[논문 리뷰] Long range forces in a performance portable Molecular Dynamics framework

William R. Saunders, James P. Grant외 1명|arXiv (Cornell University)|2017. 08. 03.

Parallel Computing and Optimization Techniques인용 수 3

한 줄 요약

이 논문은 도메인 특화 언어(DSL)와 코드 생성을 사용하여 장거리 전기력에 대한 에워르 합산(Ewald summation)을 통합한 성능 이식성 있는 분자 동역학 프레임워크를 제시한다. MPI+OpenMP 병렬 처리와 자동 최적화를 조합함으로써 강력한 확장성과 경쟁 가능한 성능를 달성하였으며, 특히 중간 정도의 코어 수에서 뛰어난 성능를 보이며 현대의 멀티코어 아키텍처 간 효율적인 이식성을 입증하였다. 이는 정확한 MD 시뮬레이션에 필수적인 복잡한 전기력 상호작용을 지원한다.

ABSTRACT

Molecular Dynamics (MD) codes predict the fundamental properties of matter by following the trajectories of a collection of interacting model particles. To exploit diverse modern manycore hardware, efficient codes must use all available parallelism. At the same time they need to be portable and easily extendible by the domain specialist (physicist/chemist) without detailed knowledge of this hardware. To address this challenge, we recently described a new Domain Specific Language (DSL) for the development of performance portable MD codes based on a "Separation of Concerns": a Python framework automatically generates efficient parallel code for a range of target architectures. Electrostatic interactions between charged particles are important in many physical systems and often dominate the runtime. Here we discuss the inclusion of long-range interaction algorithms in our code generation framework. These algorithms require global communications and careful consideration has to be given to any impact on parallel scalability. We implemented an Ewald summation algorithm for electrostatic forces, present scaling comparisons for different system sizes and compare to the performance of existing codes. We also report on further performance optimisations delivered with OpenMP shared memory parallelism.

연구 동기 및 목표

• 저수준의 병렬 프로그래밍 전문 지식 없이도 효율적이고 이식 가능한 장거리 전기력 상호작용을 구현하는 데 도전하는 것.
• 화학자/물리학자와 같은 도메인 전문 과학자들이 고수준에서 복잡한 力(kernel)을 표현하면서도 다양한 하드웨어 아키텍처에서 높은 성능를 달성할 수 있도록 하는 것.
• [3]에서 제시한 성능 이식성 있는 MD 프레임워크를 확장하여, 특히 에워르 합산을 통한 장거리 상호작용, 특히 전기력을 지원하도록 하는 것.
• MPI+OpenMP 하이브리드 백엔드를 도입하여 노드 간 부하 균형을 개선하고 통신 오버헤드를 줄임으로써 대규모 시뮬레이션의 병렬 확장성을 향상시키는 것.
• DL_POLY_4와 같은 기존의 성숙한 MD 코드와 유사한 성능를 달성하면서도 코드의 이식성과 확장성을 유지하는 것.

제안 방법

• 파이썬 기반 도메인 특화 언어(DSL)를 사용하여 하드웨어에 종속되지 않는 고수준에서 입자 상호작용 커널을 표현한다.
• 코드 생성 시스템을 적용하여 다중 아키텍처(멀티-CPU 및 멀티-GPU 시스템 포함)에 최적화된 병렬 C 코드를 자동 생성한다.
• 에워르 합산 알고리즘을 구현하여 잠재 에너지를 실공간과 푸리에 공간 기여도로 분할함으로써 장거리 전기력 상호작용을 계산한다.
• MPI+OpenMP 하이브리드 병렬 처리 전략을 적용: 노드 간 통신은 MPI가 담당하고, 노드 내 공유 메모리 병렬 처리는 OpenMP가 담당하여 통신 비용을 감소시킨다.
• 병렬 실행 중 쓰기 충돌을 방지하기 위해 스레드 세이프한 감소 코드를 자동 생성하여 사용자 개입 없이도 안정적인 전역 배열 연산을 지원한다.
• 벡터화(예: 인텔 컴파일러가 생성한 패킹 명령어) 및 에워르 매개변수(α 및 rc)의 튜닝을 통해 실공간과 푸리에 공간의 작업 부담을 균형 있게 조정함으로써 성능를 최적화한다.

실험 결과

연구 질문

• RQ1 성능 이식성 있는 MD 프레임워크가 에워르 합산을 통해 장거리 전기력 상호작용을 효율적이고 이식 가능하게 구현할 수 있는가?
• RQ2 에워르 구현의 성능는 DL_POLY_4와 같은 기존의 MD 코드와 비교해 볼 때 절대적 실행 시간과 확장성 측면에서 어떻게 비교되는가?
• RQ3 특히 대규모 코어 수에서, 순수 MPI 대비 하이브리드 MPI+OpenMP 백엔드가 강력한 확장성 향상에 얼마나 기여하는가?
• RQ4 1개 노드를 초월해 확장할 경우, 최적화되지 않은 에워르 매개변수(α, rc)가 성능에 미치는 영향은 어떠한가?
• RQ5 복잡한 장거리 상호작용을 지원하면서도 이식성이나 도메인 전문 과학자들의 사용 편의성을 희생시키지 않고 높은 성능를 유지할 수 있는가?

주요 결과

• 에워르 합산 구현은 이론적 예측과 일치하는 O(N^3/2) 계산 복잡도를 달성하였으며, N = 1.8×10^5 입자에서 실행 시간의 87%가 전기력 계산에 소요되었다.
• 단일 8코어 CPU에서 프레임워크의 성능는 작은 시스템에서는 DL_POLY_4와 유사하지만, 더 큰 시스템에서는 SPME 방법을 사용하는 DL_POLY_4가 성능에서 약 10배 우월하였다.
• 하이브리드 MPI+OpenMP 백엔드는 256코어(16노드)까지 강력한 확장성을 달성하여 순수 MPI의 확장성 한계를 극복하였다.
• 1노드에서의 MPI+OpenMP 실행은 피크 벡터 부동소수점 성능의 34%를 달성하였으며, 푸리에 공간 루프가 가장 계산 비용이 높은 컴ponent였다.
• 인텔 컴파일러에 의해 푸리에 공간 루프의 k공간 사분면에 대한 벡터화가 성공적으로 활성화되어 SIMD 명령어의 효과적인 사용을 확인하였다.
• 최적 설정 대비 비최적의 에워르 매개변수(α = 0.032, rc = 19Å)를 사용하더라도 단일 노드 성능에 미미한 영향을 미치며, 프레임워크는 여전히 양호한 성능와 확장성을 유지하였다.