[论文解读] Scalable Parallel Implementation of Geant4 Using Commodity Hardware and Task Oriented Parallel C

Gene Cooperman, Luis A. Anchordoqui+4 more|ArXiv.org|Jan 15, 2000

Distributed and Parallel Computing Systems参考文献 4被引用 4

一句话总结

本文提出了一种基于通用硬件和面向任务并行C（TOP-C）的可扩展并行化Geant4实现，通过将粒子轨迹计算分布到Beowulf集群上，实现了细粒度的、事件内并行计算。该方法通过最小化代码修改并利用TOP-C的任务驱动模型，显著提升了性能，初步测试结果表明其在高能物理交互式模拟中具有巨大潜力。

ABSTRACT

We describe a scalable parallelization of Geant4 using commodity hardware in a collaborative effort between the College of Computer Science and the Department of Physics at Northeastern University. The system consists of a Beowulf cluster of 32 Pentium II processors with 128 MBytes of memory each, connected via ATM and fast Ethernet. The bulk of the parallelization is done using TOP-C (Task Oriented Parallel C), software widely used in the computational algebra community. TOP-C provides a flexible and powerful framework for parallel algorithm development, is easy to learn, and is available at no cost. Its task oriented nature allows one to parallelize legacy code while hiding the details of interprocess communications. Applications include fast interactive simulation of computationally intensive processes such as electromagnetic showers. General results motivate wider applications of TOP-C to other simulation problems as well as to pattern recognition in high energy physics.

研究动机与目标

• 通过克服传统事件级并行计算的局限性，实现在高能物理中粒子簇射的更快、交互式蒙特卡洛模拟。
• 利用通用硬件和最小代码修改，开发一种可扩展、高效的Geant4并行化方法。
• 探索事件内并行计算的可行性——即在单个事件内并行化单个粒子轨迹，超越标准的事件级分发模式。
• 评估TOP-C在Beowulf集群上用于高性能物理模拟的性能和可扩展性。
• 展示TOP-C作为通用工具在并行化类似Geant4的遗留物理模拟代码方面的潜力。

提出的方法

• 采用主从式任务导向编程模型，利用TOP-C将粒子轨迹计算分发到由32个Pentium II处理器组成的Beowulf集群上。
• 将核心粒子追踪逻辑封装为DoTask()函数，接收一个主粒子轨迹并返回次级粒子。
• 实现了C++ G4Track对象的序列化与反序列化，以支持主控与从属进程之间的网络传输。
• 采用六步增量式方法对Geant4进行并行化，同时通过顺序TOP-C库保持顺序调试能力。
• 利用TOP-C的延迟更新和基于动作的模型（如REDO、UPDATE）实现任务提交、结果检查和共享数据更新。
• 采用Linsley参数化方法，将大气层在空气簇射模拟中建模为230层，各层具有可变厚度和密度。

实验结果

研究问题

• RQ1 是否能够通过通用硬件和基于任务的并行模型，在Geant4中有效实现细粒度的事件内并行计算？
• RQ2 TOP-C在并行化类似Geant4的遗留C++物理模拟代码时，能在多大程度上降低复杂性？
• RQ3 与仅并行化整个事件相比，并行化粒子轨迹计算能带来多大的性能提升？
• RQ4 网络通信和任务管理的开销在高能物理模拟中如何影响可扩展性？
• RQ5 TOP-C框架能否推广应用于高能物理中的其他模拟和模式识别问题？

主要发现

• 并行化的Geant4实现成功通过TOP-C在多个处理器上分发粒子轨迹计算，实现了事件内并行计算。
• 初步测试显示并行版本与串行版本结果高度一致，验证了并行化方法的正确性。
• 测试模拟中单个任务约需1 ms的CPU时间，表明每个从属进程需提交约100个粒子才能克服网络开销。
• TOP-C框架使开发人员在顺序调试阶段结束后不到一天内即完成完整并行代码的开发，展现出极高的开发效率。
• 该方法仅对原始Geant4代码进行了极少修改，既保留了其面向对象结构，又实现了可扩展执行。
• 该方法为实现交互式模拟速度铺平了道路，将模拟耗时从数分钟缩短至数秒，对迭代物理分析和探测器设计具有变革性意义。