[論文レビュー] High-Performance Image Synthesis for Radio Interferometry

Daniel Muscat|arXiv (Cornell University)|Mar 17, 2014

Radio Astronomy Observations and Technology参考文献 45被引用数 7

ひとこと要約

本論文では、CUDA、マルチGPUスケーリング、およびwプロジェクションアルゴリズムのための新規圧縮技術を活用することで、CPUベースの対応手法と比較して最大100倍の高速化を達成する、高パフォーマンスなGPUアクセラレート型電波干渉計画像合成ツールであるmt-imagerを提示する。このフレームワークはGeneral Array Framework (GAFW) に基づいて構築されており、同時に実行されるCPU-GPUディスクI/Oと並列処理を最適化することで、ハードウェア利用率を最大化する。

ABSTRACT

A radio interferometer indirectly measures the intensity distribution of the sky over the celestial sphere. Since measurements are made over an irregularly sampled Fourier plane, synthesising an intensity image from interferometric measurements requires substantial processing. Furthermore there are distortions that have to be corrected. In this thesis, a new high-performance image synthesis tool (imaging tool) for radio interferometry is developed. Implemented in C++ and CUDA, the imaging tool achieves unprecedented performance by means of Graphics Processing Units (GPUs). The imaging tool is divided into several components, and the back-end handling numerical calculations is generalised in a new framework. A new feature termed compression arbitrarily increases the performance of an already highly efficient GPU-based implementation of the w-projection algorithm. Compression takes advantage of the behaviour of oversampled convolution functions and the baseline trajectories. A CPU-based component prepares data for the GPU which is multi-threaded to ensure maximum use of modern multi-core CPUs. Best performance can only be achieved if all hardware components in a system do work in parallel. The imaging tool is designed such that disk I/O and work on CPU and GPUs is done concurrently. Test cases show that the imaging tool performs nearly 100$ imes$ faster than another general CPU-based imaging tool. Unfortunately, the tool is limited in use since deconvolution and A-projection are not yet supported. It is also limited by GPU memory. Future work will implement deconvolution and A-projection, whilst finding ways of overcoming the memory limitation.

研究の動機と目的

• 不規則にサンプリングされた可視性データの処理における計算ボトルネックを克服するため、電波干渉計画像合成のための高パフォーマンスなツールを開発すること。
• GPUの並列処理能力を活用することで、既存のCPUベースの画像処理ツールの性能制限を解消すること。
• 同時にディスクI/O、CPU、GPU計算をサポートするスケーラブルでモジュラーなフレームワークを設計し、ハードウェア利用率を最大化すること。
• wプロジェクションアルゴリズムのための新規圧縮技術を導入し、特定の設定で最大3倍の性能向上を達成すること。
• 現在のGPUメモリ制限や機能欠如の問題にもかかわらず、将来のデコンボリューション、Aプロジェクション、GPUクラスタスケーリングのサポート基盤を構築すること。

提案手法

• C++およびCUDAを用いてコア画像処理パイプラインを実装し、GPU実行用のデータ準備をマルチスレッドCPUコンponentで行う。
• アルゴリズム論理とハードウェア実行を分離するため、汎用的な数値計算バックエンドとしてGeneral Array Framework (GAFW) を開発する。
• 過サンプリングされた畳み込み関数と基線軌道の特徴を活用することで、wプロジェクションアルゴリズムに新規圧縮技術を適用し、メモリアクセスのオーバーヘッドを低減する。
• ディスクI/O、CPUプリプロセッシング、GPU計算を同時に実行することで、レイテンシを隠蔽し、スループットを最大化する。
• 構成マネージャ、可視性マネージャ、WImager、画像最終化モジュールの層別アーキテクチャを採用し、データフローと処理をモジュラー化する。
• メモリアクセスパターンを最適化し、効率的なスレッド構成を用いたGPUカーネル起動を実施することで、高いグリッドポイント更新レートを達成する。

実験結果

リサーチクエスチョン

• RQ1 GPUアクセラレート型画像処理パイプラインは、電波干渉計画像合成において、従来のCPUベースのツールと比較して100倍の性能向上を達成できるか？
• RQ2 提案された圧縮技術は、wプロジェクションアルゴリズムにおける計算負荷低減とグリディング性能向上にどの程度効果的か？
• RQ3 GPUベースの画像合成における主なパフォーマンスボトルネックは何か、そしてアーキテクチャ設計によってどのように緩和できるか？
• RQ4 画像処理ツールは複数GPUにどの程度スケーリング可能か、実際の制限要因は何か？
• RQ5 汎用フレームワーク（GAFW）は、CPU、GPU、クラスタを含む異種ハードウェアをサポートしつつ、高いパフォーマンスと拡張性を維持できるようにどのように設計できるか？

主な発見

• mt-imagerは、最も計算負荷の高いシナリオにおいて最大50 Gigaグリッドポイント更新/秒の実グリディングレートを達成し、顕著なパフォーマンスを示した。
• この画像処理ツールは、lwimagerのCPUベースのツールと比較してほぼ100倍速く動作し、高パフォーマンス画像合成という主な目的を裏付けた。
• wプロジェクションアルゴリズムにおける圧縮により、特定のテストケースで最大3倍の性能向上が達成され、重複する畳み込み関数の参照回数が削減された。
• 主なパフォーマンスボトルネックはディスクI/Oであり、2台のGTX 670 GPUではマルチGPUスループットがわずか1.2倍に留まり、I/Oを除いた理論的スループットは1.8倍に達する。
• WImagerグリッダーは畳み込み関数データのメモリリトリーブに制限を受けており、最適化されたメモリアクセスパターンの必要性が浮き彫りになった。
• システムはGPU間でスケーラブルであるが、実際の利得はデータロードのレイテンシに制限されており、今後のクラスタ展開にあたってはI/O最適化が極めて重要であることが示された。