Evolución de las aplicaciones de exaescala mediante gráficos - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Evolución de las aplicaciones de exaescala mediante gráficos

Hola y mil gracias por leerme. Te escribe Simón Sánchez y esta vez vamos a hablar sobre Evolución de las aplicaciones de exaescala mediante gráficos

No tiene mucho sentido construir costosas máquinas informáticas de clase exaflop si las aplicaciones no están disponibles para aprovechar la enorme escala y el paralelismo. Considere que las supercomputadoras de clase exaflop mostrarán un paralelo de mil millones de dólares y que los cálculos estarán limitados por el consumo de energía, la generación de calor y el movimiento de datos. Este nivel de complejidad es suficiente para obstaculizar el desarrollo de aplicaciones, por lo que la racionalización del proceso de desarrollo es una parte crucial de una estrategia unificada de exaescala.

Este gráfico formal de CnC se desarrolló a partir de un boceto inicial de LULESH mapeado en una pizarra y representa las buenas prácticas de diseño de software.

La evolución de las aplicaciones hacia la exaescala es uno de los principales objetivos del grupo Data Intensive Scientific Computing del Pacific Northwest National Laboratory. Los científicos están trabajando para establecer procesos de diseño formales basados ​​en Colecciones Concurrentes (CnC), un modelo de programación de gráficos que combina actividad y paralelismo de datos.

En breve escríbelo Al destacar su trabajo, el grupo señala que «ocultar las complejidades que subyacen a las operaciones del sistema de exaescala a los desarrolladores de aplicaciones es un desafío clave para los equipos que diseñan supercomputadoras de próxima generación». Al combinar la actividad y el paralelismo de datos, los científicos están avanzando hacia este importante objetivo.

El equipo utilizó su técnica para transformar el código de aplicación proxy de hidrodinámica de choque explícito lagrangiano no estructurado de Livermore (LULESH) que modela la hidrodinámica (el movimiento de materiales entre sí cuando se someten a fuerzas) en un CnC específico. completar. La especificación puede implementarse y ejecutarse utilizando un paradigma que aproveche el enorme paralelismo y las características de ahorro de energía de los futuros sistemas de clase exaflop.

«Al desarrollar procesos formales que capturan datos y verifican las dependencias y separan los cálculos de los problemas de implementación, las complejidades de los sistemas de exaescala pueden ocultarse, reduciendo drásticamente los costos de desarrollo y aumentando las oportunidades para el ajuste automático del rendimiento», explica. un artículo de PNNL que destaca la investigación.

En lugar del método que requiere mucho tiempo de generar código mediante prueba y error, la especificación CnC comienza con una descripción general del flujo de datos entre los componentes del software. El siguiente paso es formalizar las oportunidades de análisis y optimización del paralelismo, eficiencia energética, movimiento de datos y fallas. En el caso del modelo CnC para LULESH, el equipo comenzó con un boceto de pizarra que salió de un taller de aplicación. Los expertos en el dominio con conocimientos funcionales proporcionaron la lógica de aplicación para la evaluación original. El boceto se convirtió en un gráfico formal en el que los científicos de PNNL realizaron análisis estáticos, aplicaron técnicas de optimización e identificaron errores. Por lo tanto, algunos costos comúnmente asociados con los procesos de desarrollo y prueba se redujeron antes de que se escribiera cualquier código.

«La formalización de las aplicaciones científicas como gráficos es extremadamente importante y esclarecedor», dijo el Dr. John Feo, director del Center for Adaptive Supercomputer Software y jefe del grupo Data Intensive Scientific Computing en PNNL. «Además de proporcionar una ruta natural y obvia para el desarrollo de aplicaciones, hemos identificado problemas de comunicación y optimización que podrían abordarse con mayor claridad incluso antes de que se implementaran los pasos de cálculo».

El código LULESH se ha segmentado en partes más pequeñas, cada una de las cuales corresponde a procedimientos formales de CnC. Luego, el código LULESH se incluyó en pasos CnC antes de ejecutar la aplicación para evaluar su corrección.

El método de aplicación CnC ahora se está aplicando a un segundo código de software, MiniGMG, otro punto de referencia de redes múltiples geométricas compactas para optimización, arquitectura y búsqueda algorítmica. El grupo de Computación Científica Intensiva de Datos de PNNL también está involucrado en el uso de LULESH para desarrollar y evaluar otros modelos de ajuste.

Esta investigación se realizó como parte del programa Traleika Glacier X-Stack, que reúne a los centros industriales, académicos y de codiseño del DOE para abordar las aplicaciones de pila de software a exaescala. El equipo de Traleika Glacier incluye: Intel, la Universidad de Delaware, ET International, Reservoir Labs, la Universidad de Illinois en Urbana-Champaign, la Universidad Rice, la Universidad de California, San Diego y PNNL.

Deberías compartir en tu Facebook para que tus amigos lo consulten

??? ? ? ???

Comparte