Microsoft PowerPoint - SS研200911姫野_最新.ppt

Transcription

1 3.5 世代 PCクラスタを中核とする理研 RICC: その狙いと現状 今後 理化学研究所情報基盤センター

2 内容 PCクラスターの歴史 Top500の新たな潮流 GPGPUの特徴 第二世代 PCクラスタ :RSCCの狙いとその結果 第 3.5 世代 PCクラスタ :RICCの狙いと現状 今後

3 PC クラスターの歴史と 最近の潮流

4 PC クラスタヒストリー 第一世代 :Beowulf 型個人 第二世代 :SCoreIII 産総研 RSCC(MD GRAPE) 高性能 共用 センター運用 Grid Computing RSCC:MD GRAPE による加速 2GB メモリーの壁 第三世代 :Fat Node Multi Core: Tsubame(2006 年 3 月稼働 ClearSpeed) T2K(2008 年 ) 第 3.5 世代 : + 汎用加速ボード Tsubame1.2(2008 年 12 月 GPGPU) 理研 RICC(2009 年 8 月 MD GRAPE3+GPGPU) GPGPU アクセラレータの一般化

5 第一世代 :Beowulf 型個人 2000 年デスクトップ PC CPU: Pentium III 450MHz 1CPU 8 ノード Interconnect : Fast Ethernet x 1 (100Mbps) 2001 年デスクトップ PC CPU: Pentium4 1.5GHz 1CPU 8 ノード Interconnect : Fast Ethernet x 1 (100Mbps) 2001 年ラックマウント 4U CPU: Pentium 4 1.7GHz 1CPU 64 ノード Interconnect : Myrinet 2000 Peak :217.6 GFLOPS

6 第二世代 :SCoreIII 産総研 RSCC 2001 年 Score III CPU: Pentium III 933MHz 2CPU 512 ノード Interconnect : Myrinet 2000 (2.0Gbps) Peak:955.4 GFLOPS 2004 年 RSCC CPU: Xeon 3.06GHz 2CPU 1024 ノード Interconnect : InfiniBand Peak:12.4 TFLOPS 2004 年 AIST スーパークラスタ CPU: Opteron 2.0GHz 2CPU, Itanium2 1.3GHz 4CPU Xeon 3.06GHz 2CPU Interconnect : Myrinet GbE Peak:14.6TFLOPS

7 第三世代 :Tsubame, T2K 2006 年 TSUBAME CPU: Dual Core Opteron (2.4GHz) 8CPU / ノード ClearSpeed CSX600 Interconnect: Infiniband Peak: 47.38TeraFlops 2008 年 Roadrunner (LANL) CPU: PowerXCell 8i 3.2 Ghz / Dual Core Opteron 1.8 GHz Interconnect: Infiniband Peak: PFLOPS 2008 年 T2K CPU: Quad core Opteron 4CPU/ ノード Interconnect: Myrinet, Infiniband T2K 東大 : 140TFLOPS (952 ノード ) T2K つくば : 95TFLOPS (648 ノード ) T2K 京都 : 61.2TFLOPS (416 ノード ) +GPGPU 3.5 世代

8 日本でのアクセラレータ アクセラレータの性能はホスト計算機の 倍 ( コスト性能比 電力性能比も ) 東大 :GRAPE シリーズ 現在は GRAPE DR 初代から数えて 8 代目 理研 : MD GRAPE2 WINE MD GRAPE3 研究的なボード :FPGA 市販品 ClearSpeed Tesla

9 世界では? 08 年の ISC:No.1 は Roadrunner

10 Roadrunner 電力消費が小さい!! 483m 2 コンパクト!!

11 Bell の法則?

12 新たな潮流の登場 Embedded/ Accelerated Commodity Cluster Custom Scalar Vector/SIMD

13 電力効率が話題に 電力効率は Cell が Embedded よりも良い

14 新しいトレンド? Accelerator Cell GPU GRAPE FPGA ClearSpeed Enbedded BlueGene/L, BlueGene/P BlueGene/Q 第 3.5 世代 PC クラスター マルチコアー PC CPU マルチソケット/ ノード メモリー空間大 アクセラレータ

