异构 GPU 系统上的 Open SYCL：一项案例研究
分布式、并行与集群计算
2023-10-12 v1
摘要
面向高性能科学应用的计算平台正变得日益异构，包括多 GPU 等硬件加速器。广泛科学领域的应用需要对此类硬件的计算资源进行高效且细致的管理，以获得最佳性能。然而，当前异构集群或机器中可能存在不同 GPU 供应商、架构和系列。使用供应商提供的语言或框架编程，并针对特定设备优化，可能变得繁琐且损害到其他系统的可移植性。为克服该问题，出现了若干高层异构编程方案，试图减少开发工作量并提升功能与性能可移植性，尤其在使用 GPU 硬件加速器时。本文从两个不同视角评估了使用 Open SYCL 编译器的 SYCL 编程模型：其在处理来自相同或不同供应商的单或多 GPU 设备时所提供的性能，以及实现代码所需的开发工作量。我们以两个真实场景下的有限时间 Lyapunov 指数计算作为案例研究，并将其基于 Open SYCL 的版本与等效的 CUDA 或 HIP 版本在性能和开发工作量上进行比较。基于实验结果，我们观察到 SYCL 的使用在 GPU 内核执行时间方面未导致显著开销。总体而言，Open SYCL 的主机代码开发工作量低于 CUDA 或 HIP。此外，SYCL 版本比直接使用供应商特定编程方案更容易同时利用 CUDA 和 AMD GPU 设备。
引用
@article{arxiv.2310.06947,
title = {Open SYCL on heterogeneous GPU systems: A case of study},
author = {Rocío Carratalá-Sáez and Francisco J. andújar and Yuri Torres and Arturo Gonzalez-Escribano and Diego R. Llanos},
journal= {arXiv preprint arXiv:2310.06947},
year = {2023}
}