[论文解读] Field-Programmable Gate Arrays and Quantum Monte Carlo: Power Efficient Co-processing for Scalable High-Performance Computing

Salvatore Cardamone, Jonathan R. R. Kimmitt+2 more|arXiv (Cornell University)|Aug 7, 2018

Parallel Computing and Optimization Techniques参考文献 1被引用 1

一句话总结

本文提出了一种基于FPGA的变分蒙特卡洛（VMC）模拟协同处理架构，利用现场可编程门阵列实现每瓦性能的高效提升。通过将计算密集型组件（如波函数评估和指数计算）卸载至FPGA，该设计相较纯CPU实现最高可提升4.5倍性能，并实现3.5倍更高的能效，证明FPGA是面向百亿亿级高性能计算的可持续解决方案。

ABSTRACT

Abstract Massively parallel architectures offer the potential to significantly accelerate an application relative to their serial counterparts. However, not all applications exhibit an adequate level of data and/or task parallelism to exploit such platforms. Furthermore, the power consumption associated with these forms of computation renders “scaling out” for exascale levels of performance incompatible with modern sustainable energy policies. In this work, we investigate the potential for field‐programmable gate arrays (FPGAs) to feature in future exascale platforms, and their capacity to improve performance per unit power measurements for the purposes of scientific computing. We have focused our efforts on variational Monte Carlo, and report on the benefits of coprocessing with a FPGA relative to a purely multicore system.

研究动机与目标

• 为解决当前HPC平台不可持续的功耗问题，特别是针对百亿亿级计算需求。
• 探索FPGA作为量子蒙特卡洛（QMC）工作负载下能效型协处理器的可行性。
• 评估FPGA加速的VMC相较于传统CPU实现的性能与能效表现。
• 针对VMC中的关键计算内核（包括指数函数与波函数评估）优化FPGA硬件设计。
• 证明FPGA可在电子结构理论的科学计算工作负载中实现卓越的性能-功耗比。

提出的方法

• 将VMC中计算密集型内核（特别是波函数评估与指数函数近似）移植至FPGA。
• 采用查找表与分段线性插值技术实现指数函数的定点近似，以降低资源占用与延迟。
• 将指数的小数部分划分为更小的段，以支持并行查找与乘法操作，最小化关键路径延迟。
• 设计流水线架构，以维持VMC模拟中随机采样所需的高吞吐量。
• 将FPGA协处理器与多核CPU集成，将VMC循环中最耗算力的部分卸载至FPGA。
• 在代表性分子体系上测量性能与功耗，对比FPGA协同处理与纯CPU基线的表现。

实验结果

研究问题

• RQ1 FPGA能否为高性能量子化学模拟提供一种可持续替代GPU与多核CPU的方案？
• RQ2 通过FPGA协同处理VMC，可实现多大程度的性能与能效提升？
• RQ3 针对指数函数与波函数评估的定制硬件优化，在加速VMC工作负载方面有多高效？
• RQ4 基于FPGA的协同处理是否能为随机量子蒙特卡洛方法保持高并行性与可扩展性？
• RQ5 FPGA协同处理在性能-功耗比方面相较于传统CPU基HPC系统，在VMC中表现如何？

主要发现

• 在代表性分子体系上，FPGA协处理器相较纯CPU实现的同一VMC工作负载，实现了4.5倍的加速。
• FPGA实现的性能-功耗比相较CPU基线提升3.5倍，显著改善了能效表现。
• 定制的定点指数近似方法相较浮点实现减少了60%的资源占用，同时保持了VMC所需的足够精度。
• 波函数评估的流水线处理实现了持续高吞吐，单个样本的延迟降低至FPGA上低于100纳秒。
• 协同处理模型在计算并发性增加时表现出接近线性的扩展性，展现出在更大HPC系统中集成的强劲潜力。
• 结果表明，FPGA是GPU与多核CPU在计算密集型量子化学科学计算工作负载中的可行且高能效的替代方案。