Оценка загрузки гибридного вычислительного комплекса при выполнении задач моделирования в материаловедении
https://doi.org/10.17073/1609-3577-2020-4-289-296
EDN: JELAFK
Аннотация
Статья посвящена методикам расчета и оценке эффективности функционирования гибридных вычислительных систем. Программные системы материаловедения демонстрируют максимальную эффективность при функционировании именно на гибридных вычислительных системах при использовании графических ускорителей для проведения расчетов. В качестве примера можно привести программные системы VASP (The Vienna Ab initio Simulation Package) и Quantum ESPRESSO. Эти программные системы проявляют наибольшую эффективность при монопольном использовании вычислительных ресурсов: RAM, CPU, GPU.
При эксплуатации гибридного высокопроизводительного комплекса возникает задача управления ресурсами и разделения их между группой пользователей. Необходимо разработать технологии, которые обеспечивают выделение ресурсов приложениям материаловедения для разных пользователей и научных коллективов.
Современным подходом в организации вычислительного процесса является использование технологий виртуализации и облачных технологий. Облачные технологии позволяют предоставлять пользователям услуги SaaS и PaaS. Целесообразно предоставлять научным командам прикладные системы материаловедения как облачные сервисы. Такие разноплановые подходы в условиях применения в одном вычислительном комплексе требуют выработки методов по оптимизации загрузки ресурсов высокопроизводительного комплекса, оценке эффективности использования его вычислительных возможностей и выработке методики совершенствования пользовательских программ.
Определение качества загрузки комплекса является важной задачей при предоставлении сервисов высокопроизводительных вычислений научным коллективам, выполняющими междисциплинарные научные исследования в различных областях науки и техники. В статье предлагается метод расчета значения величины загрузки с использованием пиковых значений производительности комплекса. Анализируются результаты и качество функционирования облачных научных сервисов высокопроизводительных вычислений с помощью Roofline-модели.
Ключевые слова
Об авторе
К. И. ВоловичРоссия
ул. Вавилова, д. 44, корп. 2, Москва, 119333
Волович Константин Иосифович — канд. техн. наук, старший научный сотрудник
Список литературы
1. Журавлев А. А., Ревизников Д. Л., Абгарян К. К. Метод дискретных элементов с атомарной структурой // Материалы XXI международной конференции по вычислительной механике и современным прикладным программным системам (ВМСППС'2019), Алушта, 24–31 мая 2019 г. М.: Московский авиационный институт, 2019. С. 59—61.
2. Карцев А., Мальковский С. И., Волович К. И., Сорокин А. А. Исследование производительности и масштабируемости пакета Quantum ESPRESSO при изучении низкоразмерных систем на гибридных вычислительных системах // Математическое моделирование в материаловедении электронных компонентов: материалы I международной конференции, Москва, 21–23 октября 2019 г. М.: МАКС Пресс, 2019. С. 18—20. DOI: 10.29003/m682.MMMSEC-2019
3. Vouzis P. D., Sahinidis N. V. GPU-BLAST: using graphics processors to accelerate protein sequence alignment // Bioinformatics. 2011. V. 27, Iss. 2. P. 182—188. DOI: 10.1093/bioinformatics/btq644
4. Микурова А. В., Скворцов В. С. Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов // Биомедицинская химия. 2018. Т. 64, № 3. С. 247—252. DOI 10.18097/PBMC20186403247
5. Микурова А. В., Скворцов В. С., Раевский О. А. Компьютерная оценка селективности ингибирования мускариновых рецепторов M1-M4 // Biomedical Chemistry: Research and Methods. 2018. Т. 1, № 3. С. e00072. DOI: 10.18097/BMCRM00072
6. Горчаков А. Ю., Посыпкин М. А. Сравнение вариантов многопоточной реализации метода ветвей и границ для многоядерных систем // Современные информационные технологии и ИТ-образование. 2018. Т. 14, № 1. С. 138—148. DOI: 10.25559/SITITO.14.201801.138-148
7. Berriman G. B., Deelman E., Juve G., Rynge M., Vöckler J.-S. The application of cloud computing to scientific workflows: a study of cost and performance // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2013. V. 371, Iss. 1983. P. 20120066. DOI: 10.1098/rsta.2012.0066
8. Якобовский М. В., Бондаренко А. А., Выродов А. В., Григорьев С. К., Корнилина М. А., Плотников А. И., Поляков С. В., Попов И. В., Пузырьков Д. В., Суков С. А. Облачный сервис для решения многомасштабных задач нанотехнологии на кластерах и суперкомпьютерах // Известия ЮФУ. Технические науки. 2016. № 12. С. 103—114. DOI: 10.18522/2311-3103-2016-12-103114
9. Ding F., an Mey D., Wienke S., Zhang R., Li L. A study on today’s cloud environments for HPC applications // In: Helfert M., Desprez F., Ferguson D., Leymann F. (eds) Cloud Computing and Services Science. CLOSER 2013. Communications in Computer and Information Science. V. 453. Cham: Springer, 2014. P. 114—127. DOI: 10.1007/978-3-319-11561-0_8
10. Волович К. И., Зацаринный А. А., Кондрашев В. А., Шабанов А. П. О некоторых подходах к представлению научных исследований как облачного сервиса // Системы и средства информатики. 2017. Т. 27, № 1. С. 73—84. DOI: 10.14357/08696527170105
11. Абрамов С. М. 2018: анализ суперкомпьютерных киберинфраструктур ведущих стран мира // Суперкомпьютерные технологии (СКТ-2018): материалы 5-й Всероссийской научно-технической конференции, Дивноморское, Геленджик, 17–22 сентября 2018 г. Т. 1. Дивноморское, Геленджик: Южный федеральный университет, 2018. С. 11—18.
