[논문 리뷰] Shenfun -- automating the spectral Galerkin method

Mikael Mortensen|arXiv (Cornell University)|2017. 08. 10.

Scientific Research and Discoveries참고 문헌 5인용 수 3

한 줄 요약

Shenfun은 단순한 텐서 곱 영역에서 하나의 비주기적 방향과 임의의 주기적 방향을 가진 편미분방정식(PDE)을 해결하기 위해 스펙트럼 갈레르킨 방법을 자동화하는 파이썬 기반 고수준 소프트웨어 프레임워크이다. 이 프레임워크는 FEniCS 유사한 변분 형식 인터페이스를 사용하며, MPI와 FFTW를 통해 효율적인 병렬 계산을 가능하게 하며, 높은 정확도와 성능를 달성한다. 이는 탈앨리아싱과 대칭성 유지 기능을 갖춘 선형 및 비선형 PDE, 예를 들어 기하학적 왜곡이 없는 진동형 갈레르킨 방정식을 해결하는 데서 입증되었다.

ABSTRACT

With the shenfun Python module (github.com/spectralDNS/shenfun) an effort is made towards automating the implementation of the spectral Galerkin method for simple tensor product domains, consisting of (currently) one non-periodic and any number of periodic directions. The user interface to shenfun is intentionally made very similar to FEniCS (fenicsproject.org). Partial Differential Equations are represented through weak variational forms and solved using efficient direct solvers where available. MPI decomposition is achieved through the {mpi4py-fft} module (bitbucket.org/mpi4py/mpi4py-fft), and all developed solver may, with no additional effort, be run on supercomputers using thousands of processors. Complete solvers are shown for the linear Poisson and biharmonic problems, as well as the nonlinear and time-dependent Ginzburg-Landau equation.

연구 동기 및 목표

• 간단한 기하학에서 PDE 연구자들이 스펙트럼 갈레르킨 방법을 구현하는 것을 간소화하기 위해.
• FEniCS와 유사하지만 스펙트럼 방법에 특화된 고수준 사용자 友好的 인터페이스를 제공하기 위해.
• 초고성능 컴퓨터에서 MPI와 최적화된 FFT를 사용해 PDE의 효율적이고 확장 가능한 병렬 계산을 가능하게 하기 위해.
• 탈앨리아싱을 통해 정확한 해를 구할 수 있도록 복잡한 PDE, 예를 들어 비선형 시간에 의존하는 진동형 갈레르킨 방정식을 해결하기 위해.
• 고수준 파이썬 스크립팅과 스펙트럼 방법에서의 고성능 계산 간 격차를 메우며, 저수준 언어의 제약을 피하기 위해.

제안 방법

• 스펙트럼 갈레르킨 방법은 약한 변분 형식을 사용하며, PDE는 FEniCS 유사 구문으로 표현된다.
• 기저 함수(예: 체비셰프, 레지오드레, 푸리에)는 전역적 지지도를 가지며, 약한 형식을 위해 가중 내적을 사용한다.
• 벡터 연산을 위해 Numpy를 사용하고, 수천 개의 프로세서에 걸쳐 MPI 분해를 위해 mpi4py-fft를 사용한다.
• 비선형 항을 처리하고 스펙트럼 공간에서 앨리아싱을 방지하기 위해 패딩된 스펙트럼 변환(3/2 규칙)을 적용한다.
• 시간에 의존하는 문제에 대해 4차 룬게-쿠타 시간 적분기법을 사용하며, 탈앨리아싱된 비선형 항은 패딩된 변환을 통해 계산된다.
• 고성능 FFT를 위해 pyFFTW와 FFTW를 활용하여, 파이썬에서 저수준 C/Fortran 성능을 근사한다.

실험 결과

연구 질문

• RQ1 텐서 곱 영역에서 스펙트럼 갈레르킨 방법을 자동화할 수 있는 고수준 파이썬 인터페이스를 설계할 수 있는가?
• RQ2 이러한 프레임워크가 초고성능 컴퓨터에서 수작업 최적화된 저수준 코드와 비슷한 성능을 달성할 수 있는가?
• RQ3 스펙트럼 방법을 사용할 때 탈앨리아싱이 시간에 의존하는 비선형 PDE 해법에 얼마나 효과적으로 통합될 수 있는가?
• RQ4 다양한 FFT 알고리즘을 사용할 경우 스펙트럼 방법에서 대칭성 유지 해법이 신뢰성 있게 계산될 수 있는가?
• RQ5 계산 효율성을 희생시키지 않고 FEniCS 유사 인터페이스를 스펙트럼 방법에 얼마나 잘 적응시킬 수 있는가?

주요 결과

• Shenfun은 수식의 수학적 표현에 가깝게 최소한의 코드로 PDE에 대한 스펙트럼 갈레르킨 해법을 구현할 수 있도록 한다.
• 프레임워크는 2D 시간에 의존하는 진동형 갈레르킨 방정식을 높은 정확도와 대칭성 유지로 성공적으로 해결하였다.
• 3/2 패딩된 변환을 통한 탈앨리아싱은 해의 대칭성을 유지하는 데 필수적이며, 이를 생략할 경우 앨리아싱로 인해 대칭성이 손실된다.
• Cython과 FFTW로 최적화된 경우, 코드는 C++ 또는 Fortran 구현과 비교해 유사한 성능를 달성한다.
• 프레임워크는 슈헤인 II 초고성능 컴퓨터에서 최대 2048³ 메esh를 사용해 스펙트럼DNS 프로젝트에서 나비에-스토크스 해법을 구현하는 데 사용되었다.
• 다양한 FFTW 알고리즘이 수치적 대칭성에 영향을 줄 수 있으며, 이는 스펙트럼 해법이 구현 세부 사항에 매우 민감함을 시사한다.