[論文レビュー] Scalable Parallel Implementation of Geant4 Using Commodity Hardware and Task Oriented Parallel C

Gene Cooperman, Luis A. Anchordoqui+4 more|ArXiv.org|Jan 15, 2000

Distributed and Parallel Computing Systems参考文献 4被引用数 4

ひとこと要約

本論文では、コンmodityハードウェアとタスク指向並列C（TOP-C）を用いたGeant4のスケーラブルな並列実装を提示する。この手法により、Beowulfクラスタを介して粒子軌跡計算を分散させることで、細粒度のインラインイベント並列処理が可能となり、コード変更を最小限に抑えつつTOP-Cのタスクベースモデルを活用することで顕著な高速化が達成された。初期のテストでは、高エネルギー物理学におけるインタラクティブなモンテカルロシミュレーションの可能性が示された。

ABSTRACT

We describe a scalable parallelization of Geant4 using commodity hardware in a collaborative effort between the College of Computer Science and the Department of Physics at Northeastern University. The system consists of a Beowulf cluster of 32 Pentium II processors with 128 MBytes of memory each, connected via ATM and fast Ethernet. The bulk of the parallelization is done using TOP-C (Task Oriented Parallel C), software widely used in the computational algebra community. TOP-C provides a flexible and powerful framework for parallel algorithm development, is easy to learn, and is available at no cost. Its task oriented nature allows one to parallelize legacy code while hiding the details of interprocess communications. Applications include fast interactive simulation of computationally intensive processes such as electromagnetic showers. General results motivate wider applications of TOP-C to other simulation problems as well as to pattern recognition in high energy physics.

研究の動機と目的

• 従来のイベントレベル並列処理の制限を超えて、高エネルギー物理学における粒子ショワーの高速でインタラクティブなモンテカルロシミュレーションを可能にする。
• コンmodityハードウェアを用いながら、最小限のコード変更でGeant4のスケーラブルで効率的な並列化を実現する。
• 標準的なイベントレベル分散を超えて、1つのイベント内での個々の粒子軌跡を並列化するインラインイベント並列処理の可能性を検討する。
• Beowulfクラスタ上で高パフォーマンスな物理学シミュレーションに適用した際のTOP-Cの性能とスケーラビリティを評価する。
• Geant4のようなレガシーシミュレーションコードを並列化するための汎用的ツールとしてのTOP-Cの可能性を示す。

提案手法

• 32台のPentium IIプロセッサから構成されるBeowulfクラスタ上で、TOP-Cを用いたマスタースレーブ型タスク指向プログラミングモデルを採用し、粒子軌跡計算を分散処理する。
• コアとなる粒子追跡ロジックを、一次粒子軌跡を引数として受け取り、二次粒子を返すDoTask()関数に分離する。
• マスタープロセスとスレーブプロセス間でのネットワーク転送を可能にするために、C++のG4Trackオブジェクトのマーシャリングおよびアンマーシャリングを実装する。
• 順次デバッグを可能にする順次TOP-Cライブラリを活用しながら、6段階の段階的アプローチによりGeant4の並列化を実施する。
• TOP-Cの遅延更新およびアクションベースモデル（例：REDO、UPDATE）を用いて、タスクの送信、結果の確認、共有データの更新を統合的に管理する。
• 大気のシミュレーションにおいて、Linsleyのパrametrizationに基づき、厚さと密度が変化する230層を用いてモデル化した。

実験結果

リサーチクエスチョン

• RQ1 コンmodityハードウェアとタスクベース並列モデルを用いて、Geant4における細粒度のインラインイベント並列処理を効果的に実現できるか？
• RQ2 TOP-Cは、Geant4のようなレガシーシミュレーションコードのようなC++物理学シミュレーションコードの並列化において、どれほど複雑さを軽減できるか？
• RQ3 イベント全体の並列化ではなく、粒子軌跡計算の並列化によって得られる性能向上はどの程度か？
• RQ4 ネットワーク通信およびタスク管理のオーバーヘッドが、高エネルギー物理学シミュレーションにおけるスケーラビリティに与える影響はいかほどか？
• RQ5 TOP-Cフレームワークは、高エネルギー物理学における他のシミュレーションやパターン認識問題にも一般化可能か？

主な発見

• 並列化されたGeant4実装は、TOP-Cを用いて複数のプロセッサに粒子軌跡計算を分散させることで、インラインイベント並列処理を成功裏に達成した。
• 初期のテストでは、並列版とシリアル版のコードの間に優れた一致が確認され、並列化アプローチの正しさが検証された。
• テストシミュレーションにおける1つのタスクは約1 msのCPU時間を要しており、ネットワークオーバーヘッドを克服するには、1スレーブプロセスあたり約100個の粒子を送信する必要があると示唆された。
• TOP-Cフレームワークのおかげで、順次デバッグフェーズの後、1日未満で完全に機能する並列コードが作成可能となり、開発生産性の高さが裏付けられた。
• 元のGeant4コードへの変更を最小限に抑えつつ、オブジェクト指向構造を保持したままスケーラブルな実行が可能となった。
• このアプローチにより、インタラクティブなシミュレーション速度が実現可能となり、シミュレーションのターンアラウンド時間を分単位から秒単位に短縮した。これは、反復的物理学解析や検出器設計において画期的な変化をもたらす。