HPAC-Offload：通过 GPU 上可移植近似计算加速 HPC 应用
分布式、并行与集群计算
2023-09-01 v1
摘要
Dennard 缩放的终结与摩尔定律的放缓导致技术趋势向并行架构（尤其是 HPC 系统）转变。为持续提供性能收益，HPC 应接纳近似计算（AC），以应用质量损失换取性能提升。然而，现有 AC 技术尚未在诸如 GPU 等最先进硬件架构中得到广泛部署与评估，而 GPU 正是当今 HPC 应用的主要执行载体。本文提出 HPAC-Offload，一种基于 pragma 的编程模型，扩展 OpenMP offload 应用以支持 AC 技术，实现跨不同 GPU 架构的可移植近似。我们对 HPAC-Offload 在 GPU 加速的 HPC 应用上进行了全面性能分析，揭示 AC 技术可显著加速 HPC 应用（AMD 上 LULESH 达 1.64 倍，NVIDIA 上达 1.57 倍），且质量损失极小（0.1%）。我们的分析深入揭示了基于 GPU 的 AC 性能特征，可指导面向这些架构的 AC 算法与系统的未来发展。
引用
@article{arxiv.2308.16877,
title = {HPAC-Offload: Accelerating HPC Applications with Portable Approximate Computing on the GPU},
author = {Zane Fink and Konstantinos Parasyris and Giorgis Georgakoudis and Harshitha Menon},
journal= {arXiv preprint arXiv:2308.16877},
year = {2023}
}
备注
12 pages, 12 pages. Accepted at SC23