidia, cuja tecnologia CUDA é um padrão fechado.

Não demorou muito para ver a resposta da comunidade acadêmica. Os projetos dos maiores novos supercomputadores baseados nos aceleradores de GPU da AMD estão próximos da conclusão. O Lumi na Finlândia com 0.5 exaFLOPS de desempenho (que é semelhante ao desempenho de 1,500,000 laptops!) Está sendo construído rapidamente. Este ano, um supercomputador mais poderoso, Frontier, é esperado nos EUA (1.5 exaFLOPS), e em 2023 - um El Capitan ainda mais poderoso (2 exaFLOPS) é esperado.

####

Para mais informações, por favor clique SUA PARTICIPAÇÃO FAZ A DIFERENÇA

Contactos:
Liudmila Mezentseva
7-926-313-2406

@HSE_eng

Direitos autorais © HSE University

Se você tiver um comentário, por favor Contato nós.

Os emissores de boletins de notícias, não a 7th Wave, Inc. ou Nanotechnology Now, são os únicos responsáveis pela precisão do conteúdo.

Marca páginas: