[논문 리뷰] Scalable Parallel Implementation of Geant4 Using Commodity Hardware and Task Oriented Parallel C

Gene Cooperman, Luis A. Anchordoqui외 4명|ArXiv.org|2000. 01. 15.

Distributed and Parallel Computing Systems참고 문헌 4인용 수 4

한 줄 요약

이 논문은 일반 하드웨어와 Task-Oriented Parallel C(TOP-C)를 사용하여 Geant4의 확장 가능한 병렬 구현을 제시한다. 이는 Beowulf 클러스터를 통해 입자 궤적 계산을 분산시켜 내부 이벤트 수준의 세밀한 병렬 처리를 가능하게 하며, 코드 변경을 최소화하고 TOP-C의 태스크 기반 모델을 활용함으로써 높은 성능 향상을 이룬다. 初기 테스트 결과는 고에너지 물리학 시뮬레이션의 인터랙티브 환경에서의 잠재력을 보여준다.

ABSTRACT

We describe a scalable parallelization of Geant4 using commodity hardware in a collaborative effort between the College of Computer Science and the Department of Physics at Northeastern University. The system consists of a Beowulf cluster of 32 Pentium II processors with 128 MBytes of memory each, connected via ATM and fast Ethernet. The bulk of the parallelization is done using TOP-C (Task Oriented Parallel C), software widely used in the computational algebra community. TOP-C provides a flexible and powerful framework for parallel algorithm development, is easy to learn, and is available at no cost. Its task oriented nature allows one to parallelize legacy code while hiding the details of interprocess communications. Applications include fast interactive simulation of computationally intensive processes such as electromagnetic showers. General results motivate wider applications of TOP-C to other simulation problems as well as to pattern recognition in high energy physics.

연구 동기 및 목표

• 기존의 이벤트 수준 병렬 처리의 한계를 극복하여 고에너지 물리학에서 입자 쇼워의 더 빠른 인터랙티브 몬테카를로 시뮬레이션을 가능하게 하기 위해.
• 일반 하드웨어를 사용하고 최소한의 코드 수정으로 Geant4의 확장 가능하고 효율적인 병렬화를 개발하기 위해.
• 표준 이벤트 수준 분배를 초월하여, 한 개의 이벤트 내에서 개별 입자 궤적을 병렬 처리하는 내부 이벤트 병렬 처리의 가능성 탐색을 위해.
• Beowulf 클러스터에서 고성능 물리 시뮬레이션에 대해 TOP-C의 성능과 확장성 평가를 위해.
• Geant4와 같은 기존 물리 시뮬레이션 코드를 병렬화하는 데 일반적으로 활용 가능한 도구로 TOP-C의 잠재력을 입증하기 위해.

제안 방법

• 32개의 펜티엄 II 프로세서로 구성된 Beowulf 클러스터에 걸쳐 입자 궤적 계산을 분산하기 위해 TOP-C를 사용한 마스터-슬레이브 태스크 기반 프로그래밍 모델을 채택하였다.
• 핵심 입자 추적 논리를 DoTask() 함수로 분리하여, 주입 입자 궤적을 입력으로 받아 2차 입자들을 반환하도록 하였다.
• 마스터 및 슬레이브 프로세스 간의 네트워크 전송을 가능하게 하기 위해 C++ G4Track 객체의 마샬링 및 언마샬링을 구현하였다.
• 순차적 디버깅 기능을 유지하기 위해 순차적 TOP-C 라이브러리를 사용하면서도, 6단계로 나누어진 점진적 방법론을 통해 Geant4를 병렬화하였다.
• TOP-C의 지연 업데이트 및 액션 기반 모델(예: REDO, UPDATE)을 활용하여 태스크 제출, 결과 확인 및 공유 데이터 업데이트를 통합하였다.
• 대기권 시뮬레이션에서 Linsley의 매개변수화에 기반하여 두께와 밀도가 변하는 230개의 층을 사용하여 대기층을 모델링하였다.

실험 결과

연구 질문

• RQ1 일반 하드웨어와 태스크 기반 병렬 모델을 사용하여 Geant4에서 세밀한 내부 이벤트 병렬 처리를 효과적으로 달성할 수 있는가?
• RQ2 TOP-C는 Geant4와 같은 기존 C++ 물리 시뮬레이션 코드를 병렬화하는 데 있어 복잡성을 얼마나 줄이는가?
• RQ3 전체 이벤트가 아닌 입자 궤적 계산을 병렬화함으로써 얻을 수 있는 성능 향상은 어느 정도인가?
• RQ4 네트워크 통신 및 태스크 관리의 오버헤드가 고에너지 물리학 시뮬레이션의 확장성에 어떤 영향을 미치는가?
• RQ5 TOP-C 프레임워크는 고에너지 물리학의 다른 시뮬레이션 및 패턴 인식 문제에 일반화될 수 있는가?

주요 결과

• 병렬 Geant4 구현은 TOP-C를 통해 여러 프로세서에 걸쳐 입자 궤적 계산을 분산시켜 내부 이벤트 병렬 처리를 성공적으로 달성하였다.
• 초기 테스트에서 병렬 버전과 순차 버전 간에 우수한 일치가 확인되어 병렬화 접근법의 정확성이 입증되었다.
• 테스트 시뮬레이션에서 한 태스크는 약 1ms의 CPU 시간이 소요되었으며, 네트워크 오버헤드를 상쇄하기 위해 슬레이브 프로세스당 약 100개의 입자를 제출하는 것이 필요하다는 것을 시사했다.
• TOP-C 프레임워크를 통해 순차적 디버깅 단계 이후 1일 이내에 기능하는 병렬 코드를 구현할 수 있었으며, 이는 개발 생산성의 향상을 보여주었다.
• 기존 Geant4 코드에 최소한의 변경을 가하면서도 객체 지향적 구조를 유지하면서도 확장 가능한 실행을 가능하게 하였다.
• 이 방법은 인터랙티브 시뮬레이션 속도를 가능하게 하여 시뮬레이션 전환 시간을 분 단위에서 초 단위로 단축시키며, 반복적인 물리 분석 및 검출기 설계에 있어 혁신적인 영향을 미친다.