厘清 HPC 科学应用在基于 NVM 的内存系统上的性能表现
分布式、并行与集群计算
2020-08-17 v1
摘要
高密度字节寻址非易失性内存（NVM）的出现有望加速数据密集型和计算密集型应用。当前 NVM 技术性能低于 DRAM，因此常与 DRAM 配对构成异构主存。近来，字节寻址 NVM 硬件已可用。本工作及时评估了来自“七个小矮人”的代表性 HPC 应用在基于 NVM 的主存上的表现。我们的结果量化了 DRAM 缓存 NVM 在加速 HPC 应用及支持超出 DRAM 容量的大规模问题方面的有效性。在无缓存 NVM 上，HPC 应用表现出三档性能敏感性，即不敏感、成比例和受限。我们确定写节流和并发控制是优化应用的优先项。我们强调并发变化可能对应用中的读和写访问产生发散影响。基于这些发现，我们探索了两种优化方法。首先，我们提供了一个预测模型，使用来自少量配置的数据集来估计不同并发和数据大小下的性能，以避免在配置空间中穷举搜索。其次，我们展示了在无缓存 NVM 上的写感知数据放置可实现 2 倍性能提升，同时 DRAM 使用量减少 60%。
引用
@article{arxiv.2002.06499,
title = {Demystifying the Performance of HPC Scientific Applications on NVM-based Memory Systems},
author = {Ivy Peng and Kai Wu and Jie Ren and Dong Li and Maya Gokhale},
journal= {arXiv preprint arXiv:2002.06499},
year = {2020}
}
备注
34th IEEE International Parallel and Distributed Processing Symposium (IPDPS2020)