[论文解读] Fast Simulations of Gravitational Many-body Problem on RV770 GPU

Kazuki Fujiwara, Naohito Nakasato|ArXiv.org|Apr 23, 2009

Electromagnetic Scattering and Analysis参考文献 8被引用 5

一句话总结

本文提出了一种针对AMD RV770 GPU的精确引力多体问题的优化GPU实现，通过循环展开和高效的内存访问，实现了高达1 Tflop/s的性能。通过充分利用RV770的高吞吐量架构和两级缓存，作者证明双层循环展开在性能上表现最佳，优于当时已有的CPU和GPU方案。

ABSTRACT

The gravitational many-body problem is a problem concerning the movement of bodies, which are interacting through gravity. However, solving the gravitational many-body problem with a CPU takes a lot of time due to O(N^2) computational complexity. In this paper, we show how to speed-up the gravitational many-body problem by using GPU. After extensive optimizations, the peak performance obtained so far is about 1 Tflops.

研究动机与目标

• 为了加速具有O(N²)计算复杂度的精确引力多体问题，该问题在CPU上对大N值时过于缓慢。
• 为了利用现代GPU的海量并行性，实现天体物理系统的高性能模拟。
• 为了探索循环展开技术在RV770 GPU架构上对力计算内核的有效性。
• 为了比较不同展开策略的性能，并识别出实现最大吞吐量的最优配置。

提出的方法

• 在RV770 GPU上使用单精度浮点数算术实现直接N体力计算。
• 使用自定义内核，通过标准引力力公式（含软化长度ε）计算加速度和势能。
• 应用循环展开（简单展开和双层展开）以减少循环开销并提高指令级并行性。
• 优化内存访问模式，以最大化带宽利用率并最小化延迟。
• 利用RV770的两级缓存层次结构和本地数据存储，以减少全局内存访问次数。
• 使用AMD的CAL编程接口和ShaderAnalyzer工具，对寄存器使用情况和ALU指令进行性能调优。

实验结果

研究问题

• RQ1 在RV770架构上，循环展开对GPU加速的N体模拟性能有何影响？
• RQ2 单个RV770 GPU上精确引力力计算的最大可实现性能是多少？
• RQ3 与其它GPU相比，RV770的缓存架构如何影响内存密集型N体内核的性能？
• RQ4 优化的内存访问和指令调度是否能显著减少N体模拟中的内核执行时间？
• RQ5 在精确N体问题的原始性能方面，RV770 GPU与GRAPE和NVIDIA GeForce 8800 GTX等其他硬件加速器相比如何？

主要发现

• 优化后的双层循环展开实现，在RV770 GPU以750 MHz运行时，峰值性能达到约1 Tflop/s。
• 对于N = 226,304个粒子，优化代码在约2秒内完成一个时间步，达到约990 GFlops的性能。
• 与简单展开相比，双层循环展开将N = 100,000个粒子的执行时间减少了最多1.45倍。
• 双层展开内核使用了34个寄存器和72条ALU指令，表明具有较高的指令级并行性和对GPU计算单元的高效利用。
• RV770的两级缓存和高内存带宽（115.2 GB/s）是实现高性能的关键因素，尤其是在与循环展开结合时。
• 该实现优于以往基于GPU的N体代码，包括NVIDIA GeForce 8800 GTX上的实现，并与专用硬件加速器GRAPE-7的性能相当或更优。