探索用于分析 MPI 并行应用中自发异步性的技术
分布式、并行与集群计算
2023-09-06 v1 机器学习
性能
摘要
本文研究了利用数据分析和机器学习技术来识别、分类和刻画大规模并行（MPI）程序动态特性的效用。为此，我们在两个不同超级计算平台上运行具有规则计算-通信结构的微基准测试与真实代理应用，并选取每进程性能与每时间步 MPI 时间作为相关观测量。利用主成分分析、聚类技术、关联函数以及一种新的“相空间图”，我们展示了如何从一个远小于完整 MPI 轨迹的数据集中轻易识别出去同步模式（或其缺失）。我们的方法也为并行程序动态更一般的分类指明了方向。
引用
@article{arxiv.2205.13963,
title = {Exploring Techniques for the Analysis of Spontaneous Asynchronicity in MPI-Parallel Applications},
author = {Ayesha Afzal and Georg Hager and Gerhard Wellein and Stefano Markidis},
journal= {arXiv preprint arXiv:2205.13963},
year = {2023}
}
备注
12 pages, 9 figures, 1 table