講 習 会 概 略 開 催 日 : 2013 年 3 月 24 日 ( 月 )10:30-18: 年 3 月 25 日 ( 火 )10:30-18:00 場 所 : 東 京 大 学 情 報 基 盤 センター 4 階 413 遠 隔 講 義 室 講 習 会 プログラム: 3 月 24 日

Transcription

1 内 容 に 関 するご 質 問 は cc.u-tokyo.ac.jp まで お 願 いします 第 35 回 お 試 しアカウント 付 き 並 列 プログラミング 講 習 会 ライブラリ 利 用 : 高 性 能 プログラミング 初 級 入 門 東 京 大 学 情 報 基 盤 センター 3

2 講 習 会 概 略 開 催 日 : 2013 年 3 月 24 日 ( 月 )10:30-18: 年 3 月 25 日 ( 火 )10:30-18:00 場 所 : 東 京 大 学 情 報 基 盤 センター 4 階 413 遠 隔 講 義 室 講 習 会 プログラム: 3 月 24 日 ( 月 ) 10:00-10:30 受 付 10:30-12:30 ノートパソコンの 設 定 テストプログラム(MPI)の 実 行 など( 演 習 ) ( 講 師 : 片 桐 ) 14:00-15:00 並 列 プログラミングの 基 本 ( 座 学 )( 講 師 : 片 桐 ) 15:15-16:15 プログラム 実 習 Ⅰ(BLAS)( 演 習 )( 講 師 : 片 桐 ) 16 :30-18:00 プログラミング 実 習 Ⅱ(LAPACK, ScaLAPACK)( 演 習 )( 講 師 : 片 桐 ) 3 月 25 日 ( 火 ) 10:00-10:30 ppopen-hpcの 概 要 ( 座 学 ) ( 講 師 : 中 島 ) 10:30-12:00 ppopen-appl/fvmの 概 要 と 並 列 データ 構 造 ( 座 学 )( 講 師 : 中 島 ) 13:30-14:30 ppopen-appl/fvmによるプログラム 開 発 例 ( 座 学 )( 講 師 : 中 島 ) 14:30-15:15 ppopen-appl/fvm 実 習 ( 実 習 )( 講 師 : 中 島 ) 15:30-18:00 差 分 法 による 弾 性 波 動 並 列 シミュレーション(ppOpen-APPL/FDM)( 演 習 )( 講 師 : 森 ) 4

3 有 償 トライアルユース 制 度 の 開 始 について 2012 年 4 月 より 安 価 に 当 センターのFX10スーパーコンピュータシステムが 使 える 無 償 トライアルユース および 有 償 トライアルユース 制 度 が 開 始 予 定 です アカデミック 利 用 パーソナルコース グループコースの 双 方 (1ヶ 月 ~3ヶ 月 ) 企 業 利 用 パーソナルコース(1ヶ 月 ~3ヶ 月 )( 最 大 24ノード 最 大 96ノード) 本 講 習 会 の 受 講 が 必 須 審 査 無 グループコース 無 償 トライアルユース:(1ヶ 月 ~3ヶ 月 ): 無 料 (12ノード 1 口 ) 有 償 トライアルユース:(1ヶ 月 ~ 最 大 通 算 9ヶ 月 ) 有 償 (12ノード 1 口 ) スーパーコンピュータ 利 用 資 格 者 審 査 委 員 会 の 審 査 が 必 要 ( 年 4 回 実 施 ) 双 方 のコースともに 簡 易 な 利 用 報 告 書 の 提 出 が 必 要 料 金 体 系 や 利 用 条 件 の 詳 細 は 以 下 のHPをご 覧 ください 5

