เทคโนโลยี GPU โอเพ่นซอร์สสำหรับซูเปอร์คอมพิวเตอร์: นักวิจัยสำรวจข้อดีและข้อเสีย

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

หน้าแรก > ข่าวประชา > เทคโนโลยี GPU โอเพ่นซอร์สสำหรับซูเปอร์คอมพิวเตอร์: นักวิจัยสำรวจข้อดีและข้อเสีย

Vladimir Stegailov ศาสตราจารย์ CREDIT Vladimir Stegailov แห่งมหาวิทยาลัย HSE

นามธรรม:
นักวิจัยจาก HSE International Laboratory for Supercomputer Atomistic Modeling และ Multi-scale Analysis, JIHT RAS และ MIPT ได้เปรียบเทียบประสิทธิภาพของโปรแกรมสร้างแบบจำลองโมเลกุลยอดนิยมบนตัวเร่ง GPU ที่ผลิตโดย AMD และ Nvidia ในบทความที่ตีพิมพ์โดย International Journal of High Performance Computing Applications นักวิชาการได้แจ้ง LAMMPS เกี่ยวกับเทคโนโลยี GPU โอเพ่นซอร์สใหม่ AMD HIP เป็นครั้งแรก

เทคโนโลยี GPU โอเพ่นซอร์สสำหรับซูเปอร์คอมพิวเตอร์: นักวิจัยสำรวจข้อดีและข้อเสีย

มอสโก รัสเซีย | โพสต์เมื่อ เมษายน 30th, 2021

นักวิชาการได้วิเคราะห์ประสิทธิภาพของโปรแกรมสร้างแบบจำลองระดับโมเลกุลสามโปรแกรม ได้แก่ LAMMPS, Gromacs และ OpenMM บนตัวเร่ง GPU Nvidia และ AMD ด้วยพารามิเตอร์สูงสุดที่เปรียบเทียบกันได้ สำหรับการทดสอบ พวกเขาใช้แบบจำลองของ ApoA1 (Apolipoprotein A1) — apolipoprotein ในเลือด ซึ่งเป็นโปรตีนพาหะหลักของ 'คอเลสเตอรอลที่ดี' พวกเขาพบว่าประสิทธิภาพของการคำนวณการวิจัยไม่เพียงได้รับอิทธิพลจากพารามิเตอร์ของฮาร์ดแวร์เท่านั้น แต่ยังรวมถึงสภาพแวดล้อมของซอฟต์แวร์ด้วย ปรากฎว่าประสิทธิภาพที่ไม่มีประสิทธิภาพของไดรเวอร์ AMD ในสถานการณ์ที่ซับซ้อนของการเปิดตัวเคอร์เนลการคำนวณแบบขนานสามารถนำไปสู่ความล่าช้าอย่างมาก โซลูชันโอเพ่นซอร์สยังคงมีข้อเสียอยู่

ในบทความที่ตีพิมพ์เมื่อเร็วๆ นี้ นักวิจัยเป็นคนแรกที่พอร์ต LAMMPS บนเทคโนโลยี GPU แบบโอเพนซอร์สใหม่ AMD HIP เทคโนโลยีที่กำลังพัฒนานี้ดูมีความหวังมาก เนื่องจากช่วยให้ใช้โค้ดเดียวได้อย่างมีประสิทธิภาพทั้งบนตัวเร่งความเร็วของ Nvidia และ GPU ใหม่โดย AMD การปรับเปลี่ยน LAMMPS ที่พัฒนาแล้วได้รับการเผยแพร่เป็นโอเพ่นซอร์สและมีอยู่ในที่เก็บอย่างเป็นทางการ: ผู้ใช้จากทั่วทุกมุมโลกสามารถใช้เพื่อเร่งการคำนวณของพวกเขา

'เราวิเคราะห์อย่างละเอียดและเปรียบเทียบระบบย่อยหน่วยความจำตัวเร่ง GPU ของสถาปัตยกรรม Nvidia Volta และ AMD Vega20 ฉันพบความแตกต่างในตรรกะของการเปิดตัวเคอร์เนล GPU แบบคู่ขนาน และแสดงให้เห็นโดยการแสดงภาพโปรไฟล์ของโปรแกรม ทั้งแบนด์วิดท์หน่วยความจำและเวลาแฝงของลำดับชั้นหน่วยความจำ GPU ระดับต่างๆ ตลอดจนการประมวลผลเคอร์เนล GPU แบบคู่ขนานที่มีประสิทธิภาพ ทุกแง่มุมเหล่านี้ส่งผลกระทบอย่างมากต่อประสิทธิภาพที่แท้จริงของโปรแกรม GPU" Vsevolod Nikolskiy นักศึกษาระดับปริญญาเอกของ HSE University และ หนึ่งในผู้เขียนบทความ

ผู้เขียนรายงานให้เหตุผลว่าการมีส่วนร่วมในการแข่งขันทางเทคโนโลยีของยักษ์ใหญ่ด้านไมโครอิเล็กทรอนิกส์ในปัจจุบันแสดงให้เห็นถึงแนวโน้มที่ชัดเจนต่อเทคโนโลยีการเร่งความเร็ว GPU ที่หลากหลายมากขึ้น

