[논문 리뷰] P-Cloth: Interactive Complex Cloth Simulation on Multi-GPU Systems using Dynamic Matrix Assembly and Pipelined Implicit Integrators

Cheng Li, Min Tang외 4명|arXiv (Cornell University)|2020. 08. 02.

3D Shape Modeling and Analysis참고 문헌 59인용 수 11

한 줄 요약

P-Cloth는 파이ipel라인화된 희소 행렬-벡터 곱셈(SpMV), 동적 행렬 조립, 공간 해싱을 활용한 파이프라인화된 충돌 처리를 통해 다중 GPU 병렬 알고리즘을 사용하여 상호작용 가능하고 고해상도의 천 소재 시뮬레이션을 구현한다. 이는 4~8개의 GPU를 통해 거의 선형적인 성능 향상을 달성하여 최대 165만 개의 삼각형을 가진 복잡한 메ッシュ에서 2~5 fps의 성능을 달성하며, 소비자용 다중 GPU 워크스테이션에서도 거의 상호작용 가능한 성능을 제공하는 최초의 시스템이다.

ABSTRACT

We present a novel parallel algorithm for cloth simulation that exploits multiple GPUs for fast computation and the handling of very high resolution meshes. To accelerate implicit integration, we describe new parallel algorithms for sparse matrix-vector multiplication (SpMV) and for dynamic matrix assembly on a multi-GPU workstation. Our algorithms use a novel work queue generation scheme for a fat-tree GPU interconnect topology. Furthermore, we present a novel collision handling scheme that uses spatial hashing for discrete and continuous collision detection along with a non-linear impact zone solver. Our parallel schemes can distribute the computation and storage overhead among multiple GPUs and enable us to perform almost interactive simulation on complex cloth meshes, which can hardly be handled on a single GPU due to memory limitations. We have evaluated the performance with two multi-GPU workstations (with 4 and 8 GPUs, respectively) on cloth meshes with 0.5-1.65M triangles. Our approach can reliably handle the collisions and generate vivid wrinkles and folds at 2-5 fps, which is significantly faster than prior cloth simulation systems. We observe almost linear speedups with respect to the number of GPUs.

연구 동기 및 목표

• 수백만 개의 삼각형을 가진 고해상도 메쉬의 단일 GPU 천 소재 시뮬레이션에서 발생하는 메모리 및 계산 병목 현상을 해결한다.
• 자기 충돌과 세밀한 주름을 포함한 복잡한 천 소재 시뮬레이션에서 단일 GPU의 메모리 용량 제한과 낮은 메모리 대역폭 문제를 극복한다.
• 다중 GPU 워크스테이션에 대한 상호작용 가능한 시뮬레이션(2~8 fps)을 가능하게 하기 위해 계산 및 저장소를 여러 GPU에 분산한다.
• 데이터 이동과 동기화 오버헤드를 최소화하는 암시적 시간 적분 및 충돌 처리를 위한 확장 가능하고 저지연의 병렬 알고리즘을 개발한다.
• 성능과 메모리 사용에 대해 다중 GPU 간에 선형적 확장성을 확보하면서도, 견고한 충돌 반응과 현실적인 천 소재 역학을 유지한다.

제안 방법

• 지능형 작업 큐 생성 기법을 활용해 피벗 트리 GPU 인터커넥트에 최적화된 신규 파이프라인화된 SpMV 알고리즘을 제안하여 GPU 간 계산과 데이터 전송을 겹쳐 수행한다.
• 시뮬레이션 중 변화하는 접촉력에 대응하기 위해 동적 행렬 조립 기법을 도입하여 희소 강성 행렬을 효율적으로 구성하고, 조건부 공액 기울기(PCG) 해법기와의 효율적 통합을 가능하게 한다.
• 공간 해싱을 사용해 이산적 및 연속적 충돌 탐지 기능을 모두 수행하며, GPU 간에 작업을 분산시켜 각 GPU의 메모리 사용량을 감소시킨다.
• 침습을 최소한도로 줄이기 위해 최소한의 동기화로도 안정적이고 현실적인 충돌 반응을 보장하는 병렬 비선형 영역 충돌 해법기 설계.
• 통신 지연을 줄이고 처리량을 향상시키기 위해 최적화된 데이터 전송 스케줄링을 적용한 피벗 트리 GPU 인터커넥트 토폴로지 사용.
• 모든 구성 요소를 통합한 다중 GPU 파이프라인을 설계하여 암시적 시간 적분, 동적 행렬 업데이트, 충돌 해결을 확장 가능하고 부하 균형이 잘 맞는 방식으로 지원한다.

실험 결과

연구 질문

• RQ1 다중 GPU 시스템이 100만 개 이상의 삼각형을 가진 고해상도 메쉬에서 거의 상호작용 가능한 천 소재 시뮬레이션(2~5 fps)을 달성할 수 있는가?
• RQ2 피벗 트리 GPU 인터커넥트에 최적화된 동적 행렬 조립 및 파이프라인화된 SpMV를 어떻게 최적화하여 통신 오버헤드를 최소화하고 처리량을 극대화할 수 있는가?
• RQ3 공간 해싱을 활용한 병렬 충돌 탐지 및 반응이 다중 GPU 간에 효과적으로 확장되어 각 GPU의 메모리 사용량을 줄일 수 있는가?
• RQ4 단일 GPU나 CPU 기반 시스템 대비 4~8개의 GPU를 사용했을 때 성능 향상과 확장성은 어느 정도 달성될 수 있는가?
• RQ5 계산을 다중 GPU에 분산시켜도 시뮬레이션의 안정성과 현실성(예: 주름, 접힘, 마찰)을 유지하는 것이 가능한가?

주요 결과

• P-Cloth는 4~8개의 GPU를 사용하여 0.5~165만 개의 삼각형을 가진 복잡한 천 메쉬에서 2~5 fps 성능을 달성하여 소비자용 워크스테이션에서도 거의 상호작용 가능한 시뮬레이션을 가능하게 한다.
• 단일 GPU 대비 최대 8.23배의 성능 향상을 기록하며, 8개 GPU에서 거의 선형적인 성능 향상을 보이며, 이전의 다중 GPU SpMV 방법보다 1.4~2.2배 빠른 성능 향상을 확보한다.
• GPU당 메모리 사용량은 4~8GB로 감소하여 단일 GPU 메모리 용량을 초과하는 고해상도 메쉬의 시뮬레이션을 가능하게 한다.
• 파이프라인화된 SpMV와 동적 행렬 조립 기법은 GPU 수에 비례하여 선형적 확장성을 보이며, 다중 GPU 자원을 효율적으로 활용할 수 있다.
• 충돌 처리 기법은 GPU 간에 효과적으로 확장되며, 최소한의 동기화 오버헤드로 복잡한 자기 충돌과 접힘 현상을 견고하게 시뮬레이션할 수 있다.
• 복잡한 벤치마크에서 이전의 CPU 기반 및 하이브리드 CPU-GPU 시스템보다 약 10배 빠른 성능을 기록하며, 유사한 메쉬에서 장 등(2017)의 시스템보다 훨씬 빠른 프레임 레이트를 확보한다.