[논문 리뷰] Simulating the weak death of the Neutron in a femtoscale universe with near-exascale computing

Evan Berkowitz, M. A. Clark외 10명|arXiv (Cornell University)|2018. 11. 11.

Particle physics theoretical and experimental studies참고 문헌 14인용 수 9

한 줄 요약

이 논문은 near-exascale 슈퍼컴퓨터(Sierra 및 Summit)에서 라티스 QCD를 사용하여 중성자 붕괴를 시뮬레이션하기 위한 새로운 알고리즘을 제안하며, GPU 인식 자동 튜닝과 최적화된 CPU-GPU 작업 혼합을 통해 시간-해결도를 기하급수적으로 감소시킨다. 이 방법은 핵물리학적 관측량 중 하나인 중성자 수명을 고정밀도로 계산할 수 있게 하며, 낮은 노드 수에서 20%의 피크 성능을 달성하고 대규모 배포에서는 15%의 성능을 기록한다.

ABSTRACT

The fundamental particle theory called Quantum Chromodynamics (QCD) dictates everything about protons and neutrons, from their intrinsic properties to interactions that bind them into atomic nuclei. Quantities that cannot be fully resolved through experiment, such as the neutron lifetime (whose precise value is important for the existence of light-atomic elements that make the sun shine and life possible), may be understood through numerical solutions to QCD. We directly solve QCD using Lattice Gauge Theory and calculate nuclear observables such as neutron lifetime. We have developed an improved algorithm that expoentially decreases the time-to-solution and applied it on the new CORAL supercomputers, Sierra and Summit. We use run-time autotuning to distribute GPU resources, achieving 20% performance at low node count. We also developed optimal application mapping through a job manager, which allows CPU and GPU jobs to be interleaved, yielding 15% of peak performance when deployed across large fractions of CORAL.

연구 동기 및 목표

• 강한 상호작용의 기본 이론인 라티스 양성역학(Quantum Chromodynamics, QCD)을 사용하여 중성자 수명을 고정밀도로 계산하기 위해.
• 중성자 붕괴와 같은 핵물리학적 관측량을 수치적으로 해결하는 데 있어 QCD의 계산 비가역성 문제를 극복하기 위해.
• 현대 슈퍼컴퓨터에서 라티스 QCD 시뮬레이션의 시간-해결도를 극적으로 감소시키는 알고리즘을 개발하기 위해.
• 런타임 자동 튜닝과 지능적인 작업 스케줄링을 통해 하이브리드 CPU-GPU 아키텍처(Sierra 및 Summit)에서 자원 활용도를 최적화하기 위해.

제안 방법

• 유한한 시공간 격자에 QCD를 이산화하기 위해 라티스 게이지 이론을 사용하여 이론의 수치적 해를 가능하게 한다.
• 계산 워크로드와 메모리 액세스 패턴을 최적화함으로써 시간-해결도를 기하급수적으로 감소시키는 개선된 알고리즘을 개발한다.
• 런타임 자동 튜닝을 적용하여 GPU 자원을 동적으로 할당함으로써 낮은 노드 수에서 성능을 극대화한다.
• 작업 관리자(작업 매니저)를 통해 CPU 및 GPU 작업을 혼합함으로써 대규모 CORAL 슈퍼컴퓨터 배포에서 자원 활용도를 향상시킨다.
• Sierra 및 Summit과 같은 near-exascale 컴퓨팅 인프라를 활용하여 고정밀도 시뮬레이션을 확장한다.
• 이종 워크로드의 동적 로드 밸런싱과 하드웨어 인식 스케줄링을 통해 최적의 애플리케이션 매핑을 달성한다.

실험 결과

연구 질문

• RQ1 중성자 붕괴의 라티스 QCD 시뮬레이션에 대해 새로운 알고리즘이 시간-해결도를 크게 감소시킬 수 있는가?
• RQ2 하이브리드 슈퍼컴퓨터에서 라티스 QCD 시뮬레이션 중 GPU 자원을 효율적이고 적응적으로 할당할 수 있는가?
• RQ3 대규모 슈퍼컴퓨팅 시스템에서 CPU 및 GPU 워크로드를 얼마나 잘 혼합하여 전체 성능을 향상시킬 수 있는가?
• RQ4 Sierra 및 Summit과 같은 near-exascale 시스템에서 런타임 자동 튜닝을 통해 어떤 성능 향상을 달성할 수 있는가?
• RQ5 최적화된 라티스 QCD 시뮬레이션을 사용하여 near-exascale 컴퓨팅을 통해 고정밀도 중성자 수명 계산을 대규모로 달성할 수 있는가?

주요 결과

• 개선된 알고리즘은 중성자 붕괴의 라티스 QCD 시뮬레이션에서 시간-해결도를 기하급수적으로 감소시킨다.
• 런타임 자동 튜닝을 통해 낮은 노드 수에서 GPU 자원을 효율적으로 분배함으로써 피크 성능의 20%를 달성한다.
• 작업 관리자를 통한 CPU 및 GPU 작업 혼합은 CORAL 슈퍼컴퓨터의 대규모 부분에 배포되었을 때 피크 성능의 15%를 기록한다.
• 이 방법은 QCD에 대한 고정밀도 수치적 해를 가능하게 하며, 핵물리학적 관측량으로서 중성자 수명을 직접 계산할 수 있다.
• Sierra 및 Summit에서의 최적의 애플리케이션 매핑은 대규모 하드웨어 배포에서 확장 가능한 성능을 보여준다.
• 이 접근법은 near-exascale 컴퓨팅을 활용하여 중성자 수명과 같은 기본 핵물리량을 고정밀도로 계산하는 실용적인 길을 확립한다.