4 スパコンへのログイン テストプログラム 起 動 東 京 大 学 情 報 基 盤 センター 准 教 授 片 桐 孝 洋 28

5 講 義 の 流 れ 1. スパコン 利 用 の 仕 方 単 純 な 並 列 プログラムの 実 行 2. 総 和 演 算 29

6 テストプログラム 起 動 31

7 UNIX 備 忘 録 Emacsの 起 動 : emacs < 編 集 ファイル 名 > ^x ^s (^はcontrol) :テキストの 保 存 ^x ^c : 終 了 ( ^z で 終 了 すると スパコンの 負 荷 が 上 がる 絶 対 にしないこと ) ^g : 訳 がわからなくなったとき ^k : カーソルより 行 末 まで 消 す 消 した 行 は 一 時 的 に 記 憶 される ^y : ^kで 消 した 行 を 現 在 のカーソルの 場 所 にコピーする ^s 文 字 列 : 文 字 列 の 箇 所 まで 移 動 する ^M goto-line : 指 定 した 行 まで 移 動 する (^MはESCキーを 押 す) 32

8 UNIX 備 忘 録 rm ファイル 名 : ファイル 名 のファイルを 消 す rm *~ : test.c~ などの ~がついたバックアップファイルを 消 す ls : 現 在 いるフォルダの 中 身 を 見 る cd フォルダ 名 : フォルダに 移 動 する cd.. : 一 つ 上 のフォルダに 移 動 cd ~ :ホームディレクトリに 行 く 訳 がわからなくなったとき cat ファイル 名 : ファイル 名 の 中 身 を 見 る make : 実 行 ファイルを 作 る (Makefile があるところでしか 実 行 できない) make clean : 実 行 ファイルを 消 す (clean がMakefileで 定 義 されていないと 実 行 できない) 33

9 サンプルプログラムの 実 行 初 めての 並 列 プログラムの 実 行 34

10 サンプルプログラム 名 C 言 語 版 Fortran90 版 共 通 ファイル: Samples-fx.tar tarで 展 開 後 C 言 語 とFortran90 言 語 の ディレクトリが 作 られる C/ : C 言 語 用 F/ : Fortran90 言 語 用 上 記 のファイルが 置 いてある 場 所 /home/z

11 並 列 版 Helloプログラムをコンパイルしよう (1/2) 1. /home/z30082 にある Samples-fx.tar を 自 分 のディレクトリにコピーする $ cp /home/z30082/samples-fx.tar./ 2. Samples-fx.tar を 展 開 する $ tar xvf Samples-fx.tar 3. Samples フォルダに 入 る $ cd Samples 4. C 言 語 : $ cd C Fortran90 言 語 : $ cd F 5. Hello フォルダに 入 る $ cd Hello 36

12 並 列 版 Helloプログラムをコンパイルしよう (2/2) 6. ピュアMPI 用 のMakefileをコピーする $ cp Makefile_pure Makefile 7. make する $ make 8. 実 行 ファイル(hello)ができていることを 確 認 する $ ls 37

13 FX10スーパコンピュータシステムでの ジョブ 実 行 形 態 以 下 の2 通 りがあります インタラクティブジョブ 実 行 PCでの 実 行 のように コマンドを 入 力 して 実 行 する 方 法 スパコン 環 境 では あまり 一 般 的 でない デバック 用 大 規 模 実 行 はできない FX10では 以 下 に 限 定 1ノード(16コア)(2 時 間 まで) 8ノード(128コア)(10 分 まで) バッチジョブ 実 行 バッチジョブシステムに 処 理 を 依 頼 して 実 行 する 方 法 スパコン 環 境 で 一 般 的 大 規 模 実 行 用 FX10では 最 大 1440ノード(23,040コア)(6 時 間 ) 38

14 インタラクティブ 実 行 のやり 方 ( 本 講 習 会 では 使 えません 一 般 利 用 者 のみ) コマンドラインで 以 下 を 入 力 1ノード 実 行 用 $ pjsub --interact 8ノード 実 行 用 $ pjsub --interact -L node=8 インタラクティブ 用 のノード 総 数 は50ノードです もしユーザにより50ノードすべて 使 われている 場 合 資 源 が 空 くまで ログインできません 39

