[論文レビュー] Parallelization of a Dynamic Monte Carlo Algorithm

G. Korniss, M. A. Novotny+1 more|arXiv (Cornell University)|Aug 10, 1999

Theoretical and Computational Physics参考文献 36被引用数 43

ひとこと要約

本稿では、運動的イジング模型における動的モンテカルロシミュレーションのための、スケーラブルで連続時間的・非同期並列実装であるn重方式アルゴリズムを提示する。ブロック単位のスピン更新と片側通信、および保存的因果関係の強制を用いることで、特に強磁性体や鉄電体薄膜における準安定状態の崩壊をシミュレートする際、非再選択フリーな並列メトロポリス法よりも優れた性能を達成する。

ABSTRACT

We experiment with a massively parallel implementation of an algorithm for simulating the dynamics of metastable decay in kinetic Ising models. The parallel scheme is directly applicable to a wide range of stochastic cellular automata where the discrete events (updates) are Poisson arrivals. For high performance, we utilize a continuous-time, asynchronous parallel version of the n-fold way rejection-free algorithm. Each processing element carries an l×l block of spins, and we employ fast one-sided communication routines on a distributed-memory parallel architecture. Different processing elements have different local simulated times. To ensure causality, the algorithm handles the asynchrony in a conservative fashion. Despite relatively low utilization and an intricate relationship between the average time increment and the size of the spin blocks, we find that the algorithm is scalable and for sufficiently large l it outperforms its corresponding parallel Metropolis (non-rejection-free) counterpart. As a sample application, we present results for metastable decay in a model ferromagnetic or ferroelectric film, observed with a probe of area smaller than the total system.

研究の動機と目的

• 運動的イジング模型における準安定状態崩壊をシミュレートする、高スケーラビリティを備えた並列アルゴリズムの開発。
• 従来の並列メトロポリスアルゴリズムの制限を克服するため、再選択フリーで連続時間的なアプローチを用いる。
• ポisson分布に従う更新を持つ確率的セルオートマトンにおけるレアイベントの効率的シミュレーションを可能にする。
• 異なるローカル時刻を持つ非同期処理要素を有する分散記憶型環境において因果関係を保証する。

提案手法

• アルゴリズムは、イベント選択における再選択ステップを回避するため、連続時間的・非同期的なn重方式を採用する。
• 各処理要素はl×lのスピンブロックを管理し、自らのローカルシミュレーション時刻を維持する。
• 分散記憶型アーキテクチャにおける同期オーバーヘッドを最小限に抑えるために、片側通信ルーチンを用いる。
• 非同期更新の保守的取り扱いにより因果関係が保たれ、物理的に整合性のあるシミュレーション順序が確保される。
• ポアソン分布に従う離散的イベントを持つ他の確率的セルオートマトンに対しても、本手法は一般化可能である。
• 同じ条件下で、本手法の性能は並列メトロポリス実装と比較して評価される。

実験結果

リサーチクエスチョン

• RQ1 再選択フリーで連続時間的な並列アルゴリズムは、分散記憶型システム上で運動的イジング模型に対して効果的にスケーリング可能か？
• RQ2 非同期n重方式の性能は、準安定状態崩壊のシミュレーションにおいて並列メトロポリス法と比べてどうか？
• RQ3 ブロックサイズ（l×l）は、平均的な時間刻みと並列アルゴリズム全体の効率にどのような影響を及ぼすか？
• RQ4 ローカルシミュレーション時刻の非同期性は、シミュレーションの正確性とスケーラビリティにどのような影響を及ぼすか？
• RQ5 本アルゴリズムは、強磁性体や鉄電体薄膜におけるレアイベント（例：準安定状態崩壊）を効率的に捉えることができるか？

主な発見

• 提案されたアルゴリズムはスケーラブルであり、十分に大きなブロックサイズ（l）では、対応する並列メトロポリス法を上回る性能を示す。
• 比較的低いリソース利用率と、時間刻みとブロックサイズとの間の複雑なスケーリングにもかかわらず、本アルゴリズムは大規模システムにおいても良好な性能を維持する。
• 非同期で保守的な更新戦略により、異なるローカル時刻を持つ分散処理要素間で因果関係が成功裏に保持される。
• 本手法により、全システムサイズより小さいプローブ領域における準安定状態崩壊の正確な観測が可能になる。
• n重方式の再選択フリー特性により、とくに稀なイベントを伴う系では、メトロポリスベースの手法と比較して計算オーバーヘッドが低減される。
• 本アルゴリズムは、強磁性体や鉄電体薄膜などの実材料シミュレーションへの実用的応用が示された。