高度可扩展计算流体动力学代码在 AMD、ARM 与 Intel 处理器上的性能研究
分布式、并行与集群计算
2021-08-18 v1 流体动力学
摘要
计算领域中对性能需求最迫切的莫过于高性能计算（HPC），其需求持续成为处理器性能提升与加速器采用的主要驱动力，同时也推动了内存、存储与网络技术的进步。过去十年 Intel 处理器主导的一个关键特征是 GPU 作为协处理器的广泛采用，而近期的发展则见证了包括新型基于 ARM 芯片在内的多种 CPU 处理器的日益普及。本文分析了最先进的计算流体动力学（CFD）代码在三个 HPC 集群系统上的性能与可扩展性，这些系统分别配备 AMD EPYC-Rome（EPYC，4096 核）、基于 ARM 的 Marvell ThunderX2（TX2，8192 核）和 Intel Skylake（SKL，8000 核）处理器。设计了三个基准测试案例，其计算通信比与数值复杂度递增，分别为顶盖驱动腔流、Taylor-Green 涡以及采用水平集方法的行波，其中空间离散使用四阶中心差分或五阶 WENO 格式。我们的结果表明，EPYC 集群在所考虑的所有配置中均提供最佳代码性能。在前两个基准测试中，SKL 集群的计算时间快于 TX2 系统，而在行波模拟中，TX2 集群实现了良好的可扩展性，并与 EPYC 系统性能相近，二者均优于 SKL 集群所得结果。这些结果表明，尽管 Intel SKL 核具有最佳强可扩展性，但其对应集群性能低于 EPYC 系统。考虑到 TX2 集群近期才加入 HPC 产品组合，其性能表现令人鼓舞。
引用
@article{arxiv.2010.07111,
title = {On the performance of a highly-scalable Computational Fluid Dynamics code on AMD, ARM and Intel processors},
author = {Pablo Ouro and Unai Lopez-Novoa and Martyn Guest},
journal= {arXiv preprint arXiv:2010.07111},
year = {2021}
}