Publicación:

Procesamiento masivamente paralelo de aplicaciones científicas en arquitecturas híbridas soportado por multi-gpu

Resumen

Simulaciones numéricas usando supercomputadores están produciendo un creciente volumen de datos. La producción y análisis eficiente de los datos son clave para futuros descubrimientos. El paradigma in situ emerge como una solución prometedora para evitar el cuello de botella en los dispositivos E/S que se genera en el sistema de archivos por la simulación y el análisis. El principio es procesar los datos tan cerca como sea posible donde y cuando estos son producidos. Varias estrategias e implementaciones han sido propuestas en los íltimos a˜nos para soportar procesamiento in situ con un bajo impacto en el rendimiento de la simulación. Aín así, pocos esfuerzos se han hecho en el escenario de procesamiento de análisis in situ con aplicaciones híbridas que soporten aceleradores como GPUs. En éste trabajo, se propone un estudio de las estrategias in situ usando Gromacs, un paquete de simulación de dinámica molecular con soporte multi-GPU, como aplicación de prueba. Dicho estudio se enfoca en el uso de recursos computacionales de la máquina por la simulación y el análisis in situ. Para finalizar, las estrategias de ubicación in situ son extendidas al caso de análisis in situ ejecutado en la GPU y se estudia su impacto en el rendimiento de Gromacs y la utilización de recursos. En particular se muestra que la ejecución de análisis in situ en GPU puede ser una solución más eficiente que en la CPU especialmente cuando la CPU es el cuello de botella de la simulación.