[논문 리뷰] Rational Tracer: a Tool for Faster Rational Function Reconstruction

Vitaly Magerya|arXiv (Cornell University)|2022. 11. 07.

Parallel Computing and Optimization Techniques인용 수 5

한 줄 요약

Rational Tracer (Ratracer)은 표현 추적과 평가를 분리하여 고에너지 물리학에서 유리 함수 재구성 속도를 높이며, 최적화된 C++ 추적을 사용해 IBP 감소 과정에서의 오버헤드를 감소시킵니다. Kira + FireFly 대비 최대 5배 빠른 성능 향상을 이루고, 데이터 구조 관리 없이 효율적이고 병렬화 가능한 피드백 루프 적분 계수 재구성 기능을 제공함으로써 프로브 시간을 20배 빠르게 합니다.

ABSTRACT

Rational Tracer (Ratracer) is a tool to simplify complicated arithmetic expressions using modular arithmetics and rational function reconstruction, with the main idea of separating the construction of expressions (via tracing, i.e. recording the list of operations) and their subsequent evaluation during rational reconstruction. Ratracer can simplify arithmetic expressions (provided as text files), solutions of linear equation systems (specifically targeting Integration-by-Parts (IBP) relations between Feynman integrals), and even more generally: arbitrary sequences of rational operations, defined in C++ using the provided library ratracer.h. Any of these can also be automatically expanded into series prior to reconstruction. This paper describes the usage of Ratracer specifically focusing on IBP reduction, and demonstrates its performance benefits by comparing with Kira+FireFly and Fire6. Specifically, Ratracer achieves a typical ~10x probe time and ~5x overall time speedup over Kira+FireFly, and even higher if only a few terms in $\varepsilon$ need to be reconstructed.

연구 동기 및 목표

• 기존의 Kira와 FireFly와 같은 솔버에서 발생하는 데이터 구조 관리로 인한 IBP 감소 과정의 성능 저하 문제를 해결하기 위해.
• 피드백 루프 적분을 위한 유리 함수 재구성 과정에서의 중간 표현 팽창과 계산 오버헤드를 줄이기 위해.
• 추적 생성과 평가를 분리함으로써 모듈러 평가 결과로부터 계수 재구성을 더 빠르고 확장 가능하게 만들기 위해.
• 특히 두 루프 및 세 루프 수준에서 고다중도, 다중 스케일 피드백 루프 적분 계산의 성능을 향상시키기 위해.
• 추적 기반 재구성에 적합한 모듈러이고 확장 가능한 C++ 라이브러리와 명령줄 도구를 제공하기 위해.

제안 방법

• Ratracer는 가우스 소거법 과정 중 산술 연산을 추적하여, 복잡한 데이터 구조를 유지하는 대신 모듈러 연산의 시퀀스로 저장합니다.
• 특수한 바이너리 포맷을 사용해 추적을 저장하며, 출력 위치를 명시함으로써 효율적인 메모리 레이아웃과 최적화를 가능하게 합니다.
• 사용되지 않는 코드 제거, 상수 폴딩, 공통 부분식 제거, 메모리 레이아웃 재구성 등을 통해 추적을 최적화합니다.
• 변수 값을 소수 모듈로 정수 또는 유리수로 설정한 후 추적을 평가하고, 그 다음에 유리수 재구성을 수행함으로써 재구성을 수행합니다.
• 부분 출력 재구성과 다수의 머신에 걸친 출력 서브셋 분배를 통해 병렬화를 지원합니다.
• 이 방법은 기존의 IBP 솔버인 Kira와 FireFly와 통합되며, 기존의 재구성 단계를 더 빠르고 추적 기반 평가로 대체합니다.

실험 결과

연구 질문

• RQ1 추적 생성과 평가를 분리함으로써 IBP 감소 과정에서의 유리 함수 재구성에 대한 계산 오버헤드를 상당히 줄일 수 있는가?
• RQ2 추적 최적화와 메모리 레이아웃 개선이 고에너지 물리학 계산에서 모듈러 산술 평가를 얼마나 빠르게 할 수 있는가?
• RQ3 Ratracer의 성능은 Kira + FireFly 및 Kira + Fermat 대비 총 실행 시간과 프로브 효율성 측면에서 어떻게 비교되는가?
• RQ4 ε의 거듭제곱으로 계수를 확장할 경우 재구성 속도와 메모리 사용에 어떤 영향을 미치는가?
• RQ5 프로브 시간이 크게 단축되었을 때, FireFly의 유리수 재구성 오버헤드가 성능 저하 요인으로 작용할 수 있는가?

주요 결과

• Ratracer는 Kira 대비 최대 20배 빠른 프로브 시간을 기록하여 개별 모듈러 평가의 비용을 크게 감소시킵니다.
• 특히 질량이 있는 다섯 점 두 루프 위상도와 같은 어려운 케이스에서, Kira + FireFly 대비 어려운 IBP 감소의 총 실행 시간을 최대 5배 빠르게 개선했습니다.
• 일부 벤치마크, 예를 들어 두 개의 질량이 있는 세 루프 다이아몬드의 경우, FireFly의 효율성이 프로브 빈도가 높아져 3% 이하로 떨어지며 재구성 오버헤드가 지배적임을 보여줍니다.
• 계수를 O(ε⁰) 수준으로 확장하면 2.5~5.5배의 속도 향상이, O(ε¹)로 확장하면 1.4~4배의 속도 향상이 나타나 고차항 확장의 유용성을 입증합니다.
• 대부분의 케이스에서 Kira + Fermat은 Kira + FireFly보다 빠르며, 비플레너 박스의 경우 단일 프로세스 병목 현상으로 인해 Fermat의 성능 저하가 발생합니다.
• 사용되지 않는 코드 제거를 통해 출력 당 평가 비용을 감소시킴으로써, 독립적인 출력 서브셋 재구성 기능을 통해 효율적인 병렬화를 가능하게 했습니다.