cuSZ-$i$：基于 GPU 优化多层插值的高比率科学有损压缩
分布式、并行与集群计算
2024-10-02 v6
摘要
误差有界有损压缩是显著减少科学数据量的关键技术。与基于 CPU 的压缩器相比，基于 GPU 的压缩器展现出更高的吞吐量，更适应当今的 HPC 应用。然而，现有基于 GPU 的压缩器的关键局限在于其低压缩比和质量，严重限制了其适用性。为克服这些问题，我们引入了一种新的基于 GPU 的误差有界科学有损压缩器，命名为 cuSZ-，其贡献如下：(1) 一种新颖的 GPU 优化基于插值的预测方法，显著提高了压缩比和解压数据质量。(2) cuSZ- 中的 Huffman 编码模块经过优化，效率更高。(3) cuSZ- 首次集成 NVIDIA Bitcomp-lossless 作为提升压缩比的附加模块。评估表明，在相同误差界限（即期望质量）下，cuSZ- 的压缩比显著优于其他最新的基于 GPU 的有损压缩器，较次优者展现出 476% 的优势。这使得 cuSZ- 在多个实际用例中表现出优化的性能。
引用
@article{arxiv.2312.05492,
title = {cuSZ-$i$: High-Ratio Scientific Lossy Compression on GPUs with Optimized Multi-Level Interpolation},
author = {Jinyang Liu and Jiannan Tian and Shixun Wu and Sheng Di and Boyuan Zhang and Robert Underwood and Yafan Huang and Jiajun Huang and Kai Zhao and Guanpeng Li and Dingwen Tao and Zizhong Chen and Franck Cappello},
journal= {arXiv preprint arXiv:2312.05492},
year = {2024}
}
备注
camera-ready version for SC '24