[논문 리뷰] Optimising PICCANTE - an Open Source Particle-in-Cell Code for Advanced Simulations on Tier-0 Systems

A. Sgattoni, Luca Fedeli외 5명|arXiv (Cornell University)|2015. 03. 09.

Magnetic confinement fusion research참고 문헌 2인용 수 12

한 줄 요약

이 논문은 Tier-0 고성능 컴퓨팅(HPC) 시스템을 대상으로 한 오픈소스로 완전히 상대론적인 입자-장점법(Particle-in-Cell, PIC) 코드인 PICCANTE의 최적화 전략을 제시한다. Scalasca를 활용한 성능 프로파일링과 JUQUEEN 및 FERMI에서의 I/O 및 병렬화 루틴 개선을 통해, 강한 스케일링 및 약한 스케일링 효율성이 크게 향상되었으며, 원본 버전 대비 향상된 확장성과 I/O 성능을 입증하였다.

ABSTRACT

We present a detailed strong and weak scaling analysis of PICCANTE, an open source, massively parallel, fully-relativistic Particle-In-Cell (PIC) code. PIC codes are widely used in plasma physics and astrophysics to study the cases where kinetic effects are relevant. PICCANTE is primarily developed to study laser-plasma interaction. Within a PRACE Preparatory Access Project, various revisions of different routines of the code have been analysed on the HPC systems JUQUEEN at Juelich Supercomputing Centre (JSC), Germany, and FERMI at CINECA, Italy, to improve scalability and I/O performance of the application. The diagnostic tool Scalasca is used to identify suboptimal routines. Different output strategies are discussed. The detailed strong and weak scaling behaviour of the improved code are presented in comparison with the original version of the code.

연구 동기 및 목표

• Tier-0 HPC 시스템에서 PICCANTE 코드의 확장성과 I/O 성능을 향상시키기 위해.
• 진단 도구를 활용하여 원본 PICCANTE 구현에서의 성능 저하 요인을 식별하기 위해.
• 대규모 HPC 아키텍처에서 강한 스케일링 및 약한 스케일링 행동을 평가하고 최적화하기 위해.
• 대규모 플라즈마 시뮬레이션에서 I/O 오버헤드를 줄이기 위해 I/O 전략을 향상시키기 위해.
• 고성능 코드 최적화를 통해 고급 레이저-플라즈마 상호작용 시뮬레이션을 지원하기 위해.

제안 방법

• PICCANTE 내에서 비효율적인 루틴을 식별하기 위해 Scalasca 성능 분 析 도구를 적용한 것.
• JUQUEEN 및 FERMI를 포함한 Tier-0 HPC 시스템에서 다양한 코드 루틴에 대한 체계적 프로파일링.
• 부하 균형 조절 및 지연 감소를 위해 개선된 병렬화 및 통신 패턴의 구현.
• 대규모 시뮬레이션에서의 I/O 병목 현상을 최소화하기 위해 다양한 I/O 전략 평가.
• 생산용 HPC 시스템에서 강한 스케일링 및 약한 스케일링 테스트를 활용한 최적화 코드 벤치마킹.
• PICCANTE의 원본 버전과 최적화된 버전 간의 성능 지표 비교.

실험 결과

연구 질문

• RQ1 PICCANTE의 원본 루틴은 Tier-0 HPC 시스템에서 강한 스케일링 및 약한 스케일링 측면에서 어떻게 성능을 발휘하는가?
• RQ2 PICCANTE 내에서 비효율적인 성능을 보이는 코드 루틴은 무엇이며, 그 주요 병목 요인은 무엇인가?
• RQ3 다양한 I/O 전략은 PICCANTE의 전체 성능과 확장성에 어떤 영향을 미치는가?
• RQ4 통신 및 부하 균형 조절 루틴에 대한 집중적인 최적화를 통해 코드의 확장성은 어느 정도 향상될 수 있는가?
• RQ5 코드 최적화 후 강한 스케일링 및 약한 스케일링에서 어떤 성능 향상이 달성되었는가?

주요 결과

• 최적화된 PICCANTE 버전은 JUQUEEN 및 FERMI 시스템에서 강한 스케일링 효율성이 크게 향상되었다.
• 약한 스케일링 성능이 향상되어 대규모 프로세서 수까지 거의 선형적 스케일링이 관찰되었다.
• 최적화된 출력 전략 도입으로 I/O 성능이 상당히 향상되어 I/O 오버헤드가 감소하였다.
• Scalasca 프로파일링을 통해 통신 및 메모리 접근 루틴에서의 핵심 성능 병목 요인을 성공적으로 식별하였다.
• 개선된 코드는 더 나은 부하 균형과 감소된 통신 지연을 달성하여 병렬 효율성 향상에 기여하였다.
• 전체 최적화 과정을 통해 측정 가능한 성능 향상이 이루어졌으며, 이는 더 확장성 있고 효율적인 레이저-플라즈마 상호작용 시뮬레이션을 가능하게 하였다.