探索 Versal AI 引擎以加速基于模板的大气平流模拟
分布式、并行与集群计算
2023-01-31 v1 数学软件
摘要
AMD Xilinx 的新款 Versal 自适应计算加速平台（ACAP）是一种将可重构逻辑 fabric 与其他片上固化计算资源相结合的 FPGA 架构。AI 引擎是其中之一，其以高度向量化的方式运行，可提供显著的原生算力，有望惠及包括 HPC 仿真在内的一系列工作负载。然而，该技术仍处于早期阶段，其在加速 HPC 代码方面尚未得到验证，且缺乏基准测试和最佳实践。本文给出一份经验报告，探索将 Piacsek 和 Williams（PW）平流方案移植到 Versal ACAP 上，并利用芯片的 AI 引擎加速计算。平流作为一种基于模板的算法，在大气建模中十分常见，包括最初开发该方案的英国气象局（Met Office）的若干代码。以该算法为载体，我们探索了构建 AI 引擎计算内核的最优方法，以及 AI 引擎与可编程逻辑交互的最佳方式。使用 VCK5000 对比 VCK5000 上非 AI 引擎的 FPGA 配置和 Alveo U280，以及 24 核 Xeon Platinum Cascade Lake CPU 和 Nvidia V100 GPU 评估性能，我们发现尽管 fabric 与 AI 引擎之间的通道数量是限制因素，但借助 ACAP 可使性能相比 Alveo U280 翻倍。
引用
@article{arxiv.2301.13016,
title = {Exploring the Versal AI engines for accelerating stencil-based atmospheric advection simulation},
author = {Nick Brown},
journal= {arXiv preprint arXiv:2301.13016},
year = {2023}
}
备注
Accepted version of paper appearing in the 2023 ACM/SIGDA International Symposium on Field Programmable Gate Arrays (FPGA '23), February 12--14, 2023, Monterey, CA, US