15 コンパイラの 種 類 とインタラクティブ 実 行 およびバッチ 実 行 インタラクティブ 実 行 およびバッチ 実 行 で 利 用 するコンパイラ (C 言 語 C++ 言 語 Fortran90 言 語 )の 種 類 が 違 います インタラクティブ 実 行 では オウンコンパイラ(そのノードで 実 行 する 実 行 ファイルを 生 成 するコンパ イラ)を 使 います バッチ 実 行 では クロスコンパイラ(そのノードでは 実 行 できないが バッチ 実 行 する 時 の ノードで 実 行 できる 実 行 ファイルを 生 成 するコンパイラ)を 使 います それぞれの 形 式 オウンコンパイラ: <コンパイラの 種 類 名 > クロスコンパイラ: <コンパイラの 種 類 名 >px 例 ) 富 士 通 Fortran90コンパイラ オウンコンパイラ: frt クロスコンパイラ: frtpx 40

16 バッチ 処 理 とは スパコン 環 境 では 通 常 は インタラクティブ 実 行 (コマンドラ インで 実 行 すること)はできません ジョブはバッチ 処 理 で 実 行 します バッチキュー ジョブの 依 頼 バッチ 処 理 システムが ジョブを 取 り 出 す 実 行 ユーザ スパコン 41

17 バッチキューの 設 定 のしかた バッチ 処 理 は 富 士 通 社 のバッチシステムで 管 理 されていま す 以 下 主 要 コマンドを 説 明 します ジョブの 投 入 : pjsub <ジョブスクリプトファイル 名 > -g <プロジェクトコード> 自 分 が 投 入 したジョブの 状 況 確 認 : pjstat 投 入 ジョブの 削 除 : pjdel <ジョブID> バッチキューの 状 態 を 見 る: pjstat --rsc バッチキューの 詳 細 構 成 を 見 る: pjstat rsc -x 投 げられているジョブ 数 を 見 る: pjstat -b 過 去 の 投 入 履 歴 を 見 る: pjstat --history 同 時 に 投 入 できる 数 / 実 行 できる 数 を 見 る: pjstat --limit 42

18 本 お 試 し 講 習 会 でのキュー 名 本 演 習 中 のキュー 名 : tutorial 最 大 15 分 まで 最 大 ノード 数 は12ノード(192コア) まで 本 演 習 時 間 以 外 (24 時 間 )のキュー 名 : lecture 利 用 条 件 は 演 習 中 のキュー 名 と 同 様 43

19 pjstat --rsc の 実 行 画 面 例 $ pjstat --rsc RSCGRP STATUS NODE:COORD debug [ENABLE,START] 480:10x3x16 short [ENABLE,START] 480:10x3x16 regular ---- small [ENABLE,START] 3840:20x12x medium [ENABLE,START] 3840:20x12x large [ENABLE,START] 3840:20x12x16 `---- x-large [ENABLE,START] 3840:20x12x16 interactive ---- interactive_n1 [ENABLE,START] 50 `---- interactive_n8 [ENABLE,START] 50 使 える キュー 名 (リソース グループ) 44 現 在 使 えるか ノードの 物 理 構 成 情 報

20 pjstat --rsc -x の 実 行 画 面 例 $ pjstat --rsc -x RSCGRP STATUS MIN_NODE MAX_NODE ELAPSE MEM(GB) PROJECT debug [ENABLE,START] :30:00 28 gcxx, gcyy short [ENABLE,START] :00:00 28 gcxx, gcyy regular ---- small [ENABLE,START] :00:00 28 gcxx, gcyy ---- medium [ENABLE,START] :00:00 28 gcxx, gcyy ---- large [ENABLE,START] :00:00 28 gcxx, gcyy `---- x-large [ENABLE,START] :00:00 28 gcxx, gcyy interactive ---- interactive_n1 [ENABLE,START] :00:00 28 gcxx, gcyy `---- interactive_n8 [ENABLE,START] :10:00 28 gcxx, gcyy 使 える キュー 名 (リソース グループ) 45 現 在 使 えるか ノードの 実 行 情 報 課 金 情 報 ( 財 布 ) 実 習 では1つのみ

