利用硬件性能计数器预测向量超级计算机中的工作负载干扰
分布式、并行与集群计算
2024-10-25 v1
摘要
在高性能计算（HPC）快速发展的领域中，诸如SX-Aurora TSUBASA（SX-AT）系统架构等异构架构集成了不同类型的处理器，为优化资源利用带来了机遇和挑战。本文研究了SX-AT系统中的工作负载干扰，特别关注向量主机（VH）和向量引擎（VE）之间的资源争用。通过全面的实证分析，研究确定了导致性能下降的关键因素，例如当具有不同计算需求的作业共享资源时出现的缓存和内存带宽争用。为了解决这些问题，我们开发了一个预测模型，利用硬件性能计数器（HC）和机器学习（ML）算法来分类和预测工作负载干扰。我们的结果表明，该模型准确预测了性能下降，为未来优化作业调度和资源分配的研究提供了宝贵见解。该方法强调了自适应资源管理策略在维持系统效率方面的重要性，并为异构超级计算环境的未来改进奠定了基础。
引用
@article{arxiv.2410.18126,
title = {Leveraging Hardware Performance Counters for Predicting Workload Interference in Vector Supercomputers},
author = {Shubham and Keichi Takahashi and Hiroyuki Takizawa},
journal= {arXiv preprint arXiv:2410.18126},
year = {2024}
}