加速海啸模拟.PDF

设计解决方案 加速海啸模拟 作者：日本东北大学副教授 Kentaro Sano 挑战 海啸模拟将物理过程模拟与大量深海数据相结合。这些计算通常在大规模并行超级计算 机上完成，但具有硬件利用率低和性能差的缺陷。 解决方案 通过硬件浮点 FPGA 加速模拟内循环可实现高达 383 GFLOPS 的性能，能效超过 8.4 † GFLOPS/瓦 。 项目 设计团队 我们需要高性能且低功耗的计算解决方案，以借助真实的深海数据集来执行海啸模拟。 Sano 教授就职于日本东北大学（日本仙 这需要在有限的外部内存带宽下，实现有效计算并高效利用浮点运算单元。 台）计算机与数学科学系，主要从事并行 模拟工作使用人们所熟知的浅水方程组，这是一组偏微分方程，描述流体流动对压力波 可重构计算方面的研究。他的团队通过应 的响应。我们提供实际测深数据（靠近海岸时测得的有关海洋的深度信息）作为求解程序 用 FPGA 和 GPU 来加快解决要求严苛的 的输入值。 物理问题。 设计挑战 海啸模拟通常使用具备多核处理器与众核加速器（如图形处理单元 （GPU ））的超级 计算机来执行。通过计算节点上的大量芯片上内核，基于软件的并行计算可实现高性 能模拟。 但此类基于软件的大规模并行计算通常受到内存带宽不足的限制，效率非常低，尤其是 在具有低运算密度的算法中，问题极为突出。运算密度是指运算数量与必须从外部内存 加载的数据量之比，表示为每单元数据大小执行的运算数量，通常为 FLOP/字节。由于 每个处理器具有固有的峰值运算性能 （GFLOPS ）与可用外部内存带宽（每秒千兆字节 （Gbps ））之比，因此当算法的运算密度较低时，可持续性能通常受到内存带宽的限制。 因此，在计算内核性能、性能功耗比和性能价格比方面，此类内存受限计算的效率非常 低。虽然有一些技术可提高部分特定算法的运算密度，如旨在提高缓存内存中数据重用 效率的时间阻塞等，但是从根本上来说，CPU 或 GPU 的固定内存子系统不支持在芯片 上的内核之间实现理想的数据移动。例如，即使我们应该直接将数据从一个内核移动到 另一个内核，CPU 和 GPU 也需要从共享缓存内存读取/写入数据，或将数据读取/写入 至共享缓存内存。 设计解决方案 | 加速海啸模拟 设计解决方案 我们根据深度流水化和粗粒度并行性，通过 FPGA 为高性能海 啸模拟设计定制计算单元，并在芯片上实现性能可扩展性。通过 海啸模拟的计算表示为有限差分算法的模板计算（stencil 流水化，在每次访问内存时，我们可以执行大量运算，在此基础之 computation）