15 GPU のハードウェア構造 Streaming Processor: SP x GB/s SP 倍精度演算ユニット 単精度演算ユニット Shared Memory (16kB) Device Memory (Global Memory:4GB) ホストとは PCI- Express 2.0 x16: 8GB/s 理研 GPU 講習会 NEC 資料を元にした

16 NVIDIA Tesla 出典 :wikipedia

17 PC と Server Tesla の比較 (1) PC PC Server nvidia Tesla C1060 CPU Intel Core2 Duo E GHz single socket Intel Xeon X GHz x 2Sockets core 数 2 x 4 8 (4/Socket x 2 Sockects) x 周波数 2.93 GHz x GHz x GHz Peak Performance GFLOPS x GFLOPS x 10 x GFLOPS(SP) 78 GFLOPS(DP) 消費電力 250 W x W x W メモリ転送性能 DDR x 6 DDR (3channel/CPU) x 2 GDDR GB/s 51.18GB/s 102GB/s 価格 ( 姫野が見積もったもの ) 約 6 万円 約 100 万円 約 8 万円

18 PC と Server Tesla の比較 (2) 価格性能比 (GFLOPS/\k) 電力性能比 (GFLOPS/W) PC Intel Core2 Duo SERVER Intel Xeon X GPGPU nvidia Tesla C1060 PC 比 Server 比 SP DP SP DP 単精度の計算では非常に性能が高い しかし 倍精度ではそれほど効果が高くない

19 PC クラスタに関する 理研での取り組み

20 2009 年 6 月まで運用していた RSCC RIKEN Super Combined Cluster システム構成 スカラ + ベクトル + 専用機の複合システム 入出力機器 システム間接続 1 ギガビット毎秒のネットワークを使いグリッド接続 スカラ部 12.4 テラフロップス MD-GRAPE3: 64 テラフロップス追加 (07 年 ) 特徴 世界初のスカラ + ベクトル + 専用機複合システム 計算機センターでPCクラスタを採用 日本で初めてグリッド技術を全面的に採用した計算機センター 利用者に利用計算機を意識させない 世界最大規模 日本で最速のPCクラスタ Top500リスト(2004 年 6 月 ) 第 7 位 高性能で低コスト ベクトル部 0.28 テラフロップス 産業技術大賞文部科学大臣賞 受賞 2005 年 4 月 次世代スーパーコンピュータ開発のテストベッドとして使用

21 第 2 世代 PC クラスタ :RSCC の狙い 1. スーパーコンピュータの既成概念に縛られず コスト性能比の良い計算機をメインの計算機に 2. 新たな利用者の獲得 実験データ処理 バイオインフォマティックスに適したシステムとし 理研内の新たな利用者を取り込む Grid Computing Web 技術を用いて それまで計算機センターのシステムに不慣れな研究者でも簡単に使えるシステムを構築 フリーソフトが多数利用できる計算機システムとすること 3. 従来の利用者も利用できる環境は維持

22 RSCC システム開発と主な成果 主なプレス発表 電子の磁石の強さを 1 兆分の 1 の精度まで計算 汚い 物質中の電子が持つ美しい対称性 共形不変性 を世界で初めて実証 - 不規則系の臨界現象における理論手法の構築の第一歩 - LINPACK 性能で世界 7 位 導入 産業技術大賞文部科学大臣賞 受賞 素粒子の世界の真空エネルギーをコンピュータで計算 金属表面で起こる分子の選択的分解反応と表面拡散運動の可視化に成功 H16.3 H16.6 H17.4 H18.4 H18.10 H19.4 H20.4 H21.4 テスト運用 (3 ヶ月間 ) 通常運用 メタ ジョブスケジューラの開発 導入 ライフサイエンス 2% Bio ポータルの開発 RSCC との接続 RSCC 以前の利用者数数 ( 研究分野 ) AMBER ポータルの開発 MDGRAPE-3 の導入 ライフサイエンス分野の増加 ライフサイエンス 41% 利用者の研究分野の割合