21 pjstat -b の 実 行 画 面 例 $ pjstat b RSCGRP STATUS TOTAL RUNNING QUEUED HOLD OTHER NODE:COORD debug [ENABLE,START] :10x3x16 short [ENABLE,START] :10x3x16 regular ---- small [ENABLE,START] :20x12x medium [ENABLE,START] :20x12x large [ENABLE,START] :20x12x16 `---- x-large [ENABLE,START] :20x12x16 interactive ---- interactive_n1 [ENABLE,START] `---- interactive_n8 [ENABLE,START] 使 える キュー 名 (リソース グループ) 現 在 使 え るか ジョブ の 総 数 実 行 して いるジョブ の 数 待 たされて いるジョブ の 数 ノードの 物 理 構 成 情 報 46

22 JOBスクリプトサンプルの 説 明 (ピュアMPI) (hello-pure.bash, C 言 語 Fortran 言 語 共 通 ) #!/bin/bash #PJM -L "rscgrp=lecture" #PJM -L "node=12" #PJM --mpi "proc=192" #PJM -L "elapse=1:00" mpirun./hello MPIジョブを16*12 = 192 プロセスで 実 行 する リソースグループ 名 :lecture 利 用 ノード 数 利 用 コア 数 (MPIプロセス 数 ) 実 行 時 間 制 限 :1 分 47

23 ピュアMPIの 実 行 状 況 (ノード 内 ) Core #0 MPIプロセス Core #1 Core #2 Core #3 各 CPUの 内 部 構 成 1ソケットのみ L1 L1 L1 L1 : L1データキャッシュ32KB L1 L1 L1 L1 Core #12 Core #13 Core #14 20GB/ 秒 Core #15 TOFU Network ICC L2 (16コアで 共 有 12MB) 85GB/ 秒 =(8Byte 1333MHz 8 channel) Memory Memory Memory Memory 4GB 2 枚 4GB 2 枚 4GB 2 枚 4GB 2 枚 DDR3 DIMM 48 ノード 内 合 計 メモリ 量 :8GB 4=32GB FX10 計 算 ノードの 構 成

24 並 列 版 Helloプログラムを 実 行 しよう (ピュアMPI) このサンプルのJOBスクリプトは hello-pure.bash です 配 布 のサンプルでは キュー 名 が lecture になっています $ emacs hello-pure.bash で lecture tutorial に 変 更 してください 49

25 並 列 版 Helloプログラムを 実 行 しよう (ピュアMPI) 1. Helloフォルダ 中 で 以 下 を 実 行 する $ pjsub hello-pure.bash 2. 自 分 の 導 入 されたジョブを 確 認 する $ pjstat 3. 実 行 が 終 了 すると 以 下 のファイルが 生 成 される hello-pure.bash.exxxxxx hello-pure.bash.oxxxxxx (XXXXXXは 数 字 ) 4. 上 記 の 標 準 出 力 ファイルの 中 身 を 見 てみる $ cat hello-pure.bash.oxxxxxx 5. Hello parallel world! が 16プロセス*12ノード=192 表 示 されていたら 成 功 50

26 バッチジョブ 実 行 による 標 準 出 力 標 準 エラー 出 力 バッチジョブの 実 行 が 終 了 すると 標 準 出 力 ファイルと 標 準 エラー 出 力 ファイルが ジョブ 投 入 時 のディレクトリに 作 成 されます 標 準 出 力 ファイルにはジョブ 実 行 中 の 標 準 出 力 標 準 エ ラー 出 力 ファイルにはジョブ 実 行 中 のエラーメッセージが 出 力 されます ジョブ 名.oXXXXX --- 標 準 出 力 ファイル ジョブ 名.eXXXXX --- 標 準 エラー 出 力 ファイル (XXXXX はジョブ 投 入 時 に 表 示 されるジョブのジョブID) 51

27 並 列 版 Helloプログラムをコンパイルしよう 1. ハイブリッドMPI 用 の Makefile をコピーする $ cp Makefile_hy16 Makefile 2. make する $ make clean $ make 3. 実 行 ファイル(hello)ができていることを 確 認 する $ ls 4. JOBスクリプト 中 (hello-hy16.bash)のキュー 名 を 変 更 する lecture tutorial に 変 更 する $ emacs hello-hy16.bash 52

