[論文レビュー] Roadmap on Electronic Structure Codes in the Exascale Era

Vikram Gavini, Stefano Baroni+39 more|arXiv (Cornell University)|Sep 26, 2022

Machine Learning in Materials Science被引用数 14

ひとこと要約

このロードマップは、エクサスケールコンピューティングに向けた準備を踏まえ、14の主要な電子状態コードの現状と今後の方向性を概説している。スケーリングにおける巨大並列処理とハードウェアアクセラレータへの対応という鍵となる課題を特定し、材料科学、化学、デバイス物理学分野におけるより大規模で高精度なシミュレーションを可能にする開発優先事項を詳細に示している。

ABSTRACT

Electronic structure calculations have been instrumental in providing many important insights into a range of physical and chemical properties of various molecular and solid-state systems. Their importance to various fields, including materials science, chemical sciences, computational chemistry and device physics, is underscored by the large fraction of available public supercomputing resources devoted to these calculations. As we enter the exascale era, exciting new opportunities to increase simulation numbers, sizes, and accuracies present themselves. In order to realize these promises, the community of electronic structure software developers will however first have to tackle a number of challenges pertaining to the efficient use of new architectures that will rely heavily on massive parallelism and hardware accelerators. This roadmap provides a broad overview of the state-of-the-art in electronic structure calculations and of the various new directions being pursued by the community. It covers 14 electronic structure codes, presenting their current status, their development priorities over the next five years, and their plans towards tackling the challenges and leveraging the opportunities presented by the advent of exascale computing.

研究の動機と目的

• 材料科学、化学、デバイス物理学分野における電子状態計算の増大する計算要求に応えること。
• 特に巨大並列処理と異種アクセラレータを含むエクサスケールシステムが引き起こすアーキテクチャ的およびアルゴリズム的課題を特定すること。
• 次世代スーパーコンピュータ上で効率的かつスケーラブルな性能を発揮するように、電子状態ソフトウェアコミュニティが開発ロードマップを調整するのを支援すること。
• 14の主要コード間での連携を促進し、相互運用性、パフォーマンスポータビリティ、エクサスケール時代における長期的持続可能性を確保すること。

提案手法

• エクサスケールアーキテクチャで高い並列効率を達成するための戦略を評価する目的で、14の主要な電子状態コードを調査した。
• タスクベースおよびデータ駆動型並列処理を含む、エクサスケールアーキテクチャにおける高並列効率を実現するための各コードのアプローチを評価した。
• GPUや特殊なAIアクセラレータなどのハードウェareアクセラレータを活用するための移行経路を分析した。
• パフォーマンスポータビリティフレームワーク（例：Kokkos、RAJA）や負荷分散のためのランタイムシステムを含む、ソフトウェアスタックのイノベーションを調査した。
• 計算コストを低減するためのアルゴリズム的進歩、例えば線形スケーリング法、ミックスド・ベーシス手法、適応精度技術を検討した。
• 進化するハードウェアと科学的ニーズに対応できるモジュラーかつ拡張可能なソフトウェア設計の必要性を強調した。

実験結果

リサーチクエスチョン

• RQ1 エクサスケールアーキテクチャにおける巨大並列処理と異種アクセラレータを想定した電子状態コードを、どのように効率的にスケーリングできるか？
• RQ2 多様なエクサスケールシステム間でのパフォーマンスポータビリティを達成するにあたり、主なソフトウェア的およびアルゴリズム的課題は何か？
• RQ3 エクサスケール時代に向けた主要な電子状態コードが、共通して取り組んでいる開発優先事項とアーキテクチャ戦略は何か？
• RQ4 急速に進化するハードウェアに対応して、電子状態ソフトウェアの長期的持続可能性と相互運用性をどのように確保できるか？
• RQ5 新しいプログラミングモデルとランタイムシステムは、効率的かつポータブルなエクサスケールシミュレーションを実現するために、どのように機能するか？

主な発見

• 調査された14のコードは、エクサスケールシステムへの移行を積極的に進めている。特にGPUアクセラレーションとタスクベース並列処理に注力している。
• Kokkos や RAJA といったパフォーマンスポータビリティフレームワークは、ハードウェアの多様性を管理し、保守性を向上させるために広く採用されている。
• 多くのコードが、計算コストをスケールアップに伴って低減するためのアルゴリズム的イノベーション、例えば線形スケーリング法やミックスド・ベーシス手法に投資している。
• 長期的持続可能性と新規ハードウェアとの統合を支援するため、モジュラーかつ拡張可能なソフトウェア設計への共通の関心が高まっている。
• コミュニティ全体でのソフトウェア開発における連携の必要性が、断片化を防ぎ、エクサスケールリソースの効率的利用を実現するために極めて重要であると同定された。
• 大規模なシステムと高精度なシミュレーションの実現に向けて顕著な進展が見られ、エクサスケールプラットフォームではシステムサイズとシミュレーションスループットの向上が予想されている。