23 RSCC の 5 年間の故障 RSCC ハード障害発生件数 その他 ネットワーク HPSS 高速磁気ディスク可視化 SX-7 Cluster 2009 年 6 月末までの統計データ LINPACK 測定中のハード障害 : 2004 年 3 月 1/1 4 月 11/14 5 月 6/11( トータルで 19 台 /33 台 ) 予防交換は導入当初 (2004 年 ) の Blade server nodes:128/128 InfiniBand ケーブル :512/1024 それ以降の予防保守は大半がメモリの 1 ビットエラー検出による交換 初期不良と予防交換を除いたクラスタの平均故障率は約 3 台 / 月 発生件数 2004 年 3 月 2004 年 6 月 2004 年 9 月 2004 年 12 月 2005 年 3 月 2005 年 6 月 2005 年 9 月 2005 年 12 月 2006 年 3 月 2006 年 6 月 2006 年 9 月 2006 年 12 月 2007 年 3 月 2007 年 6 月 2007 年 9 月 2007 年 12 月 2008 年 3 月 2008 年 6 月 2008 年 9 月 2008 年 12 月 2009 年 3 月 2009 年 6 月 PC Cluster ハード障害発生件数 運用中発生 2005 年 9 月 2005 年 12 月 2006 年 3 月 2006 年 6 月 2006 年 9 月 2006 年 12 月 2007 年 3 月 2007 年 6 月 2007 年 9 月 2007 年 12 月 2008 年 3 月 2008 年 6 月 2008 年 9 月 2008 年 12 月 2009 年 3 月 2009 年 6 月 2004 年 9 月 2004 年 12 月 2005 年 3 月 2005 年 6 月 2004 年 3 月 2004 年 6 月 発生件数

24 第 3.5 世代 PC クラスタ :RICC

25 RICC の狙い 1. 次世代スーパーコンピュータに向けたアプリケーション開発環境の整備 大規模並列に対応するために 8000 コア超の大規模並列ジョブ実行を推進 システム ソフトウェア ( ジョブ スケジューラ ) の機能強化 一般利用の範囲で 8000 並列の大規模並列ジョブ実行を可能に 2. 新しい方向性 :GPGPU アクセラレータへの挑戦 アクセラレータは時代の要請であり トレンド GPGPU アクセラレータを導入 利用を推進

26 RICC の概要 システム構成 超並列 PC クラスタ +GPU クラスタ + 専用機クラスタ + 大容量メモリ計算機を単一の高速ネットワークで接続したクラスタ オブ クラスタ 超並列 PC クラスタ 96.0 テラフロップス * 最新の CPU を採用した日本初の大規模 PC クラスタ (8192 コア ) 研究者 実験データ テープアーカイブ装置 HPSS (4PB) 2009 年導入時点の TOP 500 リストで世界 40 位 日本で 3 位 PC クラスタ システムでは日本最速 ( 世界では 11 位 ) 多目的 PC クラスタ 9.3 テラフロップス + GPGPU アクセラレータ 93.3TFLOPS GPGPU の利用を容易にするためのビジュアル プログラミング環境を日本 IBM と共同で開発 専用機クラスタ 3TFLOPS + MDGRAPE-3 64 テラフロップス * 理研で開発した分子動力学専用計算機を接続 磁気ディスク装置 (550TB) 大容量メモリ計算機 0.24 テラフロップス 512GB メモリ *1 プロセスで 500GB 以上のメモリを利用可能

