डेवलपर्स के लिए इंटेल उपकरणों के साथ सॉफ्टवेयर प्रदर्शन में सुधार। ज्योतिषीय वस्तुओं का संख्यात्मक मॉडलिंग

हम विभिन्न स्थितियों का वर्णन करते हुए लेखों की एक श्रृंखला शुरू करते हैं, जिसमें डेवलपर्स के लिए इंटेल टूल्स के उपयोग ने सॉफ्टवेयर की गति को काफी बढ़ा दिया है और इसकी गुणवत्ता में सुधार किया है।

हमारी पहली कहानी नोवोसिबिर्स्क विश्वविद्यालय में हुई, जहां शोधकर्ताओं ने हाइड्रोजन आयनीकरण के दौरान संख्यात्मक रूप से मैग्नेटोहाइड्रोडायनामिक समस्याओं का अनुकरण करने के लिए एक सॉफ्टवेयर टूल विकसित किया। यह काम एस्ट्रोफिजिकल ऑब्जेक्ट एस्ट्रोफी मॉडलिंग के लिए वैश्विक परियोजना के हिस्से के रूप में किया गया था; Intel Xeon Phi प्रोसेसर एक हार्डवेयर प्लेटफॉर्म के रूप में उपयोग किया जाता था। इंटेल सलाहकार और इंटेल ट्रेस एनालाइज़र और कलेक्टर का उपयोग करने के परिणामस्वरूप, कंप्यूटिंग प्रदर्शन 3 गुना बढ़ गया, और एक समस्या को हल करने की गति एक सप्ताह से दो दिन तक कम हो गई।

कार्य विवरण

गणितीय मॉडलिंग आधुनिक खगोल भौतिकी में महत्वपूर्ण भूमिका निभाता है, जैसा कि किसी भी विज्ञान में; यह ब्रह्मांड में अरेखीय विकासवादी प्रक्रियाओं के अध्ययन के लिए एक सार्वभौमिक उपकरण है। जटिल खगोल भौतिकी प्रक्रियाओं के उच्च-रिज़ॉल्यूशन मॉडलिंग के लिए विशाल कम्प्यूटेशनल संसाधनों की आवश्यकता होती है। एस्ट्रोपी प्रोजेक्ट एनएसयू, इंटेल एक्सॉन फी प्रोसेसर पर आधारित सुपर कंप्यूटरों के लिए एस्ट्रोफिजिकल सॉफ्टवेयर कोड विकसित कर रहा है। छात्रों को एक अत्यंत समानांतर रनटाइम के लिए सिमुलेशन प्रोग्राम लिखना सीखते हैं, महत्वपूर्ण ज्ञान प्राप्त करते हैं कि जब उन्हें दूसरे सुपर कंप्यूटर के साथ काम करना होगा।

परियोजना में उपयोग की जाने वाली संख्यात्मक मॉडलिंग पद्धति के कई महत्वपूर्ण लाभ थे:

• कृत्रिम चिपचिपाहट की कमी,
• गैलिलियन आक्रमण,
• एन्ट्रापी की गैर-कमी की गारंटी,
• सरल समानांतरकरण
• संभावित अनंत एक्स्टेंसिबिलिटी।

पहले तीन कारक खगोल भौतिक समस्याओं में महत्वपूर्ण भौतिक प्रभावों के यथार्थवादी मॉडलिंग के लिए महत्वपूर्ण हैं।

रिसर्च टीम ने Intel Xeon Phi पर आधारित बहु-समानांतर आर्किटेक्चर के लिए एक नया मॉडलिंग टूल बनाया है। इसका मुख्य कार्य नोड्स के बीच डेटा के आदान-प्रदान में अड़चनों से बचना और कोड शोधन को यथासंभव सरल बनाना था। समानांतरकरण समाधान MPI का उपयोग करता है, और वेक्टराइज़ेशन के लिए, Intel उन्नत वेक्टर एक्सटेंशन 512 (Intel AVX-512) निर्देश 512-बिट SIMD के लिए समर्थन जोड़ता है और प्रोग्राम को 8 डबल-सटीक फ़्लोटिंग-पॉइंट नंबर या 16 एकल-सटीक संख्या (32-बिट) पैक करने की अनुमति देता है ) वैक्टर 512 बिट्स लंबा। इस प्रकार, एवीएक्स / एवीएक्स 2 का उपयोग करते समय और एसएसई का उपयोग करते समय चार गुना अधिक डेटा तत्वों को निर्देश के अनुसार संसाधित किया जाता है।



