[논문 리뷰] GeantV: Results from the prototype of concurrent vector particle transport simulation in HEP

G. Amádio, A. Ananya외 40명|arXiv (Cornell University)|2020. 05. 03.

Particle physics theoretical and experimental studies참고 문헌 26인용 수 9

한 줄 요약

GeantV는 고에너지 물리학에서 전체 검출기 시뮬레이션을 가속화하기 위해 데이터 및 명령어 수준의 병렬성, 벡터화(SIMD/SIMT), 그리고 향상된 데이터 국소성을 활용하는 재설계된 입자 이동 시뮬레이션 프레임워크를 제안한다. 프로토타입은 현대 CPU에서 고립된 벤치마크에서 2–4×의 성능 향상을 달성했으나, 복잡한 워크로드로 인해 실제 성능 향상은 감소한다. 또한 Geant4와 ROOT에서 사용 중인 재사용 가능한 라이브러리(VecGeom, VecCore, VecMath)를 제공한다.

ABSTRACT

Full detector simulation was among the largest CPU consumer in all CERN experiment software stacks for the first two runs of the Large Hadron Collider (LHC). In the early 2010's, the projections were that simulation demands would scale linearly with luminosity increase, compensated only partially by an increase of computing resources. The extension of fast simulation approaches to more use cases, covering a larger fraction of the simulation budget, is only part of the solution due to intrinsic precision limitations. The remainder corresponds to speeding-up the simulation software by several factors, which is out of reach using simple optimizations on the current code base. In this context, the GeantV R&D project was launched, aiming to redesign the legacy particle transport codes in order to make them benefit from fine-grained parallelism features such as vectorization, but also from increased code and data locality. This paper presents extensively the results and achievements of this R&D, as well as the conclusions and lessons learnt from the beta prototype.

연구 동기 및 목표

• 증가하는 LHC 루미너스에 따라 고에너지 물리학에서 전체 검출기 시뮬레이션의 계산 부담을 완화하기 위해.
• 불규칙한 메모리 접근, 깊은 분기 구조, 낮은 데이터 국소성로 인해 현대 CPU의 벡터 단위를 효율적으로 활용하지 못하는 기존 Geant4 코드의 한계를 극복하기 위해.
• 세밀한 수준의 병렬성—특히 SIMD와 SIMT—을 입자 이동에 재설계함으로써 실제 고에너지 물리학 시뮬레이션 워크로드에서 뚜렷한 성능 향상을 이끌 수 있음을 입증하기 위해.
• CMS 및 Geant4와 같은 기존 고에너지 물리학 시뮬레이션 프레임워크에 통합될 수 있는 모듈식이고 확장 가능한 프로토타입을 개발하기 위해.
• GeantV 자체를 넘어서 넓은 고에너지 물리학 소프트웨어 생태계에 기여할 수 있는 재사용 가능한 소프트웨어 라이브러리(예: VecGeom, VecCore, VecMath)를 창출하기 위해.

제안 방법

• 입자 이동 워크플로우를 트랙 기반에서 작업 기반(예: 스텝 계산, 필드 통합)으로 재설계하여 명령어 및 데이터 국소성을 향상시키기 위해.
• 현대 CPU에서 AVX2 및 AVX512 명령세트를 사용하여 Single Instruction, Multiple Data (SIMD) 병렬성을 활용하는 벡터화된 커널을 구현하기 위해.
• 유사한 계산 요구사항을 가진 트랙을 그룹화하여 동시에 여러 입자에 대해 효율적인 벡터화를 가능하게 하기 위해 데이터 구조를 재구성하기 위해.
• 실제 성능과 통합 복잡성을 평가하기 위해 프로토타입을 CMS 시뮬레이션 프레임워크에 통합하기 위해.
• 벡터화 레이어(VecCore, VecMath)와 기하 구조 추상화(VecGeom)를 분리하여 보다 넓은 재사용을 위한 모듈식 소프트웨어 설계를 사용하기 위해.
• 각 구성 요소(예: 필드 통합, 스텝 계산)를 고립 상태와 전체 시뮬레이션에서 모두 벤치마크하여 성능 저하 요인을 규명하기 위해.

실험 결과

연구 질문

• RQ1 복잡하고 분기 구조가 깊은 입자 이동 시뮬레이션에서, 벡터화와 데이터 재구성은 어느 정도 성능 향상을 이끌 수 있는가?
• RQ2 다양한 물리 모델을 포함한 전체 검출기 시뮬레이션에 통합되었을 때, 고립된 벡터화 커널에서의 성능 향상은 어느 정도 유지되는가?
• RQ3 작업 수준의 병렬성과 데이터 국소성을 기반으로 한 새로운 시뮬레이션 아키텍처는 CMS와 같은 기존 고에너지 물리학 시뮬레이션 프레임워크에 효율적으로 통합될 수 있는가?
• RQ4 기존 고에너지 물리학 시뮬레이션 코드베이스를 현대의 벡터 및 병렬 하드웨어에 적응시키는 데 있어 핵심적인 소프트웨어 및 알고리즘 과제는 무엇인가?
• RQ5 이러한 재설계 과정에서 도출되는 재사용 가능한 소프트웨어 구성 요소는 무엇이며, 이는 넓은 고에너지 물리학 소프트웨어 커뮤니티에 어떤 기여를 할 수 있는가?

주요 결과

• 고립된 벤치마크에서, 벡터화된 구현은 Haswell 아키텍처에서 1.5–3×, Skylake(AVX2) 아키텍처에서 2–4×의 성능 향상을 달성했다.
• 이온 입자에 대한 벡터화된 필드 통합의 통합은 성능을 2.12배로 향상시켰으며(스칼라 모드 대비 1.88배), 실제 물리 커널에서의 성능 향상이 확인되었다.
• 고립된 구성 요소에서의 강력한 성능 향상에도 불구하고, 입자를 벡터 연산을 위해 재정렬하는 오버헤드로 인해 전체 애플리케이션의 성능 향상은 감소했다.
• 프로토타입은 CMS 시뮬레이션 프레임워크에 GeantV를 통합하는 것이 가능하며, 최소한의 노력으로도 성능 향상을 유지할 수 있음을 입증했으며, 통합 테스트에서는 오히려 성능 향상이 약간 향상되었다.
• 이 프로젝트는 Geant4와 ROOT에서 사용 중인 세 가지 프로덕션 준비된 라이브러리(VecGeom, VecCore, VecMath)를 성공적으로 제공했으며, 이는 측정 가능한 성능 향상을 제공했다.
• 이러한 결과는 Geant4의 향후 개발—특히 아키텍처 현대화 및 가속기 활용 탐색—에 영향을 주었으며, 순수한 벡터화보다는 코드 및 데이터 국소성의 중요성을 강조했다.