'ในแง่หนึ่ง ความจริงข้อนี้เป็นผลดีต่อผู้ใช้ปลายทาง เนื่องจากมันกระตุ้นการแข่งขัน เพิ่มประสิทธิผล และลดต้นทุนของซูเปอร์คอมพิวเตอร์ ในทางกลับกัน การพัฒนาโปรแกรมที่มีประสิทธิภาพจะยิ่งยากขึ้นไปอีก เนื่องจากความจำเป็นในการพิจารณาความพร้อมใช้งานของสถาปัตยกรรม GPU หลายประเภทและเทคโนโลยีการเขียนโปรแกรม” วลาดิมีร์ สเตไกอลอฟ ศาสตราจารย์มหาวิทยาลัย HSE กล่าว 'แม้แต่การรองรับโปรแกรมพกพาสำหรับโปรเซสเซอร์ทั่วไปบนสถาปัตยกรรมที่แตกต่างกัน (x86, Arm, POWER) ก็มักจะซับซ้อน การพกพาโปรแกรมระหว่างแพลตฟอร์ม GPU ต่างๆ เป็นปัญหาที่ซับซ้อนกว่ามาก กระบวนทัศน์โอเพนซอร์สช่วยขจัดอุปสรรคมากมาย และช่วยนักพัฒนาซอฟต์แวร์ซูเปอร์คอมพิวเตอร์ขนาดใหญ่และซับซ้อน"

ในปี 2020 ตลาดสำหรับตัวเร่งกราฟิกประสบกับการขาดดุลที่เพิ่มขึ้น พื้นที่ยอดนิยมในการใช้งานเป็นที่รู้จักกันดี: การขุด cryptocurrency และงานการเรียนรู้ของเครื่อง ในขณะเดียวกัน การวิจัยทางวิทยาศาสตร์ยังต้องการตัวเร่ง GPU สำหรับการสร้างแบบจำลองทางคณิตศาสตร์ของวัสดุใหม่และโมเลกุลทางชีววิทยา

'การสร้างซูเปอร์คอมพิวเตอร์ที่ทรงพลังและการพัฒนาโปรแกรมที่รวดเร็วและมีประสิทธิภาพคือวิธีการเตรียมเครื่องมือสำหรับการแก้ปัญหาความท้าทายระดับโลกที่ซับซ้อนที่สุด เช่น การระบาดใหญ่ของ COVID-19 Nikolay Kondratyuk นักวิจัยจาก HSE University และหนึ่งในผู้เขียนรายงานกล่าว

โปรแกรมที่สำคัญที่สุดสำหรับการสร้างแบบจำลองทางคณิตศาสตร์ได้รับการพัฒนาโดยทีมนานาชาติและนักวิชาการจากสถาบันต่างๆ การพัฒนาดำเนินการภายในกระบวนทัศน์โอเพนซอร์ซและภายใต้ใบอนุญาตฟรี การแข่งขันระหว่างบริษัทยักษ์ใหญ่ด้านไมโครอิเล็กทรอนิกส์ร่วมสมัยสองรายคือ Nvidia และ AMD ได้นำไปสู่การเกิดขึ้นของโครงสร้างพื้นฐานโอเพนซอร์สใหม่สำหรับการเขียนโปรแกรม AMD ROCm ของตัวเร่ง GPU ลักษณะโอเพนซอร์ซของแพลตฟอร์มนี้ให้ความหวังในการพกพารหัสสูงสุดที่พัฒนาขึ้นพร้อมกับการใช้งานไปยังซูเปอร์คอมพิวเตอร์ประเภทต่างๆ กลยุทธ์ของ AMD ดังกล่าวแตกต่างจากแนวทางของ Nvidia ซึ่งเทคโนโลยี CUDA เป็นมาตรฐานปิด

ไม่นานก็เห็นกระแสตอบรับจากชุมชนวิชาการ โปรเจ็กต์ของซูเปอร์คอมพิวเตอร์ใหม่ที่ใหญ่ที่สุดที่ใช้ตัวเร่ง GPU ของ AMD ใกล้จะเสร็จสมบูรณ์แล้ว Lumi ในฟินแลนด์มีประสิทธิภาพ 0.5 exaFLOPS (ซึ่งใกล้เคียงกับประสิทธิภาพของแล็ปท็อป 1,500,000 เครื่อง!) ถูกสร้างขึ้นอย่างรวดเร็ว ปีนี้คาดว่าจะมีซูเปอร์คอมพิวเตอร์ที่ทรงพลังกว่าอย่าง Frontier ในสหรัฐอเมริกา (1.5 exaFLOPS) และในปี 2023 คาดว่าจะมี El Capitan (2 exaFLOPS) ที่ทรงพลังกว่า

####

สำหรับข้อมูลเพิ่มเติมกรุณาคลิก โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม

ติดต่อ:
ลิวด์มิลา เมเซนต์เซวา
7-926-313-2406

@HSE_eng

ลิขสิทธิ์ © HSE University

หากคุณมีความคิดเห็นโปรด ติดต่อ เรา

ผู้ออกข่าวประชาสัมพันธ์ไม่ใช่ 7th Wave, Inc. หรือ Nanotechnology Now มีหน้าที่รับผิดชอบต่อความถูกต้องของเนื้อหา แต่เพียงผู้เดียว

บุ๊คมาร์ค: