[論文レビュー] A comparison of CPU and GPU performance for Fourier pseudospectral simulations of the Navier-Stokes, Cubic Nonlinear Schrodinger and Sine Gordon Equations

Brandon Cloutier, Benson K. Muite+1 more|arXiv (Cornell University)|Jun 14, 2012

Meteorological Phenomena and Simulations被引用数 3

ひとこと要約

この論文は、ナビエ＝ストークス方程式、三次非線形シュレーディンガー方程式、サイン＝ゴルドン方程式を、フーリエ擬スペクトル法を用いて解く際のCPUとGPUの性能を比較している。OpenACCおよびCUDA FORTRANを用いたGPUアクセラレーションにより、FFTWベースのCPU実装に比べて顕著な性能向上が示された。また、高レベルのディレクティブとCuFFTを用いることで、レガシーフォーランコードをGPUに効率的に移植できることが示された。

ABSTRACT

A comparison of PGI OpenACC, FORTRAN CUDA, and Nvidia CUDA pseudospectral methods on a single GPU and GCC FORTRAN on single and multiple CPU cores is reported. The GPU implementations use CuFFT and the CPU implementations use FFTW. Porting pre-existing FORTRAN codes to utilize a GPUs is efficient and easy to implement with OpenACC and CUDA FORTRAN. Example programs are provided.

研究の動機と目的

• GPUアクセラレートされた擬スペクトル法の性能スケーラビリティを、従来のCPUベースのソルバーと比較して評価すること。
• OpenACCおよびCUDA FORTRANを用いた既存のフォーランコードをGPUアーキテクチャに移植する際の容易さと効率を評価すること。
• ナビエ＝ストークス方程式、三次非線形シュレーディンガー方程式、サイン＝ゴルドン方程式の3つのPDEについて、CPUおよびGPUプラットフォーム間での実行時間性能を比較すること。
• スペクトルシミュレーションにおけるGPU上のCuFFTとCPU上のFFTWの効果的さを評価すること。

提案手法

• 研究では、PGI OpenACC、FORTRAN CUDA、Nvidia CUDAを用いて、1つのGPU上でフーリエ擬スペクトル法を実装した。
• CPUベースのシミュレーションでは、高速フーリエ変換にFFTWライブラリを用いた。
• GPUベースのシミュレーションでは、NVIDIA GPU上で高性能なFFT計算を実現するため、CuFFTライブラリを活用した。
• 同じフォーランソースコードを、OpenACCディレクティブおよびCUDA FORTRAN構文を用いてGPU実行用に変更し、ポータブルで効率的な移植を可能にした。
• 性能評価は、シングルコアおよびマルチコアCPU構成、およびシングルGPU環境で実施した。
• 移植プロセスと性能向上を示すための例題プログラムを提供した。

実験結果

リサーチクエスチョン

• RQ1 GPUアクセラレーションは、ナビエ＝ストークス方程式、三次非線形シュレーディンガー方程式、サイン＝ゴルドン方程式の擬スペクトルシミュレーションにおいて、CPUベースのFFTWに比べてどの程度性能を向上させるか？
• RQ2 OpenACCおよびCUDA FORTRANを用いることで、レガシーフォーランコードをGPUアーキテクチャにどの程度効率的に移植できるか？
• RQ3 これらのPDEにおいて、GPU上のCuFFTとCPU上のFFTWの相対的性能向上はどの程度か？
• RQ4 シングルGPUとマルチコアCPU構成の間で、実行時間およびスケーラビリティの観点から、どのように比較されるか？

主な発見

• OpenACCおよびCUDA FORTRANを用いたGPU実装は、特に大きな問題サイズにおいて、CPUベースのFFTWに比べて顕著な高速化を達成した。
• OpenACCおよびCUDA FORTRANを用いた既存のフォーランコードのGPU移植は、最小限のコード変更で効率的かつ簡単に行えることが示された。
• 特にメモリ制限や計算集約的なシナリオにおいて、GPU上のCuFFTはCPU上のFFTWに比べて優れた性能を発揮した。
• 問題サイズが大きくなるほどGPUの性能優位性が顕著になることから、GPUアーキテクチャにおける強いスケーラビリティが示された。
• 提供された例題プログラムにより、移植されたソルバーの実用的で動作する実装が検証され、スペクトル法におけるGPUアクセラレーションの実現可能性が裏付けられた。