Xipeng Shen: então e agora / 2011 início de carreira

imagem: Xipeng Shen 2011 vencedor do prêmio de início de carreira
visualizar mais

Crédito: Departamento de Energia Escritório de Ciência

O QUE TE PERMITIU FAZER O PRÊMIO INICIAL DE CARREIRA 2011?

O Early Career Award (ECA) do Departamento de Energia dos EUA (DOE) me deu a oportunidade de aprofundar nossa compreensão do desempenho da memória em computação exascale ou extreme scale. Esse entendimento é a chave para aumentar a precisão e a escalabilidade de muitas simulações científicas de missão crítica executadas em supercomputadores modernos.

Os sistemas de computação Exascale geralmente integram milhares de unidades de computação em um único chip. Cada um dos chips de computador precisa de dados para processar. À medida que o número de unidades de computação aumenta, a demanda total por dados cresce rapidamente. Mas a velocidade com que os dados passam da memória para os processadores aumenta muito mais lentamente. Essa lacuna em expansão limita fundamentalmente o desempenho atual alcançável da computação exascale.

Com o apoio de ECRs, fui pioneiro em algumas direções de pesquisa para preencher essa lacuna. Essas instruções se preocupam principalmente com a reorganização de dados e otimização de código em unidades de processamento gráfico (GPUs), uma importante classe de processadores em sistemas exascale.

Uma das técnicas trata da memória irregular durante a execução do programa. A memória irregular acessa dados de leitura ou gravação sem padrões. Eles não são úteis para sistemas de memória e prejudicam a velocidade de acesso à memória. A nova técnica transforma um programa de tal forma que em tempo de execução seus acessos irregulares se tornam regulares. Há pouca sobrecarga, mas a velocidade de acesso aos dados aumenta bastante. Outras técnicas permitem que os sistemas de computação gerenciem com flexibilidade muitos contextos paralelos em sistemas exascale para acelerar ainda mais os acessos à memória.

Essas técnicas estabeleceram algumas bases importantes para otimizações de código em sistemas exascale. Eles influenciaram o desenvolvimento e as melhorias de vários softwares modernos, em computação de alto desempenho e além. Eles inspiraram muitos estudos e receberam mais de 3.000 citações. Ao reduzir drasticamente os tempos de simulação, essas técnicas ajudaram a acelerar a pesquisa e a descoberta científica.

EM:

Xipeng Shen é professor de ciência da computação na North Carolina State University.

APOIANDO A MISSÃO DOE SC:

O Early Career Research Program fornece apoio financeiro crítico para pesquisadores em início de carreira, permitindo que eles definam e conduzam pesquisas independentes em áreas importantes para as missões do DOE. O desenvolvimento de cientistas e líderes de pesquisa de destaque é de suma importância para o Escritório de Ciências do Departamento de Energia. Ao investir na próxima geração de pesquisadores, o Science Office promove carreiras ao longo da vida na ciência da descoberta.

Para saber mais, visite o Programa de Pesquisa em Início de Carreira.

O RESUMO DO PROJETO 2011:

Melhorando a localidade de dados de simulações dinâmicas para computação exascale

A simulação computacional é importante para a pesquisa científica em muitas disciplinas. Muitos desses programas são complexos, transferindo uma grande quantidade de dados em um padrão que muda dinamicamente. O desempenho da memória é fundamental para maximizar a eficiência da computação na era dos multiprocessadores de chip (CMPs) devido à crescente disparidade entre a largura de banda de memória de expansão lenta e a demanda de dados por memória que aumenta rapidamente.

A importância é sublinhada pela tendência para a computação em exascale, onde se espera que os processadores contenham centenas ou milhares de núcleos (heterogêneos). Infelizmente, os sistemas de computador atuais não suportam um alto grau de transferência de memória. Este projeto propõe melhorar o desempenho da memória de aplicações dinâmicas desenvolvendo duas novas técnicas projetadas especialmente para os recursos emergentes do CMP.

A primeira técnica é a otimização assíncrona, que analisa os padrões de referência de memória de um aplicativo durante o tempo de execução e regula fluxos de controle e referências de memória em tempo real.

A segunda técnica é a otimização de localidade com reconhecimento de vizinhança, que se concentra em relacionamentos não uniformes entre elementos computacionais.

Esta pesquisa produzirá uma ferramenta robusta para usuários científicos para melhorar a localidade do programa em sistemas multicore e muitos núcleos que não é possível com as ferramentas existentes. Além disso, contribuirá para o avanço da ciência da computação e promoverá a pesquisa acadêmica e a educação no desafiador campo da computação científica.

RECURSOS:

EZ Zhang, Y. Jiang, Z. Guo, K. Tian e X. Shen, “On-the-Fly Dynamic Irregularity Elimination for GPU Computing”. Anais da 16ª Conferência Internacional sobre Suporte Arquitetônico para Linguagens de Programação e Sistemas Operacionaispáginas 369-380, (março de 2011). [DOI: 10.1145/1950365.1950408]

G. Chen, B. Wu, D. Li e X. Shen, “PORPLE: An Extensible Optimizer for Portable Data Placement on GPUs.” O 47º Simpósio Internacional Anual IEEE/ACM sobre Microarquitetura(dezembro de 2014). [DOI: 10.1109/MICRO.2014.20]

G. Chen, X. Shen, B. Wu e D. Li, “Optimizing Data Placement in GPU Memory: A Portable Approach”. Transações IEEE em Computadores 66(2017). [DOI: 10.1109/TC.2016.2604372]

DOE explica… oferece explicações simples de palavras-chave e conceitos em ciência fundamental. Ele também descreve como esses conceitos se aplicam ao trabalho do Escritório de Ciências do Departamento de Energia, uma vez que ajuda os Estados Unidos a se destacarem em pesquisas em todo o espectro científico. Para obter mais informações sobre computação exascale e a pesquisa do DOE nessa área, acesse “DOE Explains… Exascale Computing”..”

Perfis adicionais dos vencedores do prêmio Early Career Research Program podem ser encontrados em /science/listings/early-career-program.

O Office of Science é o maior patrocinador individual da pesquisa básica em ciências físicas nos Estados Unidos e está trabalhando para enfrentar alguns dos desafios mais prementes do nosso tempo. Para obter mais informações, visite www.energy.gov/science.


Isenção de responsabilidade: Alerta AAAS e Eurek! não são responsáveis ​​pela precisão dos comunicados de imprensa publicados no EurekAlert! por instituições contribuintes ou pelo uso de qualquer informação através do sistema EurekAlert.

Leave a Comment