28 並 列 版 Helloプログラムを 実 行 しよう (ハイブリッドMPI) 1. Helloフォルダ 中 で 以 下 を 実 行 する $ pjsub hello-hy16.bash 2. 自 分 の 導 入 されたジョブを 確 認 する $ pjstat 3. 実 行 が 終 了 すると 以 下 のファイルが 生 成 される hello-hy16.bash.exxxxxx hello-hy16.bash.oxxxxxx (XXXXXXは 数 字 ) 4. 上 記 標 準 出 力 ファイルの 中 身 を 見 てみる $ cat hello-hy16.bash.oxxxxxx 5. Hello parallel world! が 1プロセス*12ノード=12 個 表 示 されていたら 成 功 53

29 JOBスクリプトサンプルの 説 明 (ハイブリッドMPI) (hello-hy16.bash, C 言 語 Fortran 言 語 共 通 ) #!/bin/bash #PJM -L "rscgrp=lecture" #PJM -L "node=12" #PJM --mpi "proc=12" #PJM -L "elapse=1:00" export OMP_NUM_THREADS=16 mpirun./hello MPIジョブを1*12 = 12 プロセスで 実 行 する リソースグループ 名 :lecture 利 用 ノード 数 利 用 コア 数 (MPIプロセス 数 ) 実 行 時 間 制 限 :1 分 1MPIプロセス 当 たり 16スレッド 生 成 54

30 ハイブリッドMPIの 実 行 状 況 (ノード 内 ) Core #0 Core #1 Core #2 Core #3 各 CPUの 内 部 構 成 Core #12 1ソケットのみ L1 L1 L1 L1 : L1データキャッシュ32KB L1 L1 L1 L1 Core #13 Core #14 20GB/ 秒 Core #15 TOFU Network ICC L2 (16コアで 共 有 12MB) 85GB/ 秒 =(8Byte 1333MHz 8 channel) Memory Memory Memory Memory DDR3 DIMM 4GB 2 枚 4GB 2 枚 4GB 2 枚 4GB 2 枚 MPIプロセス ノード 内 合 計 メモリ 量 :8GB 4=32GB スレッド 55 FX10 計 算 ノードの 構 成

31 並 列 版 Helloプログラムの 説 明 (C 言 語 ) #include <stdio.h> #include <mpi.h> このプログラムは 全 PEで 起 動 される int main(int argc, char* argv[]) { int int myid, numprocs; ierr, rc; MPIの 初 期 化 ierr = MPI_Init(&argc, &argv); ierr = MPI_Comm_rank(MPI_COMM_WORLD, &myid); ierr = MPI_Comm_size(MPI_COMM_WORLD, &numprocs); 自 分 のID 番 号 を 取 得 : 各 PEで 値 は 異 なる } printf("hello parallel world! Myid:%d n", myid); rc = MPI_Finalize(); exit(0); 56 MPIの 終 了 全 体 のプロセッサ 台 数 を 取 得 : 各 PEで 値 は 同 じ ( 演 習 環 境 では 192 もしくは12)

32 並 列 版 Helloプログラムの 説 明 (Fortran 言 語 ) program main common /mpienv/myid,numprocs integer myid, numprocs integer ierr このプログラムは 全 PEで 起 動 される MPIの 初 期 化 call MPI_INIT(ierr) call MPI_COMM_RANK(MPI_COMM_WORLD, myid, ierr) call MPI_COMM_SIZE(MPI_COMM_WORLD, numprocs, ierr) 自 分 のID 番 号 を 取 得 : 各 PEで 値 は 異 なる print *, "Hello parallel world! Myid:", myid call MPI_FINALIZE(ierr) stop end MPIの 終 了 全 体 のプロセッサ 台 数 を 取 得 : 各 PEで 値 は 同 じ ( 演 習 環 境 では 192 もしくは12) 57

