[论文解读] Parallelizing the Symbolic Manipulation Program FORM

D. Fliegner, A. Rétey+1 more|ArXiv.org|Jun 18, 1999

Manufacturing Process and Optimization参考文献 1被引用 8

一句话总结

本文提出了一种针对高能物理中广泛使用的符号计算系统FORM的并行化策略。通过利用消息传递接口（MPI）和基于任务的并行模型，作者实现了一个原型系统，显著加速了计算密集型计算，在分布式内存系统上实现了显著的加速比，同时保持了原始顺序FORM的正确性和表达能力。

ABSTRACT

After an introduction to the sequential version of FORM and the mechanisms behind it we report on the status of our ongoing project of its parallelization. An analysis of the parallel platforms used is given and the structure of a parallel prototype of FORM is explained.

研究动机与目标

• 为应对高能物理中符号计算日益增长的计算需求，特别是多圈费曼图振幅的计算。
• 通过将其适配到并行架构上，实现FORM这一广泛使用的符号计算系统在可扩展性能上的提升。
• 设计一个模块化且可扩展的FORM并行原型，同时保持与原始顺序语义的兼容性。
• 在多种分布式内存平台评估该并行实现的性能与可扩展性。

提出的方法

• 采用基于任务的并行模型，作者将FORM的符号操作分解为可独立执行的任务，可在多个处理器间分发。
• 使用消息传递接口（MPI），系统在符号计算过程中协调计算节点之间的通信与负载均衡。
• 并行原型保留了FORM的核心语法与语义，同时引入了运行时任务调度与数据分发机制。
• 该实现结构支持动态负载均衡，最大限度减少空闲时间，提升异构集群中的资源利用率。
• 作者在多种平台（包括不同互连方式和节点数量的集群）上评估了原型系统，以评估其性能与可移植性。
• 该设计支持粗粒度与细粒度并行，能够高效执行复杂的代数操作。

实验结果

研究问题

• RQ1 如何有效并行化符号计算系统FORM，以加速高能物理计算？
• RQ2 哪些架构模式与通信模型最能支持FORM符号操作的可扩展且高效的并行执行？
• RQ3 该并行实现在多大程度上保持了原始顺序FORM的正确性与表达能力？
• RQ4 在分布式内存系统上可实现多大的性能提升？这些提升如何随处理器数量扩展？
• RQ5 该并行原型在具有不同网络与计算特性的多种硬件平台上表现如何？

主要发现

• FORM的并行原型在大规模符号计算中实现了显著的加速比，实测加速比随问题规模与处理器数量增加而提升。
• 基于MPI的任务分发机制在多种集群配置下实现了高效的负载均衡与良好的可扩展性。
• 并行实现与原始顺序FORM在功能上保持一致，确保了正确性，并与现有物理工作流完全兼容。
• 性能测量表明，任务管理与通信的开销保持在可接受范围内，尤其在计算密集型任务中表现更优。
• 该原型在加速量子场论中的复杂振幅计算方面展现出巨大潜力，尤其在多圈与多尺度计算中。
• 该设计具有良好的可扩展性与适应性，支持未来与异构架构（如配备加速器的集群）的集成。