Actas JP2011 - Universidad de La Laguna

Actas XXII Jornadas de Paralelismo (JP2011) , La Laguna, Tenerife, 7-9 septiembre 2011distancia de cada punto a su centroide es la menor.Se trata de hacer particiones que minimicen laheterogeneidad de los datos de los que se componecada una de las particiones.En la versión original ya aparecen los tests LC,SRAD, HS, BP, NW, KM, SC, y BFS, mientras que LU, HW,CFD, y PF fueron añadidos con posterioridad [15].III. El entorno computacionalLa Tabla I sintetiza las características de los4 sistemas en los que se han llevado a cabo losexperimentos. tarja es un servidor Bull NovaScale4040, tajinaste es un cluster que consta de7 nodos de cómputo, cada uno de ellos con 2microprocesadores de doble núcleo, lo que haceun total de 4 núcleos por nodo, y un total de 28procesadores de cómputo. Para los experimentosen OpenMP se ha usado un único nodo detajinaste. bejeque es un sistema de memoriacompartida con un total de 32 cores. Por últimogaroe es una estación de trabajo con 4 cores y8 threads de ejecución a la que están conectadaslas dos tarjetas gráficas cuyas características másrelevantes se muestran en la Tabla II. Las dos GPUscorresponden a la generación actual (Fermi) y laanterior de la línea profesional (Tesla) de NVIDIA.Para las ejecuciones en OpenMP se hanutilizado dos máquinas con procesadores Intelde 2 arquitecturas diferentes y otras dos conprocesadores AMD. Todas las ejecuciones CUDA sehan realizado en la estación garoe usando solamenteuna de las dos GPUs en cada ejecución.Característica Tesla C2050 Tesla C1060Chip T20 T10Número de núcleos 448 240Frecuencia del núcleo 1,15 GHz 1,30 GHzMemoria 3 GB 4 GBFrecuencia de la memoria 1,5 GHz 0,8 GHzTasa de transferencia 144 GB/s 102 GB/sGFLOPs (simple) 1030 GFlop/s 933 GFlop/sGFLOPs (doble) 515 GFlop/s 78 GFlop/sConsumo 247 W 187 WTABLA IIGPUs utilizadas en los experimentosEn cuanto a los compiladores, se han utilizado lasúltimas versiones (4.3.5 y 11.0 respectivamente) delos compiladores gcc e icc en el caso de las versionessecuenciales y OpenMP de los códigos, mientras quepara la versión CUDA hemos utilizado la versión 4.0,V0.2.1221 del compilador nvcc de NVIDIA.Para los resultados que se presentan en estetrabajo, todos los tests han sido compilados deforma uniforme utilizando las siguientes opciones decompilación:• -O3 para las versiones secuenciales de los códigos• -O3 (-fopenmp | -openmp) para las versionesOpenMP• -O3 para la versión CUDAHemos realizado experimentos adicionales probandodiferentes opciones de compilación específicas decada arquitectura, que no se presentan en estetrabajo por razones de espacio.En cuanto a los tamaños de entrada para cadauno de los tests del benchmark, por razones decompatibilidad de nuestros resultados con losobtenidos por los autores de Rodinia, hemosrespetado los tamaños de entrada que figuran enel benchmark tal como se descarga de la web deRodinia [16].IV. Resultados ExperimentalesPor razones de espacio es imposible reflejaral completo en este trabajo los resultados de laexperiencia computacional que se ha realizado. Asípues, intentaremos mostrar aquellos resultados quepuedan parecer más relevantes y que permitan sacarconclusiones sobre los experimentos.El primer tipo de experimentos que se realizaró fuela ejecución de la versión OpenMP de todos los testsdel benchmark. La Figura 1 muestra la aceleraciónde los tests BFS, NW, SRAD y HS compilados con gcc enbejeque. Observamos ya que nos encontramos contres patrones de comportamiento: aplicaciones comoSRAD que presentan una buena escalabilidad para elnúmero de cores seleccionado, otras como BFS que noescalan en absoluto y un tercer grupo, representadoen esta gráfica por NW y HS cuya escalabilidad eslimitada. Resultados muy similares se observaroncuando el compilador utilizado fue icc en lugar degcc.La Figura 2 compara las aceleraciones obtenidasen tarja y tajinaste con 4 núcleos. Podemosconcluir que las paralelizaciones en OpenMP detodos los códigos siempre resultan beneficiosas,logrando aceleraciones que en promedio podemosestimar de un factor 1.5 para la mayoría de los tests,y alcanzando valores superiores a 3.5 para los testsmás favorables.La figura 3 muestra la aceleración obtenida concada una de las GPUs disponibles con respecto a laversión OpenMP compilada con gcc con 32 threadsejecutada en bejeque. La mejora del rendimientoal utilizar los aceleradores hardware es para algunoscasos de un factor de 10, mientras que para otroscasos, la mejora no es tan importante. Para lamayoría de los tests, las versiones CUDA de loscódigos mejoran claramente el rendimiento. Losresultados para el compilador icc siguen un patrónsimilar, pero en este caso, el factor de mejora de lostests más beneficiados por el concurso de las GPUsllega a alcanzar un factor de 60.La Figura 4 muestra para cada uno de lostests del benchmark y para cada una de las dosGPUs disponibles el porcentaje del tiempo total deejecución que se emplea en cómputo en la CPU,Entrada/Salida, transferencias de memoria entreHost y dispositivo así como el tiempo de ejecucióndel kernel CUDA.En la Figura queda patente a primera vista ladiversidad de los diferentes tests. Algunos sonJP2011-663