27 RICC と RSCC の比較 システム構成 PC クラスタ + 大容量メモリ計算機 + アクセラレータ 実験データ 演算性能 :8.5 倍メモリ I/O 性能 :2.5 倍 超並列 PC クラスタ 1024Nodes(8192core) ノード性能 :93.0GFLOPS, 12GB(mem), 500GB(hdd),DDR IB 1 利用者 容量 10 倍 I/O 性能 12 倍 アーカイブ装置 2PB, HPSS,10GbE Ethernet IB 多目的 PC クラスタ 100Nodes(800core) ノード性能 : 93GFLOPS, 24GB(mem), 250GB(hdd),DDR IB 1, PCI-ex16 レーン 1 磁気ディスク装置 550TB,SRFS,DDR IB 容量 27 倍 I/O 性能 10 倍 大容量メモリ計算機 1Node(36core) 0.24TFLOPS 512GB(mem) PCI-X,10GbE メモリ容量を 2 倍 分子動力学専用計算機 64TFLOPS ホストノード :32Nodes, 32GB/Node,DDR IB 1/Node

28 最大で 8996 core を同時に使える インターコネクト (InfiniBand) 構成 FBB 構成よりも Leaf 2/3, Spine 1/5 の構成 ファイルサーバ 8 8 IB スイッチ (Spine) 144 ポート 2 IB スイッチ (Leaf) 24 ポート 59 20Nodes 20Nodes 20Nodes 20Nodes 20Nodes 4Nodes 20Nodes 20Nodes 12Nodes FE 超並列 PC クラスタ 1024 ノード 多目的 PC クラスタ 132 ノード All Rights Reserved, Copyright (c) RIKEN 2009-

29 メタ ジョブ スケジューラの機能 複数のクラスタ上で動作しているジョブ スケジューラの上位で動作 異なるノード構成 アプリケーションなどを管理 サブクラスタ間のロードバランス等の解消 様々なスケジューリングポリシー ( 優先順位など ) での運用可能 フェアシェア機能 バックフィル機能 マルチ コアシステムでの効率的なジョブ管理 リソース管理 (NEW!) ネットワーク トポロジと利用方針を踏まえたノード アロケーション管理 (NEW!) 数万の単一 CPU 利用ジョブのスケジューリングに対応 (NEW!) サーバ障害時のフェイルオーバーに対応 (NEW!)

30 メタ ジョブ スケジューラ新機能 (1) マルチ コアシステムの効率的なジョブ リソース管理 RICC(PC クラスタ ) は quad core の CPU を 1 ノードに 2 つ搭載 非並列 並列ジョブ ( スレッド プロセス ) が混在 非並列ジョブ スレッド並列ジョブ (1 プロセス ) 空き core は他ジョブが使用可能 1CPU を占有空き core は他ジョブが使用可能 2 プロセス並列ジョブ 1 ノードを占有 利用者のニーズに合わせて 柔軟なリソースの利用を可能に +

31 メタ ジョブ スケジューラ新機能 (2) ネットワーク トポロジを踏まえたジョブのノード アロケーション管理が必須 FBB 構成よりも Leaf 2/3, Spine 1/5 の構成 InfiniBand ネットワーク構成 ファイルサーバ 8 8 IB スイッチ (Spine) 144 ポート 2 IB スイッチ (Leaf) 24 ポート 59 20Nodes 20Nodes 20Nodes 20Nodes 20Nodes 4Nodes 20Nodes 20Nodes 12Nodes FE 超並列 PC クラスタ 1024 ノード 多目的 PC クラスタ 132 ノード

32 メタ ジョブスケジューラの新機能 (3) 大規模並列ジョブを日常的に実行可能に ジョブ スケジューラの機能強化 ( バックフィル ) ジョブを投入する際に実行時間を指定すると 効率的にジョブを実行 ジョブの平均待ち時間を削減 仮定 :CPU4 個 バックフィル機能無しのジョブスケジュール 投入されるジョブの規模 ( 横 : 時間 縦 :CPU 数 ) A C B D F A B C D E FG E G ジョブ投入時間 A C E D バックフィル機能ありのジョブスケジュール 余り CPU が減 A B A B C D E FG B D A B C D E FG E G C F G F ジョブ C の実行開始は普遍 スループット向上

