通过拍斯卡级贝叶斯推断编目可见宇宙
分布式、并行与集群计算
2018-02-01 v1 天体物理仪器与方法
摘要
由宽视场成像巡天得到的天体星表是理解宇宙的重要工具。我们利用Celeste——一个完全用高生产力编程语言Julia编写的贝叶斯变分推断代码——从55 TB成像数据构建了一个天体星表。使用Cori Phase II超级计算机的650,000个Intel Xeon Phi核心上的超过130万个线程,Celeste达到了1.54 DP PFLOP/s的峰值速率。Celeste能够联合优化1.88亿颗恒星和星系的参数,在14.6分钟内跨8192个节点加载并处理178 TB数据。为此,Celeste在多个层级(集群、节点和线程)上利用并行性,并通过Cori的Burst Buffer加速I/O。Julia的原生性能使Celeste能够使用高级构造而无需求助于手写或生成的低级代码(C/C++/Fortran),却依然实现拍斯卡级性能。
引用
@article{arxiv.1801.10277,
title = {Cataloging the Visible Universe through Bayesian Inference at Petascale},
author = {Jeffrey Regier and Kiran Pamnany and Keno Fischer and Andreas Noack and Maximilian Lam and Jarrett Revels and Steve Howard and Ryan Giordano and David Schlegel and Jon McAuliffe and Rollin Thomas and Prabhat},
journal= {arXiv preprint arXiv:1801.10277},
year = {2018}
}
备注
accepted to IPDPS 2018