Actas JP2011 - Universidad de La Laguna

Actas XXII Jornadas de Paralelismo (JP2011) , La Laguna, Tenerife, 7-9 septiembre 2011Listado 1: Cálculo del áera del conjunto de Mandelbrot llc1 # pragma omp target device ( cuda ) copy_in (c)2 # pragma omp parallel for reduction (+: numoutside ) private (i,j,ztemp ,z) shared (nt ,c)3 {4 numoutside = 0;5 for (i = 0; i < npoints ; i ++) {6 z. creal = c[i]. creal ;7 z. cimag = c[i]. cimag ;8 for (j = 0; j < MAXITER ; j ++) {9 ztemp = (z. creal * z. creal ) - (z. cimag * z. cimag ) + c[i]. creal ;10 z. cimag = z. creal * z. cimag * 2 + c[i]. cimag ;11 z. creal = ztemp ;12 if (z. creal * z. creal + z. cimag * z. cimag > THRESOLD ) {13 numoutside ++;14 break ;15 }16 } /* for j */17 } /* for i */18 }mentación pura en OpenMP (8 hilos, uno por core)con el código CUDA generado por llCoMP especificando(etiqueta CUDA v2) las transferencias dememoria con dichas cláusulas y sin hacerlo (etiquetaCUDA v1).En nuestra estrategia de traducción sincronizamoslas memorias de host y dispositivo al final de cadaregión paralela. Dentro de una región paralela asumimosque las posiciones de memoria ubicadas en elhost no cambian.El bucle anidado del método de Jacobi es un buencandidato a optimizarse utilizando fusión de bucles.Cuando el backend CUDA de llCoMP encuentradicha cláusula genera un kernel 2D. La coordenada xrepresenta el primer bucle y la coordenada y representalas iteraciones del segundo bucle. Esta implementaciónproduce hilos CUDA más ligeros, reducelos conflictos en el acceso a memoria e incrementala granularidad. Sin embargo, debe ser escogida concuidado la configuración para lanzar el kernel paramejorar el rendimiento, como se puede observar enla Figura 3. Los resultados computacionales que utilizanintercambio de bucles no producen mejoras significativasdel rendimiento.C. Dinámica molecular (MD)El código MD calcula la energía y fuerzas de unsistema formado por N partículas. El problema requierenumerosas iteraciones para obtener una aproximacióna la solución, cuya exactitud está determinadapor el incremento temporal escogido para lasimulación.En cada paso de la simulación el algoritmo realizados operaciones básicas: calcular y actualizar. Laactualización se realiza mediante un bucle for queactualiza las posiciones, velocidades y aceleracionesde las partículas.Desde el punto de vista computacional, la rutinade cálculo es más costosa que la de de actualización.Con este problema pretendemos estudiar la mejorcombinación GPU/CPU para el código paralelo. Denotandoa la CPU con C y a la GPU con una G.Hemos medido el rendimiento de cuatro versiones diferentesdel código:CC: las dos rutinas en la CPU (código puroOpenMP)GG: las dos rutinas en la GPU (código puroCUDA)GC: cálculo en la GPU y actualización en la CPUCG: cálculo en la CPU y actualización en la GPUFig. 3: Aceleración en el código Jacobi usando lacláusula COLLAPSE(2). Los parámetros óptimos paraejecutar el kernel dependen de la arquitectura.Fig. 4: Aceleración del código MD para diferentesestrategias de paralelización usando Tesla C1060 yocho hilos OpenMPJP2011-691