Odprtokodna tehnologija GPU za superračunalnike: raziskovalci ugotavljajo prednosti in slabosti

Ponovno objavil Platon

Spremljevalci: 0

Domov > Pritisnite > Odprtokodna tehnologija GPU za superračunalnike: Raziskovalci ugotavljajo prednosti in slabosti

Vladimir Stegailov, univerzitetni profesor HSE CREDIT Vladimir Stegailov

Povzetek:
Raziskovalci iz Mednarodnega laboratorija HSE za superračunalniško atomistično modeliranje in analizo na več skalah, JIHT RAS in MIPT so primerjali delovanje priljubljenih programov za molekularno modeliranje na pospeševalnikih GPU proizvajalcev AMD in Nvidia. V članku, ki ga je objavil International Journal of High Performance Computing Applications, so znanstveniki prvič prenesli LAMMPS na novo odprtokodno GPU tehnologijo, AMD HIP.

Odprtokodna tehnologija GPU za superračunalnike: Raziskovalci se pomikajo po prednostih in slabostih

Moskva, Rusija | Objavljeno 30. aprila 2021

Strokovnjaki so temeljito analizirali delovanje treh programov za molekularno modeliranje – LAMMPS, Gromacs in OpenMM – na pospeševalnikih GPU Nvidia in AMD s primerljivimi najvišjimi parametri. Za teste so uporabili model ApoA1 (Apolipoprotein A1) — apolipoproteina v krvni plazmi, glavnega nosilnega proteina 'dobrega holesterola'. Ugotovili so, da na uspešnost raziskovalnih izračunov ne vplivajo samo strojni parametri, temveč tudi programsko okolje. Izkazalo se je, da lahko neučinkovito delovanje gonilnikov AMD v zapletenih scenarijih vzporednega zagona računalniških jeder povzroči znatne zamude. Odprtokodne rešitve imajo še vedno svoje slabosti.

V nedavno objavljenem dokumentu so raziskovalci prvi prenesli LAMMPS na novo odprtokodno GPU tehnologijo, AMD HIP. Ta razvojna tehnologija je videti zelo obetavna, saj pomaga učinkovito uporabljati eno kodo tako na pospeševalnikih Nvidia kot na novih grafičnih procesorjih AMD. Razvita sprememba LAMMPS je bila objavljena kot odprtokodna in je na voljo v uradnem repozitoriju: uporabniki z vsega sveta jo lahko uporabljajo za pospešitev svojih izračunov.

'Temeljito smo analizirali in primerjali pomnilniške podsisteme GPU pospeševalnika arhitektur Nvidia Volta in AMD Vega20. Našel sem razliko v logiki vzporednega zagona jeder GPE in jo demonstriral z vizualizacijo programskih profilov. Tako pasovna širina pomnilnika kot zakasnitve različnih ravni hierarhije pomnilnika GPU kot tudi učinkovito vzporedno izvajanje jeder GPU — vsi ti vidiki imajo velik vpliv na dejansko delovanje programov GPU,« je povedal Vsevolod Nikolskiy, doktorski študent univerze HSE in eden od avtorjev prispevka.

Avtorji prispevka trdijo, da sodelovanje v tehnološki tekmi sodobnih velikanov mikroelektronike kaže očiten trend k večji raznolikosti tehnologij pospeševanja GPE.

»Po eni strani je to dejstvo pozitivno za končne uporabnike, saj spodbuja konkurenco, naraščajočo učinkovitost in nižanje stroškov superračunalnikov. Po drugi strani pa bo še težje razviti učinkovite programe zaradi potrebe po upoštevanju razpoložljivosti več različnih tipov arhitektur GPE in programskih tehnologij,« je komentiral Vladimir Stegailov, profesor na HSE univerzi. 'Celo podpora prenosljivosti programa za običajne procesorje na različnih arhitekturah (x86, Arm, POWER) je pogosto zapletena. Prenosljivost programov med različnimi platformami GPU je veliko bolj zapleteno vprašanje. Odprtokodna paradigma odpravlja številne ovire in pomaga razvijalcem velike in zapletene superračunalniške programske opreme.'

Leta 2020 je trg grafičnih pospeševalnikov doživljal vse večji primanjkljaj. Priljubljena področja njihove uporabe so znana: rudarjenje kriptovalut in naloge strojnega učenja. Medtem pa znanstvene raziskave zahtevajo tudi GPU pospeševalnike za matematično modeliranje novih materialov in bioloških molekul.

»Ustvarjanje zmogljivih superračunalnikov ter razvoj hitrih in učinkovitih programov je način priprave orodij za reševanje najzapletenejših svetovnih izzivov, kot je pandemija COVID-19. Računalniška orodja za molekularno modeliranje se danes uporabljajo po vsem svetu za iskanje načinov za boj proti virusu,« je dejal Nikolay Kondratyuk, raziskovalec na univerzi HSE in eden od avtorjev prispevka.

Najpomembnejše programe za matematično modeliranje razvijajo mednarodne ekipe in znanstveniki iz več deset institucij. Razvoj poteka v okviru odprtokodne paradigme in pod brezplačnimi licencami. Konkurenca dveh sodobnih mikroelektronskih velikanov, Nvidia in AMD, je privedla do nastanka nove odprtokodne infrastrukture za programiranje GPU pospeševalnikov AMD ROCm. Odprtokodni značaj te platforme daje upanje za maksimalno prenosljivost kod, razvitih z njeno uporabo, na superračunalnike različnih vrst. Takšna strategija AMD se razlikuje od pristopa Nvidie, katere tehnologija CUDA je zaprt standard.

Ni bilo treba dolgo čakati na odziv akademske skupnosti. Projekti največjih novih superračunalnikov na osnovi AMD GPU pospeševalnikov so blizu zaključka. Lumi na Finskem z zmogljivostjo 0.5 exaFLOPS (kar je podobno zmogljivosti 1,500,000 prenosnikov!) hitro nastaja. Letos se v ZDA obeta zmogljivejši superračunalnik Frontier (1.5 exaFLOPS), leta 2023 pa še zmogljivejši El Capitan (2 exaFLOPS).

####

Za več informacij kliknite tukaj

Kontakt:
Liudmila Mezentseva
7-926-313-2406

@HSE_sl

Če imate komentar, prosim Kontakt nas.

Izdajalci novic, ne 7th Wave, Inc. ali Nanotechnology Now, so izključno odgovorni za točnost vsebine.

Zaznamek: