[논문 리뷰] Survey of Parallel Computing with MATLAB

Zaid Abdi Alkareem Alyasseri|arXiv (Cornell University)|2014. 07. 25.

Distributed and Parallel Computing Systems참고 문헌 3인용 수 4

한 줄 요약

이 종합 검토는 MATLAB에서의 병렬 계산에 대한 포괄적인 개요를 제공하며, MATLAB Parallel Computing Toolbox (PCT), MPI 기반 솔루션(예: MatlabMPI, bcMPI), Star-P, pMatlab 등의 주요 도구와 프레임워크를 검토한다. 이들은 아키텍처, 적용 사례, 성능 특성 등을 분석하여 MATLAB 환경에서의 확장 가능한 과학 계산의 현재 능력과 향후 방향성에 대한 통찰을 제공한다.

ABSTRACT

Matlab is one of the most widely used mathematical computing environments in technical computing. It has an interactive environment which provides high performance computing (HPC) procedures and easy to use. Parallel computing with Matlab has been an interested area for scientists of parallel computing researches for a number of years. Where there are many attempts to parallel Matlab. In this paper, we present most of the past,present attempts of parallel Matlab such as MatlabMPI, bcMPI, pMatlab, Star-P and PCT. Finally, we expect the future attempts.

연구 동기 및 목표

• 기존 MATLAB 병렬 계산 솔루션에 대한 체계적인 검토를 제공하기 위해.
• 주요 병렬 MATLAB 프레임워크의 강점, 한계 및 적용 사례를 분석하기 위해.
• PCT, Star-P, MPI 기반 인터페이스 등의 도구 간 성능 및 사용성 비교를 위해.
• 기존 접근 방식의 격차를 특정하고 향후 연구 방향을 제안하기 위해.
• MATLAB 환경에서 HPC 워크로드를 위한 적절한 도구를 선택하는 데 연구자 및 전문가를 지원하기 위해.

제안 방법

• MATLAB용 기존 병렬 계산 도구 및 프레임워크를 조사하고 분류하기 위해.
• PCT, MATLABMPI, bcMPI, pMatlab, Star-P의 아키텍처 설계를 분석하기 위해.
• 각 도구의 분산 계산, 메시지 전달, HPC 클러스터와의 통합 지원 정도를 평가하기 위해.
• 다양한 계산 워크로드 간 성능 특성과 사용 용이성 비교를 위해.
• MATLAB 기반 병렬 프로그래밍에서 공통적인 패턴과 과제를 식별하기 위해.
• 응용 프로그램 유형과 배포 환경에 따라 도구 적합성 평가를 위한 비교 프레임워크 제공하기 위해.

실험 결과

연구 질문

• RQ1 MATLAB용 주요 병렬 계산 프레임워크는 무엇이며, 설계 및 구현 측면에서 어떻게 다릅니까?
• RQ2 PCT, Star-P, MPI 기반 인터페이스 등의 도구는 성능 및 사용 용이성 측면에서 어떻게 비교될 수 있습니까?
• RQ3 기존 MATLAB 병렬 계산 솔루션의 주요 한계는 실제 HPC 환경에서의 응용 시나리오에서 무엇입니까?
• RQ4 이 도구들은 행렬 연산 및 반복 해법과 같은 일반적인 과학 계산 워크로드를 어떻게 지원합니까?
• RQ5 대규모 병렬 계산을 위한 MATLAB의 지원을 향상시키기 위해 향후 어떤 발전이 필요합니까?

주요 결과

• MATLAB Parallel Computing Toolbox (PCT)는 최소한의 코드 변경으로 병렬 계산을 위한 고수준 인터페이스를 제공하므로 가장 널리 채택된 솔루션입니다.
• MatlabMPI 및 bcMPI와 같은 MPI 기반 도구는 저수준 제어와 더 나은 성능 이식성을 제공하지만, 더 복잡한 설정과 전문 지식이 필요합니다.
• Star-P는 고수준 인터페이스를 통해 MATLAB 코드의 자동 병렬화를 가능하게 하여 개발 시간을 단축시키지만, 성능 상의 희생이 있을 수 있습니다.
• pMatlab는 메시지 전달을 사용하여 클러스터에서 병렬 실행을 지원하며, 강력한 확장성을 제공하지만 병렬성 프로그래밍을 수동으로 명시해야 합니다.
• 이 검토에서는 대규모 HPC 워크로드를 위한 표준화되고 이식 가능하며 사용자 友好的한 솔루션의 부족을 규명합니다.
• 향후 연구는 HPC 환경과의 통합 향상, 자동 병렬화 기능 강화, 이종 아키텍처 지원을 중심으로 해야 합니다.