面向下一代百亿亿次基础设施的MPI+CUDA Gaia AVU-GSR并行求解器

我们通过优化该应用的先前OpenACC移植版本,将为实现ESA Gaia任务而开发的天体测量验证单元-全局球面重建(AVU-GSR)并行求解器用CUDA移植到GPU上。该代码旨在通过LSQR迭代算法求解线性方程组$A\times x=b$,以[10,100]$\mu$as精度找出$\sim$$10^8$颗恒星的天体测量参数、Gaia卫星的姿态与仪器设置,以及参数化后牛顿形式体系的全局参数$\gamma$。最终Gaia数据集的系数矩阵$A$规模巨大,具有$\sim$$10^{11} \times 10^8$个元素,且稀疏,大小达到$\sim$10-100 TB,是典型的大数据分析,需要高效并行化以在合理时间尺度内获得科学结果。CUDA代码相对于原始AVU-GSR求解器(在CPU上用MPI+OpenMP并行化)的加速比随系统规模和资源数量增加而提升,最高达到$\sim$14倍,相对于OpenACC应用超过9倍。该结果通过在CINECA集群Marconi100(每节点4块V100 GPU)上对比两个代码获得。在验证了CUDA与OpenMP代码计算的一组不同规模系统的解之间的一致性以及解具备所需精度后,CUDA代码在Marconi100上投入生产,这对优化的AVU-GSR流水线和后续的Gaia数据发布至关重要。该分析是理解一类遵循此代码相同结构的应用的(预)百亿亿次行为的第一步。在接下来几个月,我们计划在CINECA的预百亿亿次平台Leonardo(每节点4块新一代A200 GPU)上运行此代码,以向该基础设施移植,预期获得更高性能。