33 メタ ジョブ スケジューラ新機能 (4) 実験データ解析やパラメータ サーチなどでは 非並列ジョブを大量に実行 たとえば 高エネルギー実験データ解析では 1 人で 5 千 ~1 万本のジョブを投入 ジョブをまとめて 1 つのジョブとして投入可能にジョブ スケジューラを改良 ( バルク ジョブ ) システム全体が大きくなり ジョブ スケジューラの重要性は増大 ジョブ スケジューラの障害による影響大! サーバを 2 重化し 障害時のフェイルオーバーに対応可能なようにソフト改修

34 システム緒元 RSCC RICC 理論性能 設置面積 ( テープアーカイブ装置 & 保守スペース除く ) 重量 消費電力 ( ピーク ) 発熱量 12.6TFLOPS 約 40m2約 24t 約 660kVA 約 550Mcal/h 198.8TFLOPS TFLOPS(SP) 約 47 m2 約 40t 約 850kVA 約 710Mcal/h

35 マシン室写真 超並列 PC クラスタ 増設した空調機 多目的 PC クラスタ (GPGPU 搭載 ) MDGRAPE-3 クラスタ & 大容量メモリ計算機

36 RICC の性能

37 himenobmt を使った性能測定 himenobmt とは 非圧縮性の Navier Stokes 方程式のソルバーのカーネル ( 流体シミュレーション ) 物体適合格子を使った差分法 カーネルは圧力のポアソン方程式のソルバー ( 元は SOR 法 )

38 himenobmt の特徴 メモリーアクセスの特徴 14 個の 3 次元配列 1 つだけ再利用 13 個の配列は一度だけしか参照しない キャッシュが効かない 性能のボトルネックはメモリーバンド幅 14 ストリームのデータ供給 : 高バンド幅

39 himenobmt のカーネル コード for (i=1; i<imax 1; i++) for (j=1; j<jmax 1; j++) for (k=1; k<kmax 1; k++) { s0 = a0[i][j][k] * p[i+1][j][k] + a1[i][j][k] * p[i][j+1][k] + a2[i][j][k] * p[i][j][k+1] 配列 P 差分ステンシルアクセス再利用 + b0[i][j][k] * (p[i+1][j+1][k] p[i+1][j 1][k] p[i 1][j+1][k] + p[i 1][j 1][k]) + b1[i][j][k] * (p[i][j+1][k+1] p[i][j+1][k 1] p[i][j 1][k+1] + p[i][j 1][k 1]) + b2[i][j][k] * (p[i+1][j][k+1] p[i+1][j][k 1] p[i 1][j][k+1] + p[i 1][j][k 1]) + c0[i][j][k] * p[i 1][j][k] + c1[i][j][k] * p[i][j 1][k] + c2[i][j][k] * p[i][j][k 1] + wrk1[i][j][k]; ss = (s0 * a3[i][j][k] p[i][j][k]) * bnd[i][j][k]; wrk2[i][j][k] = p[i][j][k] + omega * ss; } 他の 13 の配列点アクセス再利用無し

40 クラスター上での himenobmt GFLOPS himenobmt RSCC(Size=XL) 32 RSCC 並列数 CPU で 174GFLPS GFLOPS himenobmt RICC(Size=XL) 512 GFLOPS HimenoBMT RICC(Size=XL) RICC 並列数 2048 並列数 8000core で 6.4TFLPS

41 GPGPU アクセラレータの理論性能 ノード 100 枚 理論性能 理論性能 ( 単精度 ) 9.3 TFLOPS TFLOPS 10 倍

42 GFLOPS RICC での GPGPU の性能測定結果 約 10 倍 himenobmt (Size XL) オリジナル vs. GPGPU 約 9.9 倍 約 9.7 倍 約 10 倍 約 8.2 倍 ノード数 (GPU 数 ) 約 8.2 倍 3.2TFLOPS 387GFLOPS himenobmt GPGPU 版は ( 株 ) 富士通研究所提供 理論値は 11 倍 9.3 TFLOPS TFLOPS

