[论文解读] Toward the Graphics Turing Scale on a Blue Gene Supercomputer

Michael McGuigan|ArXiv.org|Jan 9, 2008

Computability, Logic, AI Algorithms参考文献 12被引用 5

一句话总结

本文展示了在使用 Tachyon 渲染器时，Blue Gene/L 超级计算机在光线追踪性能上相比 Pentium IV 实现了 822 倍的加速，实现了在高分辨率（1760 万像素）下实时逼真渲染，且具备先进的光照效果。研究分析了强缩放和弱缩放行为，发现由于通信开销，在大规模处理器数量下出现了非平凡的性能下降。研究还突显了大规模超级计算在科学可视化中的潜力，并达成了图形图灵规模里程碑。

ABSTRACT

We investigate raytracing performance that can be achieved on a class of Blue Gene supercomputers. We measure a 822 times speedup over a Pentium IV on a 6144 processor Blue Gene/L. We measure the computational performance as a function of number of processors and problem size to determine the scaling performance of the raytracing calculation on the Blue Gene. We find nontrivial scaling behavior at large number of processors. We discuss applications of this technology to scientific visualization with advanced lighting and high resolution. We utilize three racks of a Blue Gene/L in our calculations which is less than three percent of the the capacity of the worlds largest Blue Gene computer.

研究动机与目标

• 评估大规模 Blue Gene/L 超级计算机在科学可视化中光线追踪性能的可扩展性。
• 确定在高处理器数量下，光线追踪的强缩放和弱缩放行为是否保持线性或出现退化。
• 评估使用通用超级计算硬件实现图形图灵规模——即以每秒 30 帧的速度实现逼真渲染——的可行性。
• 识别光线追踪流水线中的性能瓶颈，如场景解析和 I/O，而不仅仅是原始计算。
• 探索在并行架构上使用基于蒙特卡洛的环境光遮蔽光照技术在高分辨率可视化中的应用。

提出的方法

• 使用编译为 MPI 和双精度的 Tachyon 光线追踪器，在 6144 个处理器的 Blue Gene/L 系统上执行并行光线追踪。
• 通过固定问题规模（110 万至 1760 万像素）并从 64 增加到 1024 个处理器，开展强缩放实验。
• 通过按比例增加问题规模和处理器数量以保持每个处理器的工作量恒定，执行弱缩放实验。
• 使用帧渲染时间、吞吐量（每秒帧数）以及相对于 Pentium IV 的加速比来测量性能。
• 采用依赖蒙特卡洛采样的环境光遮蔽光照，以增加计算复杂性和真实感。
• 使用来自 VMD 的 26,318 个物体的分子模型作为测试场景，以模拟复杂的科学可视化工作负载。

实验结果

研究问题

• RQ1 通用超级计算机（如 Blue Gene/L）是否可通过优化光线追踪实现接近图形图灵规模的性能？
• RQ2 在 Blue Gene/L 上，随着处理器数量的增加，光线追踪性能如何变化，特别是在高分辨率和复杂光照条件下？
• RQ3 在大规模系统中，高分辨率光线追踪流水线的主要性能瓶颈是什么？
• RQ4 在大规模处理器数量下，通信开销在多大程度上限制了缩放效率？
• RQ5 基于蒙特卡洛的光照技术（如环境光遮蔽）是否能在超级计算架构上实现高效并行化？

主要发现

• 6144 个处理器的 Blue Gene/L 系统在 1760 万像素、带有环境光遮蔽光照的光线追踪任务中，相比 Pentium IV 实现了 822 倍的加速。
• 强缩放结果显示，在 6144 个处理器上，1760 万像素的渲染时间为 2.6416 秒，而 Pentium IV 上为 2171.62 秒。
• 弱缩放性能在高处理器数量下出现退化，在 1024 个处理器时效率仅为 30%，表明通信开销限制了可扩展性。
• Blue Gene/L 上的场景解析时间（5.11 秒）显著高于 Pentium IV（0.8026 秒），表明这是主要瓶颈。
• Blue Gene/L 上的图像 I/O 时间（8.5864 秒）比 Pentium IV（1.3193 秒）高出六倍以上，凸显 I/O 是性能限制因素。
• 尽管实现了巨大的加速，系统并未实现完美的弱缩放，因为性能并未随问题规模和处理器数量线性增长。