基于SW序列比对分析SYCL在CPU、GPU及混合系统上的性能可移植性
分布式、并行与集群计算
2025-04-15 v3
摘要
高性能计算(HPC)正经历快速变革，越来越强调能源效率和异构计算环境。本综合性研究扩展了我们之前的SYCL性能可移植性研究，通过评估其在更广泛的计算架构上的有效性，包括来自NVIDIA、Intel和AMD的CPU、GPU以及混合CPU-GPU配置。我们的分析涵盖了单GPU、多GPU、单CPU和CPU-GPU混合配置，选取两种常见的生物信息学应用作为案例研究。结果表明，SYCL在不同架构上都表现出色，在NVIDIA GPU上保持相当于CUDA的性能，在AMD和Intel GPU上在大多数测试情况下实现类似的架构效率。SYCL在来自不同制造商的CPU上也展现出卓越的功能可移植性，包括来自Intel的最新混合架构。尽管SYCL在CPU-GPU混合配置中表现出卓越的功能可移植性，但具体硬件组合的性能差异很大。在多GPU和CPU-GPU配置中，一些性能限制主要归因于工作负载分配策略，而非SYCL本身。这些发现将SYCL定位为异构计算环境中一个有前景的统一编程模型，特别适用于生物信息学应用。
引用
@article{arxiv.2412.08308,
title = {Analyzing the Performance Portability of SYCL across CPUs, GPUs, and Hybrid Systems with SW Sequence Alignment},
author = {Manuel Costanzo and Enzo Rucci and Carlos García-Sánchez and Marcelo Naiouf and Manuel Prieto-Matías},
journal= {arXiv preprint arXiv:2412.08308},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2309.09609