[论文解读] MGARD+: Optimizing Multi-grid Based Reduction for Efficient Scientific Data Management.

Xin Liang, Ben Whitney+9 more|arXiv (Cornell University)|Oct 12, 2020

Advanced Data Storage Technologies参考文献 13被引用 6

一句话总结

MGARD+ 通过分层量化系数并使用多网格分解作为预条件器，优化了基于多网格的科学数据压缩，与现有最先进的误差可控有损压缩器相比，在相同失真条件下，实现了高达 70 倍的分解/重构速度提升和 2 倍更高的压缩比。

ABSTRACT

Data management becomes increasingly important in dealing with the large amounts of data produced by today's large-scale scientific simulations and experimental instrumentation. Multi-grid compression algorithms provide a promising way to manage scientific data at scale, but are not tailored for performance and reduction quality. In this paper, we optimize a multi-grid based algorithm to achieve high-performance and high-quality error-controlled lossy compression. Our contributions are three-fold. 1) We quantize the multi-grid coefficients in a level-wise fashion, and leverage multi-grid decomposition as a preconditioner instead of standalone compressors to improve compression ratios. 2) We optimize the performance of multi-grid decomposition/recomposition with a series of techniques from both system-level and algorithm-level. 3) We evaluate our proposed method using four real-world scientific datasets and compare with several state-of-the-art lossy compressors. Experiments demonstrate that our optimizations improve the decomposition/recomposition performance of the existing multi-grid based approach by up to 70X, and the proposed compression method can improve compression ratio by up to 2X compared with the second best error-controlled lossy compressors under the same distortion.

研究动机与目标

• 解决现有基于多网格的有损压缩在性能和质量上的局限性。
• 在科学数据管理中保持严格误差控制的同时提升压缩比。
• 优化大规模科学工作负载下多网格分解与重构的计算性能。
• 为大规模模拟和实验仪器设备提供高效、高保真度的数据压缩方案。

提出的方法

• 对多网格系数实施分层量化，以提升压缩效率。
• 将多网格分解重新用作预条件器而非独立压缩器，以提升压缩比。
• 集成系统级与算法级优化，以加速多网格分解与重构过程。
• 利用分层多网格结构，实现误差可控的高质量数据压缩。
• 在系数量化中采用自适应精度控制，以在压缩比与失真之间取得平衡。
• 设计一个集成预条件化与量化的流水线，实现端到端的性能与质量提升。

实验结果

研究问题

• RQ1 如何重构多网格分解，使其在作为独立压缩器使用之外，进一步提升压缩比？
• RQ2 在加速多网格分解与重构方面，哪些系统级与算法级优化最为有效？
• RQ3 对多网格系数实施分层量化在不牺牲误差控制的前提下，能在多大程度上提升压缩效率？
• RQ4 在相同失真约束条件下，MGARD+ 与现有最先进的有损压缩器相比，在压缩比与性能方面表现如何？

主要发现

• 与基线多网格方法相比，MGARD+ 将多网格分解与重构的性能最高提升了 70 倍。
• 在相同失真水平下，MGARD+ 的压缩比最高达到第二好的误差可控有损压缩器的 2 倍。
• 对多网格系数实施分层量化显著提升了压缩效率，同时保持了误差控制。
• 将多网格分解用作预条件器而非独立压缩器，可显著提升压缩比。
• 系统级与算法级优化的结合在所测试的全部四个真实世界科学数据集上均带来了可测量的性能提升。
• MGARD+ 保持了高保真度的数据压缩，适用于大规模科学模拟和实验数据工作负载。