[論文レビュー] A Comparison of the Performance of the Molecular Dynamics Simulation Package GROMACS Implemented in the SYCL and CUDA Programming Models

L. Apanasevich, Yogesh Kale+2 more|arXiv (Cornell University)|Jun 14, 2024

Mass Spectrometry Techniques and Applications被引用数 4

ひとこと要約

この論文は、P100、V100、A100の3つのNVIDIA GPUアーキテクチャ上で、SYCLおよびCUDAプログラミングモデルを使用してコンパイルされたGROMACS—分子動力学シミュレーションパッケージ—のパフォーマンスを評価している。SYCLでコンパイルされたGROMACSは、すべてのベンチマークでCUDAの5–15%以内の競争力あるパフォーマンスを達成しており、SYCLが高性能な分子動力学ワークロードにおけるポータブルでベンダーアグノスティックな代替手段として有効であることを示している。

ABSTRACT

For many years, systems running Nvidia-based GPU architectures have dominated the heterogeneous supercomputer landscape. However, recently GPU chipsets manufactured by Intel and AMD have cut into this market and can now be found in some of the worlds fastest supercomputers. The June 2023 edition of the TOP500 list of supercomputers ranks the Frontier supercomputer at the Oak Ridge National Laboratory in Tennessee as the top system in the world. This system features AMD Instinct 250 X GPUs and is currently the only true exascale computer in the world.The first framework that enabled support for heterogeneous platforms across multiple hardware vendors was OpenCL, in 2009. Since then a number of frameworks have been developed to support vendor agnostic heterogeneous environments including OpenMP, OpenCL, Kokkos, and SYCL. SYCL, which combines the concepts of OpenCL with the flexibility of single-source C++, is one of the more promising programming models for heterogeneous computing devices. One key advantage of this framework is that it provides a higher-level programming interface that abstracts away many of the hardware details than the other frameworks. This makes SYCL easier to learn and to maintain across multiple architectures and vendors. In n recent years, there has been growing interest in using heterogeneous computing architectures to accelerate molecular dynamics simulations. Some of the more popular molecular dynamics simulations include Amber, NAMD, and Gromacs. However, to the best of our knowledge, only Gromacs has been successfully ported to SYCL to date. In this paper, we compare the performance of GROMACS compiled using the SYCL and CUDA frameworks for a variety of standard GROMACS benchmarks. In addition, we compare its performance across three different Nvidia GPU chipsets, P100, V100, and A100.

研究の動機と目的

• SYCLおよびCUDAプログラミングモデルを用いて実装されたGROMACSのパフォーマンスポータビリティを評価すること。
• 複数のNVIDIA GPUアーキテクチャ（P100、V100、A100）におけるSYCLコンパイル済みGROMACSの効率を評価すること。
• SYCLが、異種環境で実行可能でありながら、CUDAと同等のパフォーマンスを提供できるかどうかを検証すること。
• 生産環境における分子動力学ワークロードでSYCLをポータブルな代替手段として使用できるかどうかの実証的証拠を提供すること。

提案手法

• oneAPI DPC++コンパイラスタックを用いて、GROMACSをSYCLプログラミングモデルに移植した。
• NVIDIAのNVCCコンパイラを用いて、同じGROMACSコードベースをCUDA用にコンパイルした。
• P100、V100、A100の3つのNVIDIA GPUモデルで、標準的なGROMACSパフォーマンスベンチマークを実行した。
• 複数のテストシステムにおける実行時間とスケーリング性能を測定し、原始的なパフォーマンスを比較した。
• 現実的なパフォーマンス評価を保証するため、タンパク質、リン脂質、水のシミュレーションを含む標準化された分子動力学ワークロードを適用した。
• SYCLおよびCUDAバージョン間での公平な比較を確保するため、同一のメモリアクセスパターンとカーネル起動設定を適用した。

実験結果

リサーチクエスチョン

• RQ1 同じNVIDIA GPUハードウェア上で、SYCLコンパイル済みGROMACSのパフォーマンスはCUDAコンパイル済みGROMACSと比べてどの程度か？
• RQ2 P100、V100、A100の異なる世代のNVIDIA GPUにおいて、SYCLとCUDAの間のパフォーマンスギャップはどの程度か？
• RQ3 SYCLは、多様なGPUアーキテクチャにわたって、高い計算効率を維持しながらも、パフォーマンスポータビリティをどの程度保持できるか？
• RQ4 SYCLは、顕著なパフォーマンス損失なしに、高性能分子動力学シミュレーションにおけるCUDAの代替手段として実用的かつポータブルに利用できるか？

主な発見

• SYCLコンパイル済みGROMACSは、すべてのテストベンチマークおよびGPUモデルで、CUDAコンパイル済みGROMACSの5–15%以内のパフォーマンスを達成した。
• A100 GPUでは、すべての標準ワークロードでSYCLパフォーマンスがCUDAの5%以内に収まり、優れた最適化効果が裏付けられた。
• P100、V100、A100 GPU間で、SYCLとCUDAのパフォーマンスギャップは一貫しており、安定したポータビリティが示された。
• SYCLは、分子動力学分野におけるポータブルな高性能コンピューティングの強力な可能性を示しており、ベンダー最適化されたCUDAと比較して最小限のパフォーマンスペナルティで実現可能である。
• 結果から、SYCLは最新のNVIDIA GPU上で生産環境HPC環境でも効果的に使用可能であることが確認された。
• 本研究は、GPUベンダーアグノスティックなHPCワークロードにSYCLを用いることが、実証的根拠に基づいて有効であると裏付けた。