[論文レビュー] Optimization of a Radiofrequency Ablation FEM Application Using Parallel Sparse Solvers

Marcelo Cogo Miletto, Cláudio Schepke+1 more|arXiv (Cornell University)|Sep 19, 2024

Tribology and Lubrication Engineering被引用数 6

ひとこと要約

本論文は、マルチコアおよびGPUプラットフォーム上で並列疎解法（MAGMA cuSOLVER、QRMumps）を用いてRAFEM有限要素法シミュレーションを加速し、数値品質を維持したまま最大40倍のスピードアップを達成する。

ABSTRACT

Finite element method applications are a common approach to simulate a handful of phenomena but can take a lot of computing power, causing elevated waiting time to produce precise results. The radiofrequency ablation finite element method is an application to simulate the medical procedure of radiofrequency ablation, a minimally invasive liver cancer treatment. The application runs sequentially and can take up to 20 hours of execution to generate 15 minutes of simulation results. Most of this time arises from the need to solve a sparse system of linear equations. In this work, we accelerate this application by using three sparse solvers packages (MAGMA cuSOLVER, and QRMumps), including direct and iterative methods over different multicore and GPU architectures. We conducted a numerical result analysis to access the solution quality provided by the distinct solvers and their configurations, proposing the use of the peak signal-to-noise ratio metric. We were able to reduce the application execution time up to 40 times compared to the original sequential version while keeping a similar numerical quality for the results.

研究の動機と目的

• 肝臓のRFA治療のための計算負荷の高いRAFEM FEMアプリケーションの速度向上を動機づける。
• 解法ステップに対して、マルチコアCPUおよびGPU上での並列疎解法（直接法と反復法）を調査する。
• 元の逐次解法と比較してPSNRを用いて並列結果の数値品質を評価する。
• 異なるハードウェア、メッシュサイズ、および解法構成にわたる性能を分析する。
• 類似のFEMアプリケーションに疎解法を適用するための方法論的指針を提供する。

提案手法

• RAFEMの解法フェーズを並列化し、CPU/GPU上で元の解法をMAGMA、cuSOLVER（sparse QR）、およびQRMumps（sparse QR）に置換する。
• QRMumps用のCOO入力をサポートするように行列組み立てを拡張し、解析時間を削減するために列の並べ替えを再利用する。
• スカラーのパラメータを調整する：Scotch/Metisの並べ替え、QRMumpsのブロックサイズ、MAGMAのGMRES mパラメータ、許容誤差設定。
• コードを計測・トレースする（ScoreP/OTF2）ことで、組み立て、解法、ホスト→デバイス間のメモリ転送コストを識別する。
• PSNRを用いて並列結果を逐次参照と比較し、ステップ結果の2D補間による空間的差異を分析する。

Figure 1: Main loop of the RAFEM application.

実験結果

リサーチクエスチョン

• RQ1 さまざまなメッシュとマシンにわたるRAFEMの実行時間とスケーラビリティについて、異なる疎解法（MAGMA、cuSOLVER、QRMumps）はどのように比較されるか？
• RQ2 GPU加速と解法構成がPSNRで測定される数値品質に及ぼす影響は、逐次RAFEM結果と比較してどうか？
• RQ3 並べ替え戦略と解法の許容誤差が収束性、精度、および総実行時間にどう影響するか？
• RQ4 解法の許容誤差を小さくしたり異なる解法を使用した場合、数値精度と速度のトレードオフは検出可能か？
• RQ5 データ移動（CPU↔GPU）によるオーバーヘッドはどの程度で、ワークロード全体の性能にどのように影響するか？

主な発見

• QRMumpsはマシンとワークロードを問わず、他の解法よりも一貫して解法時間が短かった。
• 総合的なスピードアップは、逐次RAFEM版に対して2.12xから40.4xの範囲で、より強力なGPUではより大きな利得が見られた。
• cuSOLVERは大規模メッシュでスケーラビリティが低いことを示し、その解法には大規模問題でのスケーラビリティの課題があることを示唆した。
• MAGMA GMRESは緩い許容誤差（10^-6）を用いた場合総時間を最大約20%削減したが、数値精度を悪化させたり、いくつかのステップで収束を妨げる可能性がある。
• PSNR分析では、異なる解法は概ね同様の結果を示すが、MAGMA low-tolはときにPSNRが特に低く、数値差が大きくなることがあり、特にメッシュAで顕著である。
• データ転送のオーバーヘッドは、解法時間を短縮するとより顕著になるため、非同期オーバーラップを潜在的な最適化として示唆している。
• より強力なGPUハードウェア（例：Tupi vs. Hype）は加速を高め、ハードウェア進化の利点を裏付ける。

Figure 2: Methodological workflow overview from application parallelization and instrumentation, to data collection and visual presentation.