[論文レビュー] Object-oriented implementations of the MPDATA advection equation solver in C++, Python and Fortran

Sylwester Arabas, Dorota Jarecka+2 more|arXiv (Cornell University)|Jan 7, 2013

Scientific Research and Discoveries参考文献 31被引用数 4

ひとこと要約

この論文は、C++、Python、FortranにおけるMPDATA移流ソルバの3つのオブジェクト指向実装を提示し、OOPの原則が数学的表記を忠実に反映することで、コードの可読性と保守性を向上させることを示している。PyPyがPythonのパフォーマンスを顕著に向上させることも示され、3言語とも明確でモジュラーなコードにより、同等の機能を達成している。

ABSTRACT

Three object-oriented implementations of a prototype solver of the advection equation are introduced. The presented programs are based on Blitz++ (C++), NumPy (Python), and Fortran's built-in array containers. The solvers include an implementation of the Multidimensional Positive-Definite Advective Transport Algorithm (MPDATA). The introduced codes exemplify how the application of object-oriented programming (OOP) techniques allows to reproduce the mathematical notation used in the literature within the program code. A discussion on the tradeoffs of the programming language choice is presented. The main angles of comparison are code brevity and syntax clarity (and hence maintainability and auditability) as well as performance. In the case of Python, a significant performance gain is observed when switching from the standard interpreter (CPython) to the PyPy implementation of Python. Entire source code of all three implementations is embedded in the text and is licensed under the terms of the GNU GPL license.

研究の動機と目的

• 科学的計算におけるオブジェクト指向プログラミング（OOP）が、数学的表記を模倣することでコードの明確さと保守性を向上させることを示すこと。
• C++、Python、Fortranという3つの主要な科学的プログラミング言語を用いて、多次元で正定値の移流ソルバ（MPDATA）をOOPの原則に従って実装すること。
• 数値気象・気候モデル化の文脈において、コードの明確さ、パフォーマンス、使いやすさの面で、3言語の間のトレードオフを評価・比較すること。
• Pythonの科学的計算ワークロードにおいて、PyPyがパフォーマンスを顕著に向上させることを示し、高パフォーマンスな科学的計算に実用的であることを示すこと。
• GNU GPL v3ライセンスの下で完全にドキュメント化され、オープンソースとして提供された実装を提供し、科学的ソフトウェア開発における再利用可能性と検証可能性を確保すること。

提案手法

• 配列、配列の系列、ステaggerドグリッド、ハローリジョン、インデックスの並び替えといったOOPの抽象化を用いてMPDATAアルゴリズムを実装する。
• 言語固有の配列コンテナを活用：C++ではBlitz++、PythonではNumPy、FortranではFortran 2008の仮想サイズ配列を用い、パフォーマンスと表現力の両方を確保する。
• オブジェクト継承を用いた、ドナー・セル移流、MPDATA補正ステップ、境界条件処理を含む、モジュラーなソルバーアーキテクチャを設計する。
• 継承（例：基底ソルバクラスの拡張）、多態性（例：境界条件用の仮想メソッド）、カプセル化を活用し、責任を分離する。
• 周期的境界条件とハローリジョン管理を、オブジェクト指向的構造を用いて、ゴーストセルとデータ配布を効果的に処理する。
• 各言語に完全で自己完結した使用例を提供し、初期化、入力ロード、クーラン数の設定、時間積分の実行を含む。

実験結果

リサーチクエスチョン

• RQ1 オブジェクト指向プログラミングは、科学的文献からの複雑な数学的表記を、高性能科学的計算において読みやすく保守性の高いコードに効果的に翻訳できるか？
• RQ2 C++、Python（CPythonとPyPy）、Fortran 2008は、同じMPDATA移流ソルバを実装するにあたり、コードの明確さ、保守性、パフォーマンスの面でどのように比較されるか？
• RQ3 CPythonと比較して、PyPyを用いることで、Pythonベースの科学的アプリケーションのパフォーマンスはどの程度向上するか？
• RQ4 科学的ソフトウェア開発において、C++、Python、Fortranの間で選択する際の、パフォーマンス、開発速度、コード保守性の実用的トレードオフは何か？
• RQ5 伝統的に手続き型のFortranで書かれたレガシーソフトウェアに、OOP手法を適用してもパフォーマンスを損なわずに効果的に適用できるか？

主な発見

• OOP実装により、文献からの数学的式が明確で読みやすく保守性の高いコードに忠実に反映され、実現された。
• OOPの活用により、コードのモularityが著しく向上し、数値アルゴリズム、データ入出力、エラーハンドリング、物理的プロセスの分離が可能になった。
• CPythonからPyPyに切り替えた際、10倍のパフォーマンス向上が観察され、PyPyが科学的Pythonワークロードに強く有望であることが示された。
• C++、Python、Fortranの3つの実装とも、機能的同等性と正しい数値的挙動を達成しており、OOP設計の正しさが複数言語にわたって検証された。
• Fortran 2008の向上した配列機能により、パフォーマンスを損なわずに洗練されたOOP風インターフェースを実現でき、Fortranが本質的に手続き的であるという考えに反する結果となった。
• 全ソースコードがGNU GPL v3ライセンスの下で公開されており、科学コミュニティによる再利用、検証、拡張が可能である。