43 RICC 運用状況

44 超並列 PC クラスタ (mpc) の利用率 RICC( 超並列 PC クラスタ ) テスト運用 本運用 RSCC(PC クラスタ 1) 本運用開始まで 計画停電 テスト運用 本運用 5 年間の RSCC(PC クラスタ 1) 利用率

45 VPP700/RSCC との比較 VPP700 RSCC RICC 研究分野の割合 % 20% 40% 60% 80% 100% ライフサイエンス物理学工学化学脳科学情報工学 VPP700( 2004 年 2 月 ) RSCC(2009 年 6 月末現在 ) と RICC(2009 年 10 月末 ) の登録ユーザーの研究分野 主務による分類比較 登録ユーザー数は VPP700 で 184 名 RSCC で 276 名 RICC は 144 名 VPP700 と比べると 研究分野では ライフサイエンスが大幅に増大している

46 RICC ハードウェア故障 発生件数 RICC システムハード障害発生件数 2009 年 8 月 2009 年 9 月 2009 年 10 月 アーカイブシステム ネットワーク関連 磁気ディスク関連 フロントエンド計算機 大容量メモリ計算機 多目的 PC クラスタ (MDGRAPE-3) 多目的 PC クラスタ 超並列 PC クラスタ 2009 年 10 月末までの統計データ 予防交換を除いたクラスタの平均故障率は約 7 台 / 月 9 月 10 月の磁気ディスク装置の障害では home 領域へのアクセス不可により システム利用が停止

