星系分组算法的并行设计与优化SGI系统与分布式集群对比-计算机科学.PDFVIP

Vo 1. 44 No. 10 第 44 卷第10 期 计算机科学 2017 年 10 月 COMPUTER SCIENCE Oct.2017 星系分组算法的并行设计与优化:SGI 系统与分布式集群对比 1 司雨漂1 韦建文1 Simon SEE ,2 林新华1 (上海交通大学高性能计算中心 上海 200240)1 (NVIDIA 新加坡 138522)2 摘 要 Halo-based Galaxy Group Finder (HGGF) 是一种有效的星系分组算法，它根据星系的空间位置、红移、质量 等多种属性将星系分组，材、而为星系组的形成与演化研究提供重要依据。但是，算法当前的 ÜpenMP实现版本仅能 利用羊节点提供的资源，在大规模星系分纽问题上的应用受到限制。一种优化思路是采用多机并行，使其可以利用更 多资源来解决更大规模的星系分组问题，并缩短执行时间。因此，有必要对算法重新进行设计与实现。实现此目标的 一大挑战是程序中存在大量半随机性远端内存访问，其在多机并行环境下会对性能造成重大影响。为克服这一难题， 设计中提出了邻接星系链表思想，并采用 Unified Parallel C (UPC)进行程序实现。对于核代码部分，使用 4 ， 8 ， 16 节 点时，可分别取得 2.25 ， 2.78 ， 5.07 倍的加速比;同时，对羊个节点的内存需求也显著减少。 OpenMP版本在 SGIUV 2000 上的实验结果显示，受限于程序的访存特性与机器体系架构的特点，类似 HGGF 算法这种具有随机数据访问特 征的程序，很难有效利用 NUMA 结构的共享内存系统中提供的大规模线程与内存资源来直接取得高加速比。在分 布式内存集群上采用两级并行设计，以更好地利用局部性原理，可能是更好的解决方案。 关键词 高性能计算，星系分组，并行计算，UPC , OpenMP 中固法分类号 TP391 文献标识码 A DOI 10. 11896/j. issn. 1002-1372♀ 2017.010.015 Parallel Design and Optimization of Galaxy Group Finding Algorithm on Comparation of SGI and Distributed-memory Cluster SI Yu-meng 1 WEI Jian-wen1 Simon SEE1,2 James LIN1 (Center for High Performance Computing.Shanghai Jiao Tong University.Shanghai 200240.China)1 (NVIDIA ,Singapore 138522 ,Singapore)2 Abstract Halo-based galaxy group finder (HGGF) is an effective algorithm that accomplishes the task of galaxy group finding based on galaxy coordinates ,redshift and mass