基于 HPX 运行时在多种硬件架构上分析量子蒙特卡洛应用的性能
分布式、并行与集群计算
2020-10-21 v3 材料科学
强关联电子
超导电性
摘要
本文描述了我们如何成功使用 HPX 编程模型将 DCA++ 应用移植到包括 POWER9、x86、ARM v8 和 NVIDIA GPU 在内的多种架构上。我们阐述了从这一经验中可吸取的教训，以及在该应用中启用 HPX 以改善代码的 CPU 线程部分所带来的好处，这使得跨架构总体性能提升了 21%。我们还描述了如何使用 HPX-APEX 提高抽象层次，以理解性能问题并识别代码中的任务化优化机会，以及这些如何与特定架构上的 CPU/GPU 利用率计数器、设备内存随时间分配情况和 CPU 内核级上下文切换相关联。
引用
@article{arxiv.2010.07098,
title = {Performance Analysis of a Quantum Monte Carlo Application on Multiple Hardware Architectures Using the HPX Runtime},
author = {Weile Wei and Arghya Chatterjee and Kevin Huck and Oscar Hernandez and Hartmut Kaiser},
journal= {arXiv preprint arXiv:2010.07098},
year = {2020}
}