12. Абрамов С. М., Лилитко Е. П. Состояние и перспективы развития вычислительных систем сверхвысокой производительности // Информационные технологии и вычислительные системы. 2013. № 2. С. 6—22.
13. Клинов М. С., Лапшина С. Ю., Телегин П. Н., Шабанов Б. М. Особенности использования многоядерных процессоров в научных вычислениях // Вестник Уфимского государственного авиационного технического университета. 2012. Т. 16, № 6. С. 25—31.
14. Абрамов С. М. Правда, искажающая истину. Как следует анализировать Top500? // Вестник Южно-уральского государственного университета. Серия: Вычислительная математика и информатика. 2013. Т. 2, № 3. С. 5—31. DOI: 10.14529/cmse130301
15. Afanasyev I., Voevodin V. The comparison of large-scale graph processing algorithms implementation methods for Intel KNL and NVIDIA GPU // In: Voevodin V., Sobolev S. (eds) Supercomputing. RuSCDays 2017. Communications in Computer and Information Science. V. 793. Cham: Springer, 2017. P. 80—94. DOI: 10.1007/978-3-319-71255-0_7
16. Sobolev S. I., Antonov A. S., Shvets P. A., Nikitenko D. A., Stefanov K. S., Voevodin Vad. V., Voevodin Vl. V., Zhumatiy S. A. Evaluation of the octotron system on the lomonosov-2 supercomputer // Параллельные вычислительные технологии (ПаВТ’2018): труды международной научной конференции, Ростов-на-Дону, 2–6 апреля 2018 г. Челябинск: Издательский центр ЮУрГУ, 2018. С. 176—184.
17. Zatsarinny A. A. Gorshenin A. K., Kondrashev V. A., Volovich K. I., Denisov S. A. Toward high performance solutions as services of research digital platform // Procedia Computer Science: Proc. 13th International Symposium “Intelligent Systems”, INTELS 2018, St. Petersburg, 22–24 October 2018. V. 150. St. Petersburg: Elsevier B.V., 2019. P. 622—627. DOI: 10.1016/j.procs.2019.02.078
18. Williams S., Waterman A., Patterson D. Roofline: an insightful visual performance model for multicore architectures // Communications of the ACM. 2009. V. 52, N 4. P. 65—76. DOI: 10.1145/1498765.1498785
19. Положение о Центре коллективного пользования «Информатика». URL: https://www.frccsc.ru/ckp (дата обращения: 15.01.2020).
20. NAS Parallel Benchmarks (NPB). URL: https://www.nas.nasa.gov/publications/npb.html (дата обращения: 15.01.2020).
Статья подготовлена по материалам доклада, представленного на II-й международной конференции «Математическое моделирование в материаловедении электронных компонентов», Москва, 19—21 октября 2020 г.
Рецензия
Для цитирования:
Волович К.И. Оценка загрузки гибридного вычислительного комплекса при выполнении задач моделирования в материаловедении. Известия высших учебных заведений. Материалы электронной техники. 2020;23(4):289-296. https://doi.org/10.17073/1609-3577-2020-4-289-296. EDN: JELAFK
For citation:
Volovich K.I. Estimation of the workload of a hybrid computing cluster when performing modeling tasks in materials science. Izvestiya Vysshikh Uchebnykh Zavedenii. Materialy Elektronnoi Tekhniki = Materials of Electronics Engineering. 2020;23(4):289-296. (In Russ.) https://doi.org/10.17073/1609-3577-2020-4-289-296. EDN: JELAFK