[论文解读] Optimising PICCANTE - an Open Source Particle-in-Cell Code for Advanced Simulations on Tier-0 Systems

A. Sgattoni, Luca Fedeli+5 more|arXiv (Cornell University)|Mar 9, 2015

Magnetic confinement fusion research参考文献 2被引用 12

一句话总结

本文针对Tier-0高性能计算（HPC）系统，提出了对开源全相对论性粒子-网格（PIC）代码PICCANTE的优化策略。通过利用Scalasca进行性能剖析，并在JUQUEEN和FERMI系统上优化I/O和并行化例程，作者显著提升了强缩放和弱缩放效率，证明了优化后版本在可扩展性和I/O性能方面相较于原始版本的显著改进。

ABSTRACT

We present a detailed strong and weak scaling analysis of PICCANTE, an open source, massively parallel, fully-relativistic Particle-In-Cell (PIC) code. PIC codes are widely used in plasma physics and astrophysics to study the cases where kinetic effects are relevant. PICCANTE is primarily developed to study laser-plasma interaction. Within a PRACE Preparatory Access Project, various revisions of different routines of the code have been analysed on the HPC systems JUQUEEN at Juelich Supercomputing Centre (JSC), Germany, and FERMI at CINECA, Italy, to improve scalability and I/O performance of the application. The diagnostic tool Scalasca is used to identify suboptimal routines. Different output strategies are discussed. The detailed strong and weak scaling behaviour of the improved code are presented in comparison with the original version of the code.

研究动机与目标

• 在Tier-0 HPC系统上提升PICCANTE代码的可扩展性和I/O性能。
• 利用诊断工具识别原始PICCANTE实现中的性能瓶颈。
• 在大规模HPC架构上评估并优化强缩放和弱缩放行为。
• 通过改进I/O策略以减少大规模等离子体模拟中的I/O开销。
• 通过高性能代码优化，支持先进的激光-等离子体相互作用模拟。

提出的方法

• 应用Scalasca性能分析工具，识别PICCANTE中性能欠佳的例程。
• 在Tier-0 HPC系统（包括JUQUEEN和FERMI）上对不同代码例程进行系统性剖析。
• 实现改进的并行化和通信模式，以提升负载均衡并减少延迟。
• 评估多种I/O策略，以最小化大规模模拟中的I/O瓶颈。
• 在生产级HPC系统上，通过强缩放和弱缩放测试对优化后的代码进行基准测试。
• 对比原始版本与优化后版本的性能指标。

实验结果

研究问题

• RQ1 原始PICCANTE例程在Tier-0 HPC系统上的强缩放和弱缩放性能表现如何？
• RQ2 PICCANTE中哪些代码例程表现出性能欠佳，其主要瓶颈是什么？
• RQ3 不同的I/O策略如何影响PICCANTE的整体性能和可扩展性？
• RQ4 通过针对性优化通信和负载均衡例程，代码的可扩展性可提升到何种程度？
• RQ5 代码优化后，强缩放和弱缩放的性能提升幅度如何？

主要发现

• 优化后的PICCANTE版本在JUQUEEN和FERMI系统上均表现出显著提升的强缩放效率。
• 弱缩放性能得到增强，在大规模处理器数量下观察到近乎线性的缩放行为。
• 通过采用优化的输出策略，I/O性能得到显著提升，有效降低了I/O开销。
• Scalasca剖析成功识别出通信和内存访问例程中的关键性能瓶颈。
• 改进后的代码实现了更好的负载均衡和更低的通信延迟，从而提升了并行效率。
• 整体优化过程带来了可测量的性能提升，使更可扩展、更高效的激光-等离子体相互作用模拟成为可能。