[論文レビュー] CUTE solutions for two-point correlation functions from large cosmological datasets

David Alonso|arXiv (Cornell University)|Oct 5, 2012

Astronomy and Astrophysical Research参考文献 3被引用数 47

ひとこと要約

この論文では、共有メモリ型CPUおよびGPUを用いて、大規模な宇宙論的データセットから2点相関関数（2PCF）を効率的に計算するための無料でオープンソースの並列コードCUTEを提示する。OpenMPおよびCUDAで最適化されたCUTEは、シリアルCPU実行と比較して10–100倍の高速化を達成し、数億個の対象を含むカタログの高速な解析を可能にし、これによりDES、BigBOSS、Euclidなどの次世代調査にとって不可欠である。

ABSTRACT

In the advent of new large galaxy surveys, which will produce enormous datasets with hundreds of millions of objects, new computational techniques are necessary in order to extract from them any two-point statistic, the computational time of which grows with the square of the number of objects to be correlated. Fortunately technology now provides multiple means to massively parallelize this problem. Here we present a free-source code specifically designed for this kind of calculations. Two implementations are provided: one for execution on shared-memory machines using OpenMP and one that runs on graphical processing units (GPUs) using CUDA. The code is available at http://members.ift.uam-csic.es/dmonge/CUTE.html.

研究の動機と目的

• 対象数Nの増加に伴いO(N²)に比例する計算量を示す大規模な宇宙論的カタログからの2点相関関数（2PCF）推定における計算ボトルネックを解消すること。
• 10⁸–10⁹個の対象を含む次世代の大規模銀河調査（例：DES、BigBOSS、Euclid）の効率的解析を可能にすること。
• さまざまな宇宙論的スケールおよび幾何構造をカバーする、3次元、単極、径方向、および角度方向の2PCFの複数バリエーションを効率的に計算できるスケーラブルでオープンソースのソリューションを提供すること。
• マルチコアCPUおよびGPUを含む現代の並列ハードウェアを活用し、シリアル実装と比較して計算時間を大幅に短縮すること。
• 高パフォーマンスな共有メモリシステムから、一般のGPUアクセラレーションプラットフォームまでをカバーする、広範な宇宙論的研究分野での利用可能性を確保すること。

提案手法

• 高機能サーバーでのマルチコア実行を可能にする、共有メモリ型CPUアーキテクチャ向けのOpenMPを用いた並列化アルゴリズムを実装し、2PCF推定を実現する。
• GPUの巨大な並列性を活用するため、CUDAベースの実装を提供し、数数百のコアが同時にペアワイズ距離計算を実行できる。
• 3次元（r, μ）、単極（ξ₀(r)）、径方向（ξᵣ(Δz)）、角度方向（w(θ)）の2PCFバリエーションをサポートし、適切な座標変換を用いる。
• ベースラインとしてブルートフォース法によるペアワイズ距離計算を採用し、必要に応じてグリッドベースやツリー基地の近隣探索最適化を追加して性能をさらに向上させる。
• 空間的および角度的スケールに適した柔軟なビニングスキーム（線形または対数スケール）を採用し、さまざまなクラスタリング状態での高精度な解像度を実現する。
• GNU GPLライセンスでコードを公開し、http://members.ift.uam-csic.es/dmonge/CUTE.html にホスティングすることで、移植性と再現性を確保する。

実験結果

リサーチクエスチョン

• RQ1 N ≈ 10⁸–10⁹個の対象を含む宇宙論的カタログからの2点相関関数推定におけるO(N²)の計算コストをどのように低減できるか？
• RQ2 従来のCPUベースのシリアルまたはマルチコアアプローチと比較して、2PCF計算をGPUアーキテクチャに移植することで、どの程度のパフォーマンス向上が達成できるか？
• RQ3 1つのモジュラーで統一されたコードベースが、最小限のパフォーマンス損失で複数の2PCFバリエーション（3次元、単極、径方向、角度方向）を効率的に計算できるか？
• RQ4 コンsumers向けGPUからハイエンドマルチコアサーバーまで、さまざまなハードウェアプラットフォームにおけるコードのスケーリング特性はどのようになるか？
• RQ5 近隣探索のようなアルゴリズム最適化が、大規模2PCF推定における計算時間をどの程度短縮できるか？

主な発見

• CUTEは、標準的なゲーム用GPUを使用しても、シリアルCPU実行と比較して10–100倍の高速化を達成しており、GPUアクセラレーションによる顕著なパフォーマンス向上を示している。
• 80コアの共有メモリマシンにおけるOpenMP版は、単一のCPUコアと比較して計算時間を約100倍短縮した。
• 約3×10⁵個の粒子を含むモックカタログでは、高スペックGPUサーバー（Server-GPU）上で単極2PCFが約2時間で計算された。一方、より大きなカタログ（約4.3×10⁷対象）の3次元2PCFは、同じプラットフォームでブルートフォース法を用いて約10時間で処理された。
• r–μおよびσ–π座標系を一貫して使用する明確で文書化された方式により、単極、径方向、角度方向、3次元の複数の2PCFタイプをサポートし、スケール間での相互比較を可能にしている。
• CUTEのパフォーマンスはデータ密度およびスケールに強く依存しており、近隣探索技術を用いることで性能が桁違いに向上するが、公平なハードウェア比較のため、報告ではそれらを含まない。
• コードはプロダクション運用に耐えるものであり、GPLライセンスで公開されており、完全なドキュメンテーションとCPUおよびGPUバックエンドの両方をサポートしており、宇宙論的データ解析パイプラインにおける広範な採用が可能である。