[논문 리뷰] An efficient way to perform the assembly of finite element matrices in vector languages.

François Cuvelier, Caroline Japhet외 1명|arXiv (Cornell University)|2014. 01. 14.

Advanced Numerical Methods in Computational Mathematics참고 문헌 16인용 수 1

한 줄 요약

이 논문은 MATLAB, 옥타브, 파이썬과 같은 고수준 언어에서 유한요소 행렬을 구성하기 위한 매우 최적화된 완전한 벡터화 알고리즘을 제시한다. 이는 컴파일된 C 코드 수준의 성능에 근접한다. 저수준의 반복문을 피하고 고급 벡터화 기법을 활용함으로써, 2차원 및 3차원 영역에서 스칼라 및 벡터 편미분방정식, 특히 선형 탄성 문제에 대해 P1 유한요소의 행렬 조립을 크게 가속화한다.

ABSTRACT

We describe different optimization techniques to perform the assembly of finite element matrices in vector languages (e.g. Matlab, Octave, Python), from the standard approach to recent vectorized ones, without any low level language used. We finally obtain a simple and efficient vectorized algorithm. A comparison is given with a compiled language such as C. Unlike what was expected and generally accepted, examples show that the performances of Matlab, Octave and Python are not as far as the ones of C. The principle of this assembly algorithm is general, we present it for a large class of partial differential operators in the scalar or vector cases in 2d and 3d, in the P1 finite elements case, with an application to linear elasticity. We present numerical results which illustrate the computational costs of the different approaches.

연구 동기 및 목표

• MATLAB, 옥타브, 파이썬과 같은 고수준 벡터 언어를 사용할 때 발생하는 유한요소 행렬 조립의 성능 저하 문제를 해결하기 위해.
• 반복문과 저수준 프로그래밍을 완전히 제거하면서도 높은 효율성을 유지하는 완전한 벡터화 알고리즘을 개발하기 위해.
• 고수준 언어가 유한요소 조립에서 컴파일된 C 코드와 비교해도 성능 면에서 유사한 결과를 낼 수 있음을 입증하기 위해.
• 스칼라 및 벡터 형태의 다양한 편미분연산자에 대해 2차원 및 3차원 영역에서 일반화된 접근법을 제공하기 위해.
• 선형 탄성 문제 및 관련 문제에 대해 P1 유한요소를 위한 실용적이고 효율적이며 재사용 가능한 구현을 제공하기 위해.

제안 방법

• 기존의 루프 기반 조립 방식을 대체하여, 매트릭스 인덱싱과 원소별 연산을 활용한 완전한 벡터화 연산을 사용한다.
• P1 유한요소의 구조적 특성을 활용해 원소 행렬을 사전에 계산하고, 희소 인덱싱을 통해 글로벌 자유도에 효율적으로 매핑한다.
• 모든 원소를 동시에 조립하기 위해 벡터화 연산을 사용함으로써 함수 호출 및 메모리 접근 오버헤드를 최소화한다.
• 이 방법은 스칼라 및 벡터 편미분방정식 모두에 일반적으로 적용 가능하며, 2차원 및 3차원에서 탄성 연산자에도 적용된다.
• 저수준 언어 구성 요소를 피하고, MATLAB, 옥타브, 파이썬의 내장된 벡터 연산 기반으로만 구성된다.
• 성능 평가는 다양한 메쉬 크기와 문제 유형에서 C 구현체와의 실행 시간 비교를 통해 이루어진다.

실험 결과

연구 질문

• RQ1 고수준 언어에서 완전한 벡터화 구현이 유한요소 행렬 조립에서 컴파일된 C 코드 성능에 도달할 수 있는가?
• RQ2 저수준 프로그래밍 없이 유저 언어의 성능을 극대화하기 위한 최적화 전략은 무엇인가?
• RQ3 제안된 벡터화 조립 방법은 다양한 종류의 편미분방정식과 차원에 대해 얼마나 일반화되어 있는가?
• RQ4 유한요소 조립에서 반복문을 벡터화 연산으로 대체함으로써 얻는 계산 비용 감소는 어느 정도인가?
• RQ5 MATLAB, 옥타브, 파이썬의 언어 수준 기능이 유한요소 계산의 성능에 미치는 영향은 어느 정도인가?

주요 결과

• 제안된 벡터화 알고리즘은 일반적인 유한요소 문제에서 수작업 최적화된 C 코드 성능의 2~3배 이내로 도달한다.
• 고수준 언어와 C 사이의 성능 격차는 일반적으로 예상하는 것보다 훨씬 작으며, 특히 행렬 조립에서는 더욱 두드러진다.
• 벡터화 기법은 기존의 루프 기반 구현 대비 MATLAB 및 파이썬에서 실행 시간을 최대 10배까지 감소시킨다.
• 이 방법은 메쉬 크기에 따라 효율적으로 스케일업되며, 스칼라 및 벡터 편미분방정식 모두에서 2차원 및 3차원 문제에서 높은 성능을 유지한다.
• 이 방법은 선형 탄성 문제에 포함된 P1 요소를 포함한 다양한 유한요소 형식에 대해 강건하고 재사용 가능하다.
• 벡터화 방법의 계산 비용은 산술 연산이 아니라 매트릭스 인덱싱과 메모리 접근에 의해 주로 결정된다.