[논문 리뷰] AHA-GRAPE: Adaptive Hydrodynamic Architecture - GRAvity PipE

T. Kuberka, A. Kugel외 4명|arXiv (Cornell University)|1999. 06. 08.

Algorithms and Data Compression참고 문헌 7인용 수 3

한 줄 요약

이 논문은 천체물리학에서 스무스드 파티클 유체역학(SPH) 시뮬레이션을 가속화하기 위해 재구성 가능한 FPGA 프로세서, GRAPE ASIC, 그리고 호스트 워크스테이션을 통합한 하이브리드 계산 아키텍처인 AHA-GRAPE를 제안한다. SPH의 O(N), O(N×Nn), 및 O(N²) 성분을 세 계층에 분산시킴으로써, 순수 GRAPE 시스템 대비 10배 성능 향상을 달성하였으며, ATLANTIS 프로세서를 사용할 경우 각 FPGA 보드당 예상 1.5 Gflops 성능을 확보한다.

ABSTRACT

In astrophysics numerical star cluster simulations and hydrodynamical methods like SPH require computational performance in the petaflop range. The GRAPE family of ASIC-based accelerators improves the cost-performance ratio compared to general purpose parallel computers, however with limited flexibility. The AHA-GRAPE architecture adds a reconfigurable FPGA-processor to accelerate the SPH computation. The basic equations of the algorithm consist of three parts each scaling with the order of O(N), O(N*Nn), and O(N**2) respectively, where N is in the range of 10**4 to 10**7 and Nn approximately 50. These equations can profitably be distributed across a host workstation, an FPGA processor, and a GRAPE subsystem. With the new ATLANTIS FPGA processor we expect a scalable SPH performance of 1.5 Gflops per board. The first prototype AHA-GRAPE system will be available in mid-2000. This 3-layered system will deliver an increase in performance by a factor of 10 as compared to a pure GRAPE solution.

연구 동기 및 목표

• 피타플롭 스케일 성능이 필요한 천체물리학적 항성 군집 및 SPH 시뮬레이션의 높은 계산 요구 사항을 해결하기 위해.
• 기존 GRAPE ASIC 가속기의 다양한 유체역학 알고리즘 처리 능력에 한계가 있다는 점을 해결하기 위해.
• FPGA 재구성 가능성을 활용해 최적화된 SPH 계산을 위한 확장성 있고 적응 가능한 아키텍처를 개발하기 위해.
• 층위별 하드웨어 분배를 통해 순수 GRAPE 기반 시스템 대비 10배 성능 향상을 달성하기 위해.

제안 방법

• AHA-GRAPE 아키텍처는 SPH 계산을 세 계층으로 분산한다: 호스트 워크스테이션, FPGA 기반 프로세서(ATHANTIS), 그리고 GRAPE ASIC 서브시스템.
• 알고리즘의 세 가지 계산 성분—각각 O(N), O(N×Nn), O(N²)로 스케일링되는 성분—은 데이터 액세스 패턴과 계산 강도에 따라 각각의 하드웨어 계층에 할당된다.
• FPGA 프로세서는 재구성 가능하므로, 이웃 입자 탐색 및 커널 보간과 같은 SPH 커널 함수 최적화가 가능하다.
• 시스템은 하이브리드 데이터 플로우를 사용하며, 호스트는 전역 상태를 관리하고, FPGA는 국소 입자 상호작용을 가속화하며, GRAPE는 장거리 힘 계산을 담당한다.
• 이 설계는 SPH의 높은 데이터 병렬성과 전용 하드웨어의 메모리 대역폭 이점을 활용한다.
• 프로토타입은 ATLANTIS FPGA 보드를 사용하며, 각 보드의 최대 성능을 1.5 Gflops로 목표로 한다.

실험 결과

연구 질문

• RQ1 FPGA, GRAPE ASIC, 호스트 워크스테이션을 조합한 하이브리드 아키텍처가 순수 GRAPE 시스템 대비 SPH 시뮬레이션에서 뚜렷한 성능 향상을 이룰 수 있는가?
• RQ2 SPH의 O(N), O(N×Nn), 및 O(N²) 성분을 이질적인 하드웨어 계층에 효과적으로 분할할 수 있는가?
• RQ3 FPGA 재구성 가능성이 천체물리학적 유체역학 워크로드에서 성능 향상과 적응 가능성에 얼마나 기여하는가?
• RQ4 단일 목적의 GRAPE 솔루션 대비 3층 시스템에서 얻을 수 있는 성능 향상은 어느 정도인가?

주요 결과

• AHA-GRAPE 아키텍처는 세 하드웨어 계층에 걸친 효과적인 워크로드 분할을 통해 순수 GRAPE 기반 시스템 대비 10배 성능 향상을 달성한다.
• ATLANTIS FPGA 프로세서는 보드당 1.5 Gflops의 성능을 예상하며, 이는 SPH 계산 효율성 향상에 기여한다.
• 시스템의 적응형 설계 덕분에 다양한 SPH 커널 워크로드에 최적화된 FPGA 재구성이 가능해진다.
• 첫 번째 프로토타입 AHA-GRAPE 시스템은 2000년 중반에 제공될 예정이며, 다층 가속 전략의 타당성을 검증한다.
• SPH의 O(N), O(N×Nn), 및 O(N²) 성분이 각각 호스트, FPGA, GRAPE에 성공적으로 분배되어 확장 가능한 성능을 달성한다.