[論文レビュー] Increasing GP Computing Power via Volunteer Computing

Daniel Lombraña González, Francisco Fernández de Vega+7 more|ArXiv.org|Jan 8, 2008

Distributed and Parallel Computing Systems参考文献 18被引用数 9

ひとこと要約

本稿では、ボランティア参加者の提供する空きリソースを活用し、数千台の停止中のデスクトップコンピュータに分散して遺伝的プログラミング（GP）のワークロードを配信することで、GPの計算能力を著しく向上させるBOINCボランティアコンピューティングプラットフォームの利用を提案する。直接移植、静的リンク、仮想化の3つの手法を用い、最大4.48倍のスループット向上と25.67 GFLOPSの計算能力を達成した。

ABSTRACT

This paper describes how it is possible to increase GP Computing Power via Volunteer Computing (VC) using the BOINC framework. Two experiments using well-known GP tools -Lil-gp & ECJ- are performed in order to demonstrate the benefit of using VC in terms of computing power and speed up. Finally we present an extension of the model where any GP tool or framework can be used inside BOINC regardless of its programming language, complexity or required operating system.

研究の動機と目的

• 時間的に高コストな遺伝的プログラミング（GP）実験を、分散ボランティアコンピューティングリソースを活用することで低減すること。
• 従来の逐次的GP実行の制限を克服し、開発途上地域の研究者が高価な専用クラスターやGRIDコンピューティングにアクセスできない問題を解決すること。
• プログラミング言語、OS、複雑性に関係なく、多様なGPフレームワークをスケーラブルなボランティアコンピューティング環境にシームレスに統合すること。
• 実世界の複雑なGPアプリケーション（例：コンピュータビジョン分野）をボランティア駆動のBOINCインfraストラクチャ上で実行する可能性とパフォーマンス向上の実証を行うこと。

提案手法

• ボランティアのデスクトップコンピュータが地理的に分散したネットワーク上でGPワークロードを配信するためにBOINCミドルウェアを活用すること。
• 3つの異なる統合戦略を実装する：(1) 軽量GPツール（Lil-gp）の直接移植、(2) 複数プラットフォーム対応の静的リンク済みGPフレームワーク（ECJ）の使用、(3) 仮想化レイヤー（VMベース）を用いて、非移植性の高いGPシステム（例：MATLABベース）を封入し、任意のBOINCクライアントで実行可能にする。
• 完全な科学的計算スタック（OS、ライブラリ、ツール）を1つのイメージにパckage化し、任意のホストOS（Windows、Linux、macOS）で実行可能な仮想化BOINC環境を設計すること。
• 実験の問題サイズや構成を変化させた複数の実験を通じて、実行時間、スループット、有効計算能力（GFLOPS）を測定することでパフォーマンスを評価すること。
• BOINC内でのパrameterスイープモデルを活用し、複数のGP設定を並列で実行することで、統計的妥当性と解の質を向上させること。
• 動的なホストの利用可能性（churn）に耐えられ、信頼性ある計算を保証するため、BOINCの組み込みタスクスケジューリング、フェイルセーフ、クライアント管理機能を活用すること。

実験結果

リサーチクエスチョン

• RQ1 BOINCを介したボランティアコンピューティングは、CPU集約的問題のGPワークロード実行を、実効的にスケーリングして実行時間を短縮できるか？
• RQ2 特に複雑で非移植性の高いGPフレームワークが、変更なしにボランティアコンピューティング環境に統合できる範囲はどの程度か？
• RQ3 大規模かつ異種のボランティアマシンプールに分散されたGPアプリケーションのパフォーマンス（スループット、計算能力）は、どのようにスケーリングされるか？
• RQ4 実世界のGPアプリケーション（例：コンピュータビジョン分野）をボランティアコンピューティングプラットフォームに展開する際の実用的課題とその解決策は何か？

主な発見

• ボランティアコンピューティングを活用したBOINCは、20ビットのマルチプレクサ問題に対して1.95倍のスループット向上を達成し、41台のマシンを用いて実行時間を1305330秒から669759秒に短縮した。
• MATLABベースのGPツールを含む複雑なコンピュータビジョン問題では、仮想化ベースのアプローチにより4.48倍のスループット向上を達成し、12の解を48時間で生成したのに対し、逐次実行では215時間かかっていた。
• 最も複雑な実験では、有効計算能力が25.67 GFLOPSに達した。これは、ボランティアリソース上で高性能GPワークロードを実行可能なことを示している。
• 仮想化レイヤーにより、非移植性の高いMATLAB依存GPフレームワークが、OSやシステム構成に関係なく、任意のBOINCクライアントで実行可能になった。これは、VMイメージに完全な環境をカプセル化することで実現した。
• ホストのchurnや不規則な利用可能性にもかかわらず、システムは信頼性とパフォーマンスを維持し、11ビットのマルチプレクサ実験では868,352回のフィットネス評価が完了した。
• 高価なコンピューティングインfraストラクチャにアクセスできない研究者にとって特に有益な、コストフリーでスケーラブルかつポータブルな大規模GP実験の実行ソリューションを提供した。