面向 AMD GPU 的指令 Roofline 模型的度量与设计
分布式、并行与集群计算
2021-11-11 v2
摘要
由于近期 Frontier 超级计算机的公告，许多科学应用开发者正努力使其应用兼容 AMD 架构（CPU-GPU），这意味着要摆脱传统的 CPU 和 NVIDIA-GPU 系统。由于当前 AMD GPU 性能分析工具的局限性，这一转变在如何度量 AMD GPU 上应用性能方面留下了空白。在本文中，我们利用 AMD 的 ROCProfiler 和基准测试工具 BabelStream（HIP 实现）为 AMD GPU 设计了一个指令 roofline 模型，作为在新 AMD 硬件上度量应用指令和内存事务性能的方法。具体而言，我们针对一个案例研究科学应用 PIConGPU（一个用于在 NVIDIA V100、AMD Radeon Instinct MI60 和 AMD Instinct MI100 GPU 上进行等离子体与激光等离子体物理的开源粒子网格（PIC）模拟应用）创建了指令 roofline 模型。在考察 PIConGPU 中多个关注核的性能时，我们发现尽管 AMD MI100 GPU 相较于 NVIDIA V100 GPU 取得了相似或更好的执行时间，但性能分析工具的差异使得比较这两种架构的性能十分困难。从执行时间、GIPS 和指令强度来看，AMD MI60 在本文使用的三种 GPU 中性能最差。
引用
@article{arxiv.2110.08221,
title = {Metrics and Design of an Instruction Roofline Model for AMD GPUs},
author = {Matthew Leinhauser and René Widera and Sergei Bastrakov and Alexander Debus and Michael Bussmann and Sunita Chandrasekaran},
journal= {arXiv preprint arXiv:2110.08221},
year = {2021}
}
备注
14 pages, 7 figures, 2 tables, 4 equations, explains how to create an instruction roofline model for an AMD GPU as of Oct. 2021