[论文解读] Monte Carlo simulations on Graphics Processing Units

Vadim Demchik, Alexei Strelchenko|ArXiv.org|Mar 17, 2009

Parallel Computing and Optimization Techniques被引用 9

一句话总结

本文使用计算抽象层（CAL）在ATI图形处理器（GPU）上实现了局部蒙特卡洛算法——梅特罗波利斯（Metropolis）和热浴（heat-bath）算法，以加速二维伊辛模型和纯SU(2)胶量子电动力学的模拟。结果表明，与串行CPU执行相比，性能显著提升，验证了GPU加速在格点场论和统计物理应用中的有效性。

ABSTRACT

Implementation of basic local Monte-Carlo algorithms on ATI Graphics Processing Units (GPU) is investigated. The Ising model and pure SU(2) gluodynamics simulations are realized with the Compute Abstraction Layer (CAL) of ATI Stream environment using the Metropolis and the heat-bath algorithms, respectively. We present an analysis of both CAL programming model and the efficiency of the corresponding simulation algorithms on GPU. In particular, the significant performance speed-up of these algorithms in comparison with serial execution is observed.

研究动机与目标

• 在ATI GPU上实现标准的局部蒙特卡洛算法——梅特罗波利斯和热浴算法，用于格点场论和自旋系统。
• 评估这些算法在使用低级CAL编程模型移植到GPU时的性能和效率。
• 通过聚焦ATI Stream SDK和CAL，而非更常用的CUDA框架，填补文献中的空白。
• 评估通用GPU计算（GPGPU）在统计物理和量子场论科学模拟中的可行性与性能提升。
• 为未来在GPU架构上探索非局部算法和更复杂模型奠定基础。

提出的方法

• 使用ATI Stream SDK的计算抽象层（CAL）进行低级GPU内核编程，实现对线程组和内存层次结构的直接控制。
• 使用单精度浮点数运算和自定义伪随机数生成器（PRNG）实现二维伊辛模型的梅特罗波利斯算法，PRNG采用线程本地状态。
• 将热浴算法应用于纯SU(2)胶量子电动力学模拟，利用GPU优化的随机数生成和矩阵运算。
• 使用全局缓冲区和常量缓冲区存储数据，线程块映射到格点位点，以支持数据并行执行。
• 利用计算着色器和SIMD核心内的本地数据共享（LDS），优化内存访问并降低延迟。
• 将GPU配置为160个流处理器（RV770Pro），512MB GDDR3内存，256位总线，以实现高吞吐量计算。

实验结果

研究问题

• RQ1 在ATI GPU上使用CAL编程模型，梅特罗波利斯和热浴等局部蒙特卡洛算法的实现效率如何？
• RQ2 与串行CPU执行相比，将格点模拟卸载到GPU可实现多大的性能加速？
• RQ3 与Brook+等高级工具相比，选择低级CAL对GPGPU模拟中的性能和控制有何影响？
• RQ4 GPU加速在多大程度上降低了统计场论中蒙特卡洛模拟的计算成本？
• RQ5 在相同的GPU内核框架下，性能提升是否可在不同模型（伊辛模型和SU(2)模型）中保持一致？

主要发现

• 二维伊辛模型的梅特罗波利斯算法在串行CPU执行中实现了显著加速，性能随格点尺寸增大而有效提升。
• SU(2)胶量子电动力学的热浴算法在GPU上表现出高效率，得益于优化的内存访问和并行随机数生成。
• 使用CAL实现了对内存和线程组织的细粒度控制，性能优于Brook+等高级抽象。
• GPU实现了超过1 TFlops的峰值单精度性能和约250 GFlops的双精度性能，显著优于高端CPU。
• 该实现表明，GPU加速在格点场论和自旋系统中的局部蒙特卡洛更新中具有可行性和高效性。
• 尽管存在缺乏运行时调试功能和SDK处于Beta状态等限制，该框架在测试模拟中表现出稳定和高效。