[论文解读] Parallelization of a Dynamic Monte Carlo Algorithm

G. Korniss, M. A. Novotny+1 more|arXiv (Cornell University)|Aug 10, 1999

Theoretical and Computational Physics参考文献 36被引用 43

一句话总结

本文提出了一种可扩展的、连续时间的、异步并行实现的n重方式算法，用于动力学伊辛模型中的动态蒙特卡洛模拟。通过使用分块自旋更新与单向通信，并实施保守的因果性强制机制，该方法在大系统尺寸下性能优于非拒绝自由的并行Metropolis方法，尤其在模拟铁磁或铁电薄膜中的亚稳态衰变时表现更优。

ABSTRACT

We experiment with a massively parallel implementation of an algorithm for simulating the dynamics of metastable decay in kinetic Ising models. The parallel scheme is directly applicable to a wide range of stochastic cellular automata where the discrete events (updates) are Poisson arrivals. For high performance, we utilize a continuous-time, asynchronous parallel version of the n-fold way rejection-free algorithm. Each processing element carries an l×l block of spins, and we employ fast one-sided communication routines on a distributed-memory parallel architecture. Different processing elements have different local simulated times. To ensure causality, the algorithm handles the asynchrony in a conservative fashion. Despite relatively low utilization and an intricate relationship between the average time increment and the size of the spin blocks, we find that the algorithm is scalable and for sufficiently large l it outperforms its corresponding parallel Metropolis (non-rejection-free) counterpart. As a sample application, we present results for metastable decay in a model ferromagnetic or ferroelectric film, observed with a probe of area smaller than the total system.

研究动机与目标

• 开发一种用于模拟动力学伊辛模型中亚稳态衰变的高可扩展性并行算法。
• 通过采用无拒绝的连续时间方法，克服传统并行Metropolis算法的局限性。
• 实现对具有泊松分布更新的随机元胞自动机中罕见事件的高效模拟。
• 在具有不同本地时间的异步处理单元的分布式内存环境中，确保因果性。

提出的方法

• 该算法采用连续时间、异步的n重方式，以避免事件选择中的拒绝步骤。
• 每个处理单元管理一个l×l的自旋块，并维护其自身的本地模拟时间。
• 采用单向通信例程，以最小化分布式内存架构中的同步开销。
• 通过保守处理异步更新来保持因果性，确保物理上一致的模拟顺序。
• 该方法可推广至其他具有泊松分布离散事件的随机元胞自动机。
• 通过在相同条件下与并行Metropolis实现进行比较，评估该算法的性能。

实验结果

研究问题

• RQ1 无拒绝的连续时间并行算法能否在分布式内存系统上对动力学伊辛模型实现有效扩展？
• RQ2 在模拟亚稳态衰变时，异步n重方式的性能与并行Metropolis算法相比如何？
• RQ3 块大小（l×l）对平均时间增量和并行算法整体效率有何影响？
• RQ4 本地模拟时间的异步性如何影响模拟的准确性与可扩展性？
• RQ5 该算法能否高效捕捉铁电或铁磁薄膜中如亚稳态衰变等罕见事件？

主要发现

• 所提出的算法具有可扩展性，并且在足够大的块尺寸（l）下，性能优于相应的并行Metropolis算法。
• 尽管利用率相对较低，且时间增量与块尺寸之间的复杂缩放关系存在，该算法在大系统上仍保持良好性能。
• 异步、保守的更新策略成功地在具有不同本地时间的分布式处理单元之间保持了因果性。
• 该方法能够准确观测到小于系统总尺寸的探测区域中的亚稳态衰变。
• n重方式的无拒绝特性相比基于Metropolis的方法显著降低了计算开销，尤其在罕见事件较多的系统中。
• 该算法在实际材料模拟中具有应用潜力，例如铁磁或铁电薄膜的模拟。