[論文レビュー] A GPU-based survey for millisecond radio transients using ARTEMIS

Wesley Armour, A. Karastergiou+8 more|OAR@UM (University of Malta)|Nov 28, 2011

Radio Astronomy Observations and Technology被引用数 4

ひとこと要約

本論文では、非同調的分散解除を用いたミリ秒級の電波トランジエンスのリアルタイム検出を実現するGPUアクセラレート型システムARTEMISを提案する。NVIDIA Fermi GPUのL1キャッシュと並列スレッドアーキテクチャを活用することで、ピークGPU性能の40–50％を達成し、次世代電波望遠鏡（LOFAR や MeerKAT など）向けに高時間分解能の電波データをリアルタイム処理可能にする。

ABSTRACT

Astrophysical radio transients are excellent probes of extreme physical processes originating from compact sources within our Galaxy and beyond. Radio frequency signals emitted from these objects provide a means to study the intervening medium through which they travel. Next generation radio telescopes are designed to explore the vast unexplored parameter space of high time resolution astronomy, but require High Performance Computing (HPC) solutions to process the enormous volumes of data that are produced by these telescopes. We have developed a combined software /hardware solution (code named ARTEMIS) for real-time searches for millisecond radio transients, which uses GPU technology to remove interstellar dispersion and detect millisecond radio bursts from astronomical sources in real-time. Here we present an introduction to ARTEMIS. We give a brief overview of the software pipeline, then focus specifically on the intricacies of performing incoherent de-dispersion. We present results from two brute-force algorithms. The first is a GPU based algorithm, designed to exploit the L1 cache of the NVIDIA Fermi GPU. Our second algorithm is CPU based and exploits the new AVX units in Intel Sandy Bridge CPUs.

研究の動機と目的

• 次世代電波望遠鏡からの高時間分解能データストリームにおける高速電波トランジエンスのリアルタイム検出を可能にすること。
• ブルートフォース非同調的分散解除の計算ボトルネックを克服すること。これは、周波数チャンネル across に繰り返しシフトと積分を実行する必要があるためである。
• L1キャッシュ再利用とスレッドレベルの並列処理を活用することで、GPUベースの分散解除を最適化し、高スループットを実現すること。
• AVXおよびSSE命令を用いたCPUベースのベクトル化実装と比較して、GPUの性能を評価すること。
• 複数の望遠鏡に跨るリアルタイムトランジエンス検出に適したスケーラブルでモジュラーなパイプライン（AMPP）を構築すること。

提案手法

• ARTEMISシステムは、リアルタイムデータ処理を目的とした、PELICANフレームワークに基づくC++ベースのモジュラーパイプライン（AMPP）で構築されている。
• 非同調的分散解除は、二次分散則に基づき、試行的な分散測定（DM）に対応する時間遅延に応じて、各周波数チャンネルのパワーデータをシフトすることで実行される。
• NVIDIA Fermi GPUのL1キャッシュを活用するGPUカーネルを設計し、スレッドごとに複数の時間サンプルでキャッシュラインを再利用することで、グローバルメモリアクセスを最小限に抑える。
• 各スレッドブロックは（DM, t）平面の長方形領域を処理し、データアクセスの空間的および時間的局所性を保証する。
• CPU実装では、Intel Sandy BridgeおよびXeonプロセッサ上でキャッシュラインの利用効率を最大化し、演算をベクトル化するためにAVXおよびSSEインストラクションを使用する。
• システムはフィルタバンクデータを処理し、RFI除去を実行し、複数の望遠鏡に跨る分散パルスのリアルタイム検出を実行する。

実験結果

リサーチクエスチョン

• RQ1 GPUアクセラレートされた非同調的分散解除は、高時間分解能の電波トランジエンスサーベイにおいてリアルタイム性能を達成できるか？
• RQ2 AVX/SSEを用いた最適化されたCPUベースのベクトル化実装と比較して、GPUベースの分散解除は性能で優位であるか？
• RQ3 現代のGPUにおけるL1キャッシュ再利用は、ブルートフォース分散解除アルゴリズムの効率をどの程度向上できるか？
• RQ4 この文脈において、GPUカーネルの実現可能な性能は、ピークGPU理論性能に対してどの程度の水準に達するか？
• RQ5 ARTEMISパイプラインは、最小限の遅延で実際の観測環境に展開可能か？

主な発見

• GPUベースの分散解除カーネルは、NVIDIA Fermiハードウェア上でピークGPU性能の約40–50％を達成しており、ブルートフォース非同調的分散解除においてほぼ最適な性能であることが示された。
• GPU実装は、実行時間および周波数チャンネル数の変動に伴うスケーラビリティの両面で、CPUベースのAVX/SSEベクトル化コードを上回った。
• チャンネル数が増加するにつれて性能が顕著に向上し、最大分散測定（DM）が増加してもGPUはリアルタイム処理を維持した。
• GPUカーネルにおけるL1キャッシュ再利用の活用により、重複するメモリ転送が削減され、より高い有効スループットと低遅延が達成された。
• システムは、正しい分散測定でシミュレートされた方形パルスを正常に検出でき、信号回復の正確性が確認された。
• ARTEMISパイプラインは実環境でテストされ、LOFAR や MeerKAT などの機器を用いたリアルタイムサーベイへの展開に適していることが判明した。