[论文解读] An exploration of CUDA and CBEA for a gravitational wave source-modelling application

Gaurav Khanna, Justin McKennon|ArXiv.org|Sep 22, 2009

Pulsars and Gravitational Waves Research参考文献 6被引用 5

一句话总结

本文通过使用CUDA GPU和Cell Broadband Engine Architecture (CBEA) 加速了EMRI Teukolsky代码——一种用于极端质量比旋进引力波波形的数值求解器。通过利用有限差分时域计算中的数据级并行性，作者在Tesla GPU上实现了双精度浮点运算超过50倍的性能提升，证明了硬件加速器在数值相对论中高保真引力波源建模的可行性。

ABSTRACT

In this paper, we accelerate a gravitational physics numerical modelling application using hardware accelerators -- Cell processor and Tesla CUDA GPU. We describe these new technologies and our approach in detail, and then present our final performance results. We obtain well over an order-of-magnitude performance gain in our application by making use of these many-core architectures.

研究动机与目标

• 通过硬件加速器加速计算密集型引力波源建模应用。
• 评估CUDA GPU和Cell Broadband Engine Architecture (CBEA) 在非齐次Teukolsky方程有限差分求解器上的性能表现。
• 探索针对EMRI Teukolsky代码数据并行特性的低层级并行化策略。
• 比较CPU、CBEA和GPU加速器在数值相对论科学计算中的相对性能与成本效益。
• 为即将开展的如LISA这样的空间引力波任务提供性能优化的实现方案。

提出的方法

• EMRI Teukolsky代码使用有限差分时域方法求解Kerr时空中非齐次Teukolsky方程。
• 作者在CUDA GPU和CBEA上实现了数据并行内核，将计算网格映射到线程块和向量单元。
• 通过优化内存访问模式，并利用共享内存和寄存器使用，降低GPU架构上的延迟并提高占用率。
• 该实现支持单精度和双精度浮点运算，特别强调双精度以保证物理准确性。
• 代码被移植到PowerXCell 8i（CBEA）和NVIDIA Tesla GPU上，分别利用其编程模型（CBEA的SPEs和PPE，CUDA的线程层次结构）。
• 性能以单核AMD Phenom 2.5 GHz CPU为基准进行测量，结果按不同精度格式报告。

实验结果

研究问题

• RQ1 像CUDA GPU和CBEA这样的硬件加速器能否显著加速EMRI Teukolsky代码在引力波源建模中的应用？
• RQ2 在该应用中，CUDA GPU和CBEA在双精度浮点运算上的性能与标准CPU相比如何？
• RQ3 在这些加速器上实现高性能所需的关键实现挑战和优化措施是什么？
• RQ4 这些加速器的购置成本与科学模拟中的性能提升相比如何？
• RQ5 Teukolsky方程的数据并行特性在大规模并行架构上能被多大程度地利用？

主要发现

• CUDA GPU实现方案在双精度浮点运算中相较单核AMD Phenom 2.5 GHz CPU实现了50倍的性能提升。
• CBEA实现表现出强劲性能，其性能超过CPU一个数量级以上，但未达到GPU的峰值增益。
• CUDA GPU在单精度运算中表现显著更高，性能提升超过一个数量级。
• 即使完全利用AMD Phenom CPU的全部四个核心，其性能仍远低于CBEA或GPU加速器。
• Tesla GPU提供了最高的整体性能，随着未来GPU代际更新提升双精度吞吐量，有望实现更大的加速比。
• 本研究证实，硬件加速器对数据并行科学工作负载极为有效，尤其当算法能良好映射到底层架构时。