COUNTDOWN Slack：一种用于降低大规模 MPI 应用能耗的运行时库
分布式、并行与集群计算
2019-09-30 v1
摘要
超级计算机的功耗是系统所有者、用户和社会面临的一项重大挑战。它限制了系统部署的规模，需要庞大的冷却基础设施，并且是造成大量碳足迹的原因。在实际的高性能计算场景中，非常期望在应用执行期间降低功耗，同时不改变应用源代码或不增加完成时间。过去十年提出的功耗管理运行时框架基于这样一个假设：MPI 应用中通信与应用阶段的持续时间可以被预测，并可在运行时用于权衡通信空闲时间与功耗。在本文中，我们首先表明这一假设过于笼统并会导致误预测，从而拖慢应用，危及所声称的收益。随后我们提出一种新方法，基于（i）在 MPI 调用期间分离通信阶段与空闲时间，以及（ii）一种应对硬件功耗管理延迟的超时算法，二者结合使得无需费力且高风险的应用源代码修改即可在 MPI 应用中实现性能中立的节能。我们在一类生产级环境中使用广泛采用的科学生命应用验证了该方法。我们的方法完成时间开销低于 1%，同时成功利用通信阶段的空闲时间实现平均 10% 的节能。若关注大规模应用运行，所提方法实现了 22% 的节能，而开销仅为 0.4%。相较于最先进的方法，COUNTDOWN Slack 是唯一始终能带来节能且开销可忽略（<3%）的方法。
引用
@article{arxiv.1909.12684,
title = {COUNTDOWN Slack: a Run-time Library to Reduce Energy Footprint in Large-scale MPI Applications},
author = {Daniele Cesarini and Andrea Bartolini and Andrea Borghesi and Carlo Cavazzoni and Mathieu Luisier and Luca Benini},
journal= {arXiv preprint arXiv:1909.12684},
year = {2019}
}
备注
13 pages, 4 figures, 3 tables