[論文レビュー] Benchmarking and Implementation of Probability-Based Simulations on Programmable Graphics Cards

Stanimire Tomov, Michael McGuigan+3 more|arXiv (Cornell University)|Dec 2, 2003

Theoretical and Computational Physics参考文献 6被引用数 7

ひとこと要約

この論文は、NV30を含むプログラマブルなGPUが、イジング模型やパーコレーションモデルのような確率的シミュレーションを、高スループットな浮動小数点演算を活用することで効率的に高速化できることを示している。著者は理論ピーク性能の44％を達成しており、2.8 GHzのPentium 4と同等の性能を発揮しており、特に条件分岐をアルゴリズム的再構築によって回避することで、6倍までの高速化が可能となる。GPUは、6倍までの高速化が可能であり、特に条件分岐を回避することで、6倍までの高速化が可能となる。GPUは、6倍までの高速化が可能であり、特に条件分岐を回避することで、6倍までの高速化が可能となる。

ABSTRACT

The latest Graphics Processing Units (GPUs) are reported to reach up to 200 billion floating point operations per second (200 Gflops) and to have price performance of 0.1 cents per M flop. These facts raise great interest in the plausibility of extending the GPUs' use to non-graphics applications, in particular numerical simulations on structured grids (lattice). We review previous work on using GPUs for non-graphics applications, implement probability-based simulations on the GPU, namely the Ising and percolation models, implement vector operation benchmarks for the GPU, and finally compare the CPU's and GPU's performance. A general conclusion from the results obtained is that moving computations from the CPU to the GPU is feasible, yielding good time and price performance, for certain lattice computations. Preliminary results also show that it is feasible to use them in parallel

研究の動機と目的

• プログラマブルなGPUを構造的グリッド上の数値シミュレーション用コプロセッサとして使用する可能性を評価すること。
• ベクトル演算と確率的モデルを用いて、NV30 GPUの浮動小数点性能をベンチマークすること。
• 32ビット浮動小数点演算に焦点を当て、ラティスベースのシミュレーションにおけるGPUとCPUの性能を比較すること。
• フラグメントプログラムにおける条件分岐の削除を含む最適化戦略を検討し、GPU性能の向上を図ること。
• 大規模シミュレーションにおけるCPUとGPU間のスケーラビリティおよび通信オーバーヘッドを評価すること。

提案手法

• フラグメントシェーダーとCg高水準言語を用いて、GPU上でイジング模型およびパーコレーション模型を実装すること。
• NV30 GPU上の原始的な浮動小数点スループットを測定するために、ベクトル演算をベンチマークとして用いること。
• glReadPixels、glDrawPixels、glTexSubImage2D関数を用いて、フレーム毎秒と通信レートを測定すること。
• フラグメントプログラムにおけるif/else文の条件分岐を回避するため、チェッカーボードラティス更新パターンを再構築し、二重ラティス実行に置き換えること。
• 異なるラティスサイズにおけるCPU-GPUデータ転送レートを評価し、通信ボトルネックを特定すること。
• 精度（32ビット浮動小数点）とハードウェア制限（例：分岐命令非対応）が性能に与える影響を分析すること。

実験結果

リサーチクエスチョン

• RQ1 プログラマブルなGPUは、CPUと比較して32ビット浮動小数点ラティスシミュレーションで競争力のある性能を発揮できるか？
• RQ2 イジング模型やパーコレーションモデルのような確率的モデルを実行する際、NV30 GPUの実際の浮動小数点性能はどの程度か？
• RQ3 フラグメントプログラムにおける分岐の欠如が性能に与える影響は何か？また、アルゴリズム的再構築によってその影響を軽減できるか？
• RQ4 大規模シミュレーションにおけるCPUとGPU間の通信帯域幅要件は何か？
• RQ5 GPUはどの程度CPUを上回る性能を発揮できるか？どのような条件下でその性能が顕著に現れるか？

主な発見

• NV30 GPUはベクトル演算で7 Gflops/sを達成し、理論ピーク性能の44％に相当する。
• イジング模型およびパーコレーションモデルのGPU実装は、2.8 GHzのPentium 4 CPUに対して2～6倍の速度向上を達成した。
• フラグメントプログラムにおける条件分岐を二重ラティス実行に置き換えることで、追加で2倍の性能向上が得られた。
• AGP 8xバス（2.1 GB/s）を介したCPU-GPU通信は、512×512までのラティスサイズではボトルネックとはならず、書き込み帯域幅は350 MB/sに達した。
• CPUに比べて1桁の高速化が観察されるのは、低精度計算に限る。32ビット浮動小数点シミュレーションでは、CPUと同等またはわずかに優れた性能を発揮した。
• GPUの性能向上率はCPUを上回っており、GPUを用いた一般計算の分野において、長期的な利点があると考えられる。