面向能源感知的大规模仿真的应用层能耗精准测量
分布式、并行与集群计算
2023-12-11 v1
摘要
高性能计算(HPC)的可持续性是HPC中心及其用户面临的重大挑战，亦是随着气候目标日益严格后社会所面临的挑战。大量努力投入到减少系统整体能耗。尽管存在针对HPC工作负载能效优化的努力，但大多数方案聚焦于CPU。随着HPC系统日益转向GPU中心化架构，仿真代码正越来越多地采用GPU编程模型。这导致亟需提高GPU化代码的能效。然而，针对在CPU和GPU上执行的大规模仿真的能耗降低研究关注不足。本文通过开源工具链跨多种CPU+GPU节点架构实现精准的功率和能耗测量。我们将其应用于SPH-EXA——一个开源的GPU中心化天体物理与宇宙学仿真框架。我们展示，仅通过简单的代码插桩，用户即可准确获取关于其应用程序的功率和能耗数据，这些数据超越了HPC系统本身提供的数据。精准的功率和能耗数据为用户在开展能源感知计算实验及未来能源感知代码开发提供了重要洞察。
引用
@article{arxiv.2312.05102,
title = {Accurate Measurement of Application-level Energy Consumption for Energy-Aware Large-Scale Simulations},
author = {Osman Seckin Simsek and Jean-Guillaume Piccinali and Florina M. Ciorba},
journal= {arXiv preprint arXiv:2312.05102},
year = {2023}
}
备注
Appeared in Proceedings of the SC 23 Workshops of The International Conference on High Performance Computing, Network, Storage, and Analysis November 2023