अनुकूलन से पहले चित्र। प्रत्येक बिंदु एक प्रसंस्करण चक्र है। बिंदु जितना बड़ा और लाल होता है, चक्र उतना ही लंबा चलता है और अधिक ध्यान देने योग्य है, इसके अनुकूलन का प्रभाव। रेड डॉट DRAM बैंडविड्थ सीमा के नीचे अच्छी तरह से स्थित है और इसकी गणना 1 GFLOP से कम प्रदर्शन के साथ की जाती है। इसमें सुधार की बहुत संभावना है।

कोड अनुकूलन

अनुकूलन से पहले, कोड में निर्भरता और वेक्टर आकार के साथ कुछ समस्याएं थीं। अनुकूलन लक्ष्य वैक्टर की निर्भरता को दूर करना और एक्सोन फी के लिए वैक्टर और सरणियों के इष्टतम आकार का उपयोग करके मेमोरी में डेटा लोड करने के संचालन में सुधार करना था। अनुकूलन के लिए, हमने Intel Parallel Studio XE से दो उपकरण Intel सलाहकार और Intel Trace विश्लेषक और कलेक्टर का उपयोग किया।

इंटेल सलाहकार है, जैसा कि इसके नाम का अर्थ है, एक सलाहकार - एक सॉफ्टवेयर उपकरण जो अनुकूलन की डिग्री का मूल्यांकन करता है - वेक्टरीकरण (AVX या SIMD निर्देशों का उपयोग करके) और अधिकतम प्रदर्शन प्राप्त करने के लिए समानांतरकरण। इस उपकरण का उपयोग करके, टीम कम उत्पादकता वाले लोगों को उजागर करते हुए, सुधार के लिए संभावित क्षमता का संकेत देती है और यह निर्धारित करती है कि क्या सुधार किया जा सकता था और क्या खेल मोमबत्ती के लायक था। इंटेल सलाहकार ने संकलक रिपोर्ट की बेहतर पठनीयता के लिए स्रोत द्वारा संभावित रूप से जोड़े गए चक्रों को सॉर्ट किया। उन्होंने सुरक्षित और कुशल वैश्वीकरण के लिए चक्र की जानकारी, डेटा निर्भरता, और मेमोरी एक्सेस पैटर्न जैसी महत्वपूर्ण जानकारी भी प्रदान की।

इंटेल ट्रेस एनालाइज़र और कलेक्टर आपके कोड को अनुकूलित करने का एक और तरीका है। इसमें कमजोर और मजबूत स्केलिंग को सुधारने के लिए प्रोफाइलिंग MPI संचार और विश्लेषण कार्यक्षमता शामिल है। इस ग्राफिकल टूल ने टीम को एप्लिकेशन के एमपीआई व्यवहार को समझने में मदद की, जल्दी से अड़चनें पाईं और सबसे महत्वपूर्ण बात यह है कि इंटेल आर्किटेक्चर पर प्रदर्शन बढ़ा।



अनुकूलन के बाद चित्र। रेड लूप ऑप्टिमाइज़ेशन के दौरान, वेक्टराइज़ेशन निर्भरताएं हटा दी गईं, मेमोरी में लोडिंग ऑपरेशंस को ऑप्टिमाइज़ किया गया, वैक्टर और सरणियों के आकार को इंटेल ज़ेओन फी और एवीएक्स -51 निर्देशों के लिए अनुकूलित किया गया। प्रदर्शन बढ़कर 190 GFLOPS, यानी लगभग 200 गुना हो गया। अब यह DRAM की सीमा से ऊपर है और L2 कैश की विशेषताओं द्वारा सीमित होने की संभावना है

परिणाम

इसलिए, सभी सुधारों और अनुकूलन के बाद, टीम ने 0.3 FLOP / b, 100% उपयोग और 573 GB / s मेमोरी बैंडविड्थ की अंकगणितीय तीव्रता के साथ 190 GFLOPS प्रदर्शन हासिल किया।


अनुकूलित कोड स्निपेट