[논문 리뷰] Profiling parallel Mercury programs with ThreadScope

Paul Bone, Zoltán Somogyi|arXiv (Cornell University)|2011. 09. 07.

Parallel Computing and Optimization Techniques참고 문헌 10인용 수 3

한 줄 요약

이 논문은 원래 병렬 히스컬 프로그램을 위한 것으로 설계된 ThreadScope 프로파일러를 병렬 머서리 프로그램에 적응시켜 사용하는 방법을 제안한다. 저자들은 ThreadScope를 확장하여 호출 시퀀스 수(CSCs), 가비지 컬렉션(GC) 통계, 작업 수준 성능 데이터와 같은 머서리 전용 메트릭을 캡처함으로써 병렬 실행 행동의 세부 시각화 및 분석을 가능하게 하였으며, 이는 애플리케이션 개발자, 런타임 시스템 구현자, 자동 병렬화 도구 연구자들에게 도움이 된다.

ABSTRACT

The behavior of parallel programs is even harder to understand than the behavior of sequential programs. Parallel programs may suffer from any of the performance problems affecting sequential programs, as well as from several problems unique to parallel systems. Many of these problems are quite hard (or even practically impossible) to diagnose without help from specialized tools. We present a proposal for a tool for profiling the parallel execution of Mercury programs, a proposal whose implementation we have already started. This tool is an adaptation and extension of the ThreadScope profiler that was first built to help programmers visualize the execution of parallel Haskell programs.

연구 동기 및 목표

• 병렬성 특유의 문제들(예: 작업 오버헤드, 로드 불균형)으로 인해 병렬 머서리 프로그램의 성능 저하 요인을 진단하는 데 어려움이 존재하므로 이를 해결하고자 한다.
• 시각적 및 메트릭 기반 프로파일링을 통해 애플리케이션 프로그래머가 자신의 병렬 머서리 프로그램의 동작 방식을 이해하고 최적화할 수 있도록 하고자 한다.
• 런타임 시스템 구현자가 워커 스레드의 반응성 및 캐시 유사성과 같은 저수준 동작을 측정하고 향상시킬 수 있도록 지원하고자 한다.
• 실제 프로그램 실행에서 얻은 정확하고 측정 가능한 성능 데이터를 제공함으로써 자동 병렬화 도구 개발자가 비용-편익 히وري스틱을 校정하는 데 도움을 주고자 한다.

제안 방법

• 호출 시퀀스 수(CSCs), 가비지 컬렉션(GC) 통계, 모터레이터 대비 GC 시간 비율과 같은 머서리 전용 실행 메트릭을 수집하기 위해 ThreadScope 프로파일러를 확장한다.
• 병렬 AND 결합 및 그 개별 결합자들을 색상 코드로 표시된 타임라인을 통해 보여주는 ThreadScope의 시각화 프레임워크를 적응시켜 사용한다. 이는 CPU 사용률과 작업 수명 주기 정보를 포함한다.
• 사용자가 이벤트 위에 마우스를 올리면 NANOSECS_PER_CALL, GC_STATS, MUTATOR_VS_GC_TIME 등의 동적 메트릭을 질의할 수 있도록 인터랙티브 GUI 기능을 추가한다.
• 모든 동적 병렬 AND 결합의 발생 이력을 목록화하고, 해당 타임라인 표현으로의 탐색을 가능하게 하는 기능을 구현한다.
• 자동 병렬화 도구의 캘리브레이션에 사용할 수 있도록 모든 관련 메트릭을 포함한 기계가 읽을 수 있는 출력 형식을 설계한다.
• 머서리 런타임 의미 체계와의 호환성과 확장성을 확보하면서 개발 오버헤드를 최소화하기 위해 기존 ThreadScope 인fra를 활용한다.

실험 결과

연구 질문

• RQ1 기존 기능적 언어를 위한 프로파일링 도구는 어떻게 병렬 논리 프로그래밍 언어(예: 머서리)의 고유한 실행 모델을 지원하도록 적응시킬 수 있는가?
• RQ2 의존성 있는 AND-병렬 논리 프로그램에서 문제를 진단하는 데 가장 유용한 성능 메트릭은 무엇인가?
• RQ3 ThreadScope의 시각화 및 메트릭 수집 기능은 머서리의 병렬 AND 결합과 작업 스케줄링의 동적 행동을 지원하도록 확장될 수 있는가?
• RQ4 프로파일링 데이터는 논리 프로그래밍에서 자동 병렬화 히وري스틱의 정확성을 향상시키는 데 어떻게 활용될 수 있는가?
• RQ5 프로파일링된 실행에서 워커 스레드의 반응성과 캐시 국지성과 같은 런타임 시스템 동작에 대한 통찰은 무엇인가?

주요 결과

• ThreadScope를 머서리에 적응시킨 결과, CPU 사용률, 작업 생성, 차단 동작를 반영한 타임라인을 통해 병렬 실행을 시각화할 수 있게 되었으며, 히스컬에서의 사용 방식과 유사하다.
• 시스템은 NANOSECS_PER_CALL, GC_STATS, MUTATOR_VS_GC_TIME와 같은 핵심 성능 메트릭을 성공적으로 캡처하고 노출함으로써 성능 튜닝에 필수적인 정보를 제공한다.
• 인터랙티브 GUI 기능을 통해 사용자는 개별 병렬 AND 결합 또는 그 결합자 수준에서 동적 메트릭을 질의할 수 있어 세밀한 분석이 가능하다.
• 모든 관련 성능 메트릭을 포함한 기계가 읽을 수 있는 출력 파일 생성 기능을 지원함으로써 자동 병렬화 도구의 캘리브레이션과의 통합을 촉진한다.
• 워크숍 기간까지 최소 1/3 이상의 제안된 메트릭을 이미 구현하였으며, 연말까지는 완전한 지원이 예상된다.
• 이러한 접근은 기존에 검증된 프로파일링 인프라를 활용함으로써 복잡한 병렬 시스템을 위한 도메인 전용 성능 분석 도구를 구축하는 데 드는 비용을 크게 줄일 수 있음을 보여준다.