Süper Bilgisayarlar İçin Açık Kaynaklı GPU Teknolojisi: Araştırmacılar Avantajları ve Dezavantajları Araştırıyor

Ana Sayfa > Basın > Süper bilgisayarlar için açık kaynaklı GPU teknolojisi: Araştırmacılar avantajları ve dezavantajları araştırıyor

Vladimir Stegailov, HSE Üniversitesi profesörü CREDIT
Vladimir Stegailov

Özet:
HSE Uluslararası Süper Bilgisayar Atomistik Modelleme ve Çok Ölçekli Analiz Laboratuvarı, JIHT RAS ve MIPT'den araştırmacılar, AMD ve Nvidia tarafından üretilen GPU hızlandırıcılar üzerindeki popüler moleküler modelleme programlarının performansını karşılaştırdı. International Journal of High Performance Computing Applications tarafından yayınlanan bir makalede bilim adamları, LAMMPS'i ilk kez yeni açık kaynaklı GPU teknolojisi olan AMD HIP'e taşıdılar.

Süper bilgisayarlar için açık kaynaklı GPU teknolojisi: Araştırmacılar avantajları ve dezavantajları araştırıyor

Moskova, Rusya | 30 Nisan 2021

Araştırmacılar, karşılaştırılabilir en yüksek parametrelerle GPU hızlandırıcıları Nvidia ve AMD üzerindeki üç moleküler modelleme programının (LAMMPS, Gromacs ve OpenMM) performansını kapsamlı bir şekilde analiz ettiler. Testler için, 'iyi kolesterolün' ana taşıyıcı proteini olan kan plazmasındaki ApoA1 (Apolipoprotein A1) - apolipoprotein modelini kullandılar. Araştırma hesaplamalarının performansının yalnızca donanım parametrelerinden değil, aynı zamanda yazılım ortamından da etkilendiğini buldular. AMD sürücülerinin, bilgi işlem çekirdeklerinin paralel olarak başlatılmasının karmaşık senaryolarında etkisiz performansının önemli gecikmelere yol açabileceği ortaya çıktı. Açık kaynaklı çözümlerin hala dezavantajları var.

Yakın zamanda yayınlanan makalede, LAMMPS'yi yeni bir açık kaynaklı GPU teknolojisi olan AMD HIP'e ilk yerleştirenler araştırmacılar oldu. Bu gelişen teknoloji, hem Nvidia hızlandırıcılarında hem de AMD'nin yeni GPU'larında bir kodun etkin bir şekilde kullanılmasına yardımcı olduğu için çok umut verici görünüyor. Geliştirilen LAMMPS değişikliği açık kaynak olarak yayınlandı ve resmi depoda mevcut: dünyanın her yerinden kullanıcılar bunu hesaplamalarını hızlandırmak için kullanabilir.

Nvidia Volta ve AMD Vega20 mimarilerinin GPU hızlandırıcı bellek alt sistemlerini kapsamlı bir şekilde analiz ettik ve karşılaştırdık. GPU çekirdeklerinin paralel olarak başlatılması mantığında bir fark buldum ve bunu program profillerini görselleştirerek gösterdim. HSE Üniversitesi doktora öğrencisi Vsevolod Nikolskiy, hem bellek bant genişliği hem de GPU bellek hiyerarşisinin farklı seviyelerindeki gecikmelerin yanı sıra GPU çekirdeklerinin etkili paralel yürütülmesi - tüm bu yönler GPU programlarının gerçek performansı üzerinde büyük bir etkiye sahiptir. makalenin yazarlarından biri.

Makalenin yazarları, çağdaş mikroelektronik devlerinin teknolojik yarışına katılımın, daha çeşitli GPU hızlandırma teknolojilerine doğru açık bir eğilim gösterdiğini iddia ediyorlar.

Bir yandan bu gerçek, rekabeti, artan etkinliği ve süper bilgisayarların azalan maliyetini teşvik ettiği için son kullanıcılar için olumludur. Öte yandan, birkaç farklı GPU mimarisi ve programlama teknolojisinin mevcudiyetini dikkate alma ihtiyacı nedeniyle etkili programlar geliştirmek daha da zor olacak, ”diye yorumluyor HSE Üniversitesi profesörü Vladimir Stegailov. Farklı mimarilerdeki (x86, Arm, POWER) sıradan işlemciler için program taşınabilirliğini desteklemek bile genellikle karmaşıktır. Programların farklı GPU platformları arasında taşınabilirliği çok daha karmaşık bir konudur. Açık kaynak paradigması birçok engeli ortadan kaldırır ve büyük ve karmaşık süper bilgisayar yazılımı geliştiricilerine yardımcı olur. '

2020'de grafik hızlandırıcı pazarı büyüyen bir açıkla karşılaştı. Popüler kullanım alanları iyi bilinmektedir: kripto para madenciliği ve makine öğrenimi görevleri. Bu arada, bilimsel araştırma, yeni materyallerin ve biyolojik moleküllerin matematiksel modellemesi için GPU hızlandırıcıları da gerektirir.

Güçlü süper bilgisayarlar oluşturmak ve hızlı ve etkili programlar geliştirmek, araçların COVID-19 salgını gibi en karmaşık küresel zorlukları çözmek için nasıl hazırlandığına bağlıdır. HSE Üniversitesi'nde araştırmacı ve makalenin yazarlarından biri olan Nikolay Kondratyuk, moleküler modelleme için hesaplama araçları bugün küresel olarak virüsle savaşmanın yollarını aramak için kullanılıyor 'dedi.

Matematiksel modelleme için en önemli programlar, onlarca kurumdan uluslararası ekipler ve akademisyenler tarafından geliştirilmiştir. Geliştirme, açık kaynak paradigması içinde ve ücretsiz lisanslar altında gerçekleştirilir. İki çağdaş mikroelektronik devi Nvidia ve AMD'nin rekabeti, GPU hızlandırıcıların programlaması için yeni bir açık kaynaklı altyapının ortaya çıkmasına neden oldu, AMD ROCm. Bu platformun açık kaynak karakteri, kullanımıyla geliştirilen kodların çeşitli türlerdeki süper bilgisayarlara maksimum taşınabilirliği için umut veriyor. Bu tür AMD stratejisi, CUDA teknolojisi kapalı bir standart olan Nvidia'nın yaklaşımından farklıdır.

Akademik çevreden gelen yanıtı görmek uzun sürmedi. AMD GPU hızlandırıcılarına dayalı en büyük yeni süper bilgisayarların projeleri tamamlanmak üzeredir. 0.5 exaFLOPS performansa sahip Finlandiya'daki Lumi (1,500,000 dizüstü bilgisayarın performansına benzer!) Hızla üretiliyor. Bu yıl, ABD'de daha güçlü bir süper bilgisayar olan Frontier bekleniyor (1.5 exaFLOPS) ve 2023'te - daha da güçlü bir El Capitan (2 exaFLOPS) bekleniyor.

####

Daha fazla bilgi için lütfen tıklayın okuyun

İletişim:
Liudmila Mezentseva
7-926-313-2406

@Hayalhanemersin

Telif Hakkı © HSE University

Bir yorumunuz varsa, lütfen İletişim bize.

7th Wave, Inc. veya Nanotechnology Now değil, haber bültenleri yayıncıları yalnızca içeriğin doğruluğundan sorumludur.

Yer imi: