Weather & Climate Dwarfs 在 GPU、MIC 及 Optalysys 光学处理器上的性能报告与优化实现
分布式、并行与集群计算
2019-08-20 v1
摘要
本文档是为 ESCAPE 项目所创建的交付报告之一。ESCAPE 代表 Energy-efficient Scalable Algorithms for Weather Prediction at Exascale（百亿亿次规模天气预测的能量高效可扩展算法）。该项目为欧洲业务数值天气预报和未来气候模式开发世界级的极端规模计算能力。其通过识别 Weather & Climate dwarfs（天气与气候矮元）来实现，这些是计算与通信方面的关键模式（秉承 Berkeley dwarfs 的精神）。随后这些 dwarfs 针对不同的硬件架构（单节点与多节点）进行优化，并探索替代算法。性能可移植性通过领域特定语言的使用来解决。在此我们总结了在 CPU、Xeon Phi、GPU 以及 Optalysys 光学处理器上对 dwarfs 的优化工作。我们仅限于 dwarfs 配置的子集以及足够小以在单节点上执行的问题规模。同时，我们使用求解时间作为主性能度量。dwarfs 的多节点优化和特定能量优化不在本报告范围内，将在交付物 D3.4 中描述。为覆盖重要的算法基元，我们选取了与动力核以及柱物理相关的 dwarfs。具体而言，我们聚焦于与谱代码（如 ECMWF 的 IFS 代码）相关的公式。本报告的主要发现为：(a) 在使用编译器指令的基于 CPU 的系统上，dwarfs 加速 1.1x - 2.5x；(b) 在使用数据局部性优化的 GPU 上，dwarfs 数量级加速（谱变换 23x，MPDATA 9x）；(c) 以纯光学方式实现谱变换的可行性得到证明。
引用
@article{arxiv.1908.06096,
title = {Performance report and optimized implementation of Weather & Climate Dwarfs on GPU, MIC and Optalysys Optical Processor},
author = {Cyril Mazauric and Erwan Raffin and Xavier Vigouroux and David Guibert and Alex Macfaden and Jacob Poulsen and Per Berg and Alan Gray and Peter Messmer},
journal= {arXiv preprint arXiv:1908.06096},
year = {2019}
}
备注
75 pages, 33 figures