47 GPU の利用促進に向けて

48 GPU プログラムの問題 LU 分解のオリジナル プログラム ( 一部 ) GPGPU 版プログラム ( 一部 ) void kerneld( const Matrix<T, Z, C>& blockb, const Matrix<T, R, Z>& blockc, const Matrix<T, R, C>& blockd, Matrix<T, R, C>& result) { struct timeval tvs, tve; std::stringstream ss; int i, j, k; gettimeofday(&tvs,null); ss << tvs.tv_sec << "." << tvs.tv_usec << " kerneld" << R << " start." << std::endl; std::cerr << ss.str(); ss.str(""); /* To make the code simpler, input matrix is copied to the output one first */ for(i = 0; i < R; i++) // row for(j = 0; j < C; j++) // column result.elementat(i, j) = blockd.elementat(i, j); /* Main loop of submatrix calculation */ for (i = 0; i < R; i++) // row for (k = 0; k < Z; k++) // column or row for (j = 0; j < C; j++) // column result.elementat(i, j) += blockb.elementat(k, j) * blockc.elementat(i, k); gettimeofday(&tve,null); ss << tve.tv_sec << "." << tve.tv_usec << " kerneld" << R << " finish." << std::endl; tve.tv_usec = tvs.tv_usec; tve.tv_sec = tvs.tv_sec; if( tve.tv_usec < 0 ){ tve.tv_usec += ; tve.tv_sec ; } ss << tve.tv_sec << "." << tve.tv_usec << " kerneld" << R << " used." << std::endl; std::cerr << ss.str(); ss.str(""); } void kerneld( Matrix<float,MATRIX_SIZE,MATRIX_SIZE>* blockd, Matrix<float,MATRIX_SIZE,MATRIX_SIZE>* blockb, Matrix<float,MATRIX_SIZE,MATRIX_SIZE>* blockc, Matrix<float,MATRIX_SIZE,MATRIX_SIZE>* result); extern "C" void* udoplu_d(void* parm) { uspade_udop_parm_t* uparm = (uspade_udop_parm_t*)parm; std::string blockdparm = " :10003"; std::string blockbparm = " :10001"; std::string blockcparm = " :10002"; std::string resultparm = " :10004"; for (std::map<std::string, std::string>::const_iterator it = uparm >parms.begin(); it!= uparm >parms.end(); it++) { size_t pos; while ( (pos = blockdparm.find(it >first))!= std::string::npos ) blockdparm.replace(pos, it >first.length(), it >second); while ( (pos = blockbparm.find(it >first))!= std::string::npos ) blockbparm.replace(pos, it >first.length(), it >second); while ( (pos = blockcparm.find(it >first))!= std::string::npos ) blockcparm.replace(pos, it >first.length(), it >second); while ( (pos = resultparm.find(it >first))!= std::string::npos ) resultparm.replace(pos, it >first.length(), it >second); } InSocketPort<Matrix<float,MATRIX_SIZE,MATRIX_SIZE> > blockdport(blockdparm); InSocketPort<Matrix<float,MATRIX_SIZE,MATRIX_SIZE> > blockbport(blockbparm); InSocketPort<Matrix<float,MATRIX_SIZE,MATRIX_SIZE> > blockcport(blockcparm); OutSocketPort<Matrix<float,MATRIX_SIZE,MATRIX_SIZE> > resultport(resultparm); Matrix<float,MATRIX_SIZE,MATRIX_SIZE> blockd; Matrix<float,MATRIX_SIZE,MATRIX_SIZE> blockb; Matrix<float,MATRIX_SIZE,MATRIX_SIZE> blockc; Matrix<float,MATRIX_SIZE,MATRIX_SIZE> result; while ( uparm >active ) { if ( uparm >active ) blockdport.receive(blockd); if ( uparm >active ) blockbport.receive(blockb); if ( uparm >active ) blockcport.receive(blockc); struct timeval tv_st, tv_ed; gettimeofday(&tv_st, NULL); if ( uparm >active ) kerneld( &blockd, &blockb, &blockc, &result); gettimeofday(&tv_ed, NULL); printf("kernel fired!! (at %f in msec, %f [msec] to process kernel) n", (double)tv_ed.tv_sec * (double)tv_ed.tv_usec / 1000, (double)(tv_ed.tv_sec tv_st.tv_sec 1) * (double)( tv_ed.tv_usec tv_st.tv_usec) / 1000); if ( uparm >active ) resultport.send(result); } return NULL; }

49 GPGPU アプリケーション開発環境 RIVER(Riken IBM Visual Programming EnviRonment) GPGPUは高速だが その性能を引き出すには高度なプログラムのスキルが必要 だれでも使えるように初心者向けの ビジュアル プログラミング環境を日本 IBMと共同で開発中 部品ライブラリの中の部品を組み合わせるだけで プログラミングが可能 ノード並列もサポート GPUが使えるコンパイラも近々利用可能になる予定 PGIコンパイラー ( 現在ベータ版 ) 連立一次方程式の前処理プロセス :LU 分解の例

50

51

52

53

54 測定結果 (10 並列 ) All Rights Reserved, Copyright (c) RIKEN 2009-

55 並列性能 ノード数増加 =GPU 演算比率増加 All Rights Reserved, Copyright (c) RIKEN 2009-

56 RIVER の現状と今後 部品が優秀なら そこそこの性能 今後は理研内のアプリに応用してテスト 部品ライブラリーを整備 RIVER と部品ライブラリーをフリーフェアとして配布

57 PC クラスターの歴史は 背景と動機 生産台数 :PC > WS > Server > Supercomputer 価格あたりの性能 : PC > WS > Server > Supercomputer 安くて高性能な PC でスパコンを :PC クラスタ PC クラスターにアクセラレータを装着して 更にコスト性能を上げるのは自然 汎用品を使って 用途にあった専用品を作る

58 RICC での挑戦 千から万に至る並列性能のテスト アクセラレータによる性能向上の可能性と応用分野の開拓 利用者の拡大 :RIVER 開発後はフリーに コスト性能比 電力性能比の追求