[論文レビュー] On the Feasibility of FPGA Acceleration of Molecular Dynamics Simulations

Michael Schaffner, Luca Benini|arXiv (Cornell University)|Aug 8, 2018

Parallel Computing and Optimization Techniques被引用数 8

ひとこと要約

本論文は、実世界のベンチマークを用いて、FPGAベースとGPUベースのシステムを比較することで、古典的分子動力学（MD）シミュレーションにおけるFPGAアクセラレーションの有効性を評価している。FPGAはGPUに対して最大2倍のアプリケーションレベルのスループット向上を達成できるが、コストとソフトウェアオーバーヘッドが高く、純粋なFPGAソリューションは商業的に実現不可能である。一方、低遅延通信処理にFPGAを活用するハイブリッドアーキテクチャは、大規模MDワークロードにおいて有望である。

ABSTRACT

Classical molecular dynamics (MD) simulations are important tools in life and material sciences since they allow studying chemical and biological processes in detail. However, the inherent scalability problem of particle-particle interactions and the sequential dependency of subsequent time steps render MD computationally intensive and difficult to scale. To this end, specialized FPGA-based accelerators have been repeatedly proposed to ameliorate this problem. However, to date none of the leading MD simulation packages fully support FPGA acceleration and a direct comparison of GPU versus FPGA accelerated codes has remained elusive so far. With this report, we aim at clarifying this issue by comparing measured application performance on GPU-dense compute nodes with performance and cost estimates of a FPGA-based single- node system. Our results show that an FPGA-based system can indeed outperform a similarly configured GPU-based system, but the overall application-level speedup remains in the order of 2x due to software overheads on the host. Considering the price for GPU and FPGA solutions, we observe that GPU-based solutions provide the better cost/performance tradeoff, and hence pure FPGA-based solutions are likely not going to be commercially viable. However, we also note that scaled multi-node systems could potentially benefit from a hybrid composition, where GPUs are used for compute intensive parts and FPGAs for latency and communication sensitive tasks.

研究の動機と目的

• 古典的分子動力学（MD）シミュレーションにおけるFPGAアクセラレーションの実現可能性を、GPUベースのソリューションと比較して評価すること。
• FPGAベースのシステムが、一般的なMDワークロードにおいて、性能とコスト効率の面でGPUベースのシステムを上回れるかどうかを評価すること。
• 大規模でマルチノードなMDシミュレーションにおける、ハイブリッドFPGA-GPUアーキテクチャの可能性を調査すること。
• GPUアクセラレーテッドMDにおけるシステムレベルのボトルネック、特に通信フェーズおよびPME（粒子メッシュ・エワルド）フェーズを特定すること。
• FPGAを近ネットワークアクセラレータとして使用する可能性を検討し、分散MDシミュレーションにおけるスケーラビリティの向上を図ること。

提案手法

• GPU集約型コンピューティングノード上で、広く使われているGPUアクセラレーテッドMDソフトウェアパッケージ（GROMACSとAMBER）をベンチマーク化し、ベースライン性能を確立した。
• 現在のFPGA技術に基づき、非共有相互作用計算と力場評価に焦点を当てたFPGAベースアクセラレータアーキテクチャをモデル化した。
• FPGAベースの単一ノードシステムのアプリケーションレベルの性能とコストを推定し、同様に設定されたGPUベースのシステムと直接比較した。
• GPUアクセラレーテッドMDにおける通信ボトルネック、特にPMEおよびグローバルリダクションフェーズを、FPGAによるオフロードの主なターゲットとして分析した。
• 2次元／3次元トーラスまたはスターフォーマットのネットワークトポロジーを用いたFPGAネットワークカードを活用した、マルチノードシステムにおけるノード間通信の高速化を検討した。
• FPGAを用いたネットワーク内加速の可能性を検証し、FFTやネットワークフィルタリングの先行研究を参考に、エネルギー計算やバイリアルリダクションなどの遅延に敏感なタスクを加速することを検討した。

実験結果

リサーチクエスチョン

• RQ1 FPGAベースのアクセラレーションは、古典的MDシミュレーションにおいてGPUベースのアクセラレーションを上回るアプリケーションレベルの性能を達成できるか？
• RQ2 単一ノードシステムにおけるMDワークロードにおいて、FPGAとGPUソリューションの性能とコストのトレードオフはいかなるものか？
• RQ3 PMEやグローバルリダクションのような通信集約的フェーズにおいて、FPGAアクセラレーションが測定可能な利点をもたらす可能性は存在するか？
• RQ4 ハイブリッドFPGA-GPUアーキテクチャは、大規模でマルチノードなMDシミュレーションにおけるスケーラビリティを向上させられるか？
• RQ5 FPGAのソフトウェアオーヘッドと柔軟性の低下は、MDワークロードにおけるその潜在的なハードウェア的利点を相殺するに十分か？

主な発見

• FPGAベースのシステムは、同様に設定されたGPUベースのシステムに対して最大2倍のアプリケーションレベルのスループット向上を達成できる。これは主に力計算の最適化されたハードウェア実行によるものである。
• 性能向上にもかかわらず、全体的なスループット向上は高いソフトウェアおよびホスト側のオーバーヘッドによって制限され、有効な利点が減少する。
• GPUベースのソリューションは、FPGAベースのソリューションよりもはるかに優れたパフォーマンス対コスト比を示しており、大多数のMDワークロードでは純粋なFPGAアクセラレーションは商業的に実現不可能である。
• GPUアクセラレーテッドMDシミュレーションにおける主なボトルネックは通信フェーズにあり、特にPMEおよびグローバルリダクションフェーズはノード間でスケーリングが著しく劣る。
• FPGAを通信および遅延に敏感なタスクを加速するために使用するハイブリッドアーキテクチャは、大規模でマルチノードなMDシステムにおけるスケーラビリティ向上に強く有望である。
• FPGAを用いたネットワーク内加速（例：PMEやグローバルリダクションのための近ネットワークコプロセッサとしてのFPGA）により、通信ボトルネックを軽減し、大規模クラスタにおける強スケーリングを改善できる可能性がある。