[论文解读] A comparison of CPU and GPU performance for Fourier pseudospectral simulations of the Navier-Stokes, Cubic Nonlinear Schrodinger and Sine Gordon Equations

Brandon Cloutier, Benson K. Muite+1 more|arXiv (Cornell University)|Jun 14, 2012

Meteorological Phenomena and Simulations被引用 3

一句话总结

本文比较了使用傅里叶伪谱方法求解纳维-斯托克斯方程、立方非线性薛定谔方程和正弦-戈登方程时，CPU与GPU的性能表现。研究结果表明，通过OpenACC和CUDA FORTRAN实现的GPU加速显著优于基于CPU的FFTW实现，且利用高级指令集和CuFFT可高效地将传统FORTRAN代码移植至GPU。

ABSTRACT

A comparison of PGI OpenACC, FORTRAN CUDA, and Nvidia CUDA pseudospectral methods on a single GPU and GCC FORTRAN on single and multiple CPU cores is reported. The GPU implementations use CuFFT and the CPU implementations use FFTW. Porting pre-existing FORTRAN codes to utilize a GPUs is efficient and easy to implement with OpenACC and CUDA FORTRAN. Example programs are provided.

研究动机与目标

• 评估GPU加速的伪谱方法相较于传统CPU基求解器的性能可扩展性。
• 评估使用OpenACC和CUDA FORTRAN将现有FORTRAN代码移植至GPU架构的便捷性与效率。
• 比较三种PDE——纳维-斯托克斯方程、立方非线性薛定谔方程和正弦-戈登方程——在CPU与GPU平台上的运行时间性能。
• 评估GPU上的CuFFT与CPU上的FFTW在谱模拟中的有效性。

提出的方法

• 本研究使用PGI OpenACC、FORTRAN CUDA和Nvidia CUDA在单个GPU上实现傅里叶伪谱方法。
• 基于CPU的模拟使用GCC FORTRAN与FFTW库进行快速傅里叶变换。
• 基于GPU的模拟利用CuFFT库在NVIDIA GPU上实现高性能FFT计算。
• 相同的FORTRAN源代码通过OpenACC指令和CUDA FORTRAN语法进行适配，以实现GPU执行，从而实现可移植且高效的代码迁移。
• 性能在单核与多核CPU配置以及单GPU设置下进行测量。
• 提供了示例程序以展示代码移植过程及性能提升效果。

实验结果

研究问题

• RQ1 与基于CPU的FFTW相比，GPU加速在纳维-斯托克斯方程、立方非线性薛定谔方程和正弦-戈登方程的伪谱模拟中带来了多大的性能提升？
• RQ2 使用OpenACC和CUDA FORTRAN，传统FORTRAN代码在多大程度上可以高效地移植至GPU架构？
• RQ3 对于这些PDE，GPU上的CuFFT相较于CPU上的FFTW在性能上具有多大的相对优势？
• RQ4 在执行时间与可扩展性方面，单GPU与多核CPU配置如何比较？

主要发现

• 使用OpenACC和CUDA FORTRAN的GPU实现相较于基于CPU的FFTW实现了显著的加速，尤其在大规模问题上表现更优。
• 通过OpenACC和CUDA FORTRAN将现有FORTRAN代码移植至GPU既高效又简便，仅需极少的代码修改。
• 在内存受限和计算密集型场景下，GPU上的CuFFT在FFT计算方面表现优于CPU上的FFTW，性能更优。
• 随着问题规模增大，GPU相较于CPU的性能优势进一步增强，表明GPU架构具有出色的可扩展性。
• 所提供的示例程序展示了移植后求解器的实际、可运行实现，验证了GPU加速在谱方法中的可行性。