33 時 間 計 測 方 法 (C 言 語 ) double t0, t1, t2, t_w;.. ierr = MPI_Barrier(MPI_COMM_WORLD); t1 = MPI_Wtime(); バリア 同 期 後 時 間 を 習 得 し 保 存 <ここに 測 定 したいプログラムを 書 く> ierr = MPI_Barrier(MPI_COMM_WORLD); t2 = MPI_Wtime(); t0 = t2 - t1; ierr = MPI_Reduce(&t0, &t_w, 1, MPI_DOUBLE,MPI_MAX, 0, MPI_COMM_WORLD); 各 プロセッサーで t0の 値 は 異 なる この 場 合 は 最 も 遅 いものの 値 をプロセッサ0 番 が 受 け 取 る 58

34 時 間 計 測 方 法 (Fortran 言 語 ) double precision t0, t1, t2, t_w double precision MPI_WTIME.. call MPI_BARRIER(MPI_COMM_WORLD, ierr) t1 = MPI_WTIME(ierr) バリア 同 期 後 時 間 を 習 得 し 保 存 <ここに 測 定 したいプログラムを 書 く> call MPI_BARRIER(MPI_COMM_WORLD, ierr) t2 = MPI_WTIME(ierr) t0 = t2 - t1 call MPI_REDUCE(t0, t_w, 1, & MPI_DOUBLE_PRECISION, & MPI_MAX, 0, MPI_COMM_WORLD, ierr) 各 プロセッサーで t0の 値 は 異 なる この 場 合 は 最 も 遅 いも のの 値 をプロセッサ0 番 が 受 け 取 る 59

35 MPI 実 行 時 のリダイレクトについて FX10スーパーコンピュータシステムでは MPI 実 行 時 の 入 出 力 のリダイレクトができません 例 )mpirun./a.out <./in.txt >./out.txt リダイレクトを 行 う 場 合 以 下 のオプションを 指 定 してくだ さい 例 ) mpirun --stdin./in.txt --stdout./out.txt./a.out 60

36 依 存 関 係 のあるジョブの 投 げ 方 (ステップジョブ) あるジョブスクリプト go1.sh の 後 に go2.sh を 投 げたい さらに go2.shの 後 に go3.shを 投 げたい ということがある 以 上 を ステップジョブという FX10におけるステップジョブの 投 げ 方 1. $pjsub --step go1.sh [INFO] PJM 0000 pjsub Job _0 submitted. 2. 上 記 のジョブ 番 号 を 覚 えておき 以 下 の 入 力 をする $pjsub --step --sparam jid= go2.sh [INFO] PJM 0000 pjsub Job _1 submitted 3. 以 下 同 様 $pjsub --step --sparam jid= go3.sh [INFO] PJM 0000 pjsub Job _2 submitted 61

37 並 列 プログラミングの 基 礎 ( 座 学 ) 東 京 大 学 情 報 基 盤 センター 准 教 授 片 桐 孝 洋 62

38 教 科 書 ( 演 習 書 ) スパコンプログラミング 入 門 - 並 列 処 理 とMPIの 学 習 - 片 桐 孝 洋 著 東 大 出 版 会 ISBN 発 売 日 :2013 年 3 月 12 日 判 型 :A5, 200 頁 本 書 の 特 徴 C 言 語 で 解 説 C 言 語 Fortran90 言 語 のサンプルプログラムが 付 属 数 値 アルゴリズムは 図 でわかりやすく 説 明 本 講 義 の 内 容 を 全 てカバー 内 容 は 初 級 初 めて 並 列 数 値 計 算 を 学 ぶ 人 向 けの 入 門 書 63

39 参 考 書 並 列 数 値 処 理 - 高 速 化 と 性 能 向 上 のために - 金 田 康 正 東 大 教 授 理 博 編 著 片 桐 孝 洋 東 大 特 任 准 教 授 博 士 ( 理 学 ) 著 黒 田 久 泰 愛 媛 大 准 教 授 博 士 ( 理 学 ) 著 山 本 有 作 神 戸 大 教 授 博 士 ( 工 学 ) 著 五 百 木 伸 洋 日 立 製 作 所 著 コロナ 社 発 行 年 月 日 :2010/04/30, 判 型 : A5, ページ 数 :272 頁 ISBN: , 定 価 :3,990 円 ( 本 体 3,800 円 + 税 5%) 本 書 の 特 徴 Fortran 言 語 で 解 説 数 値 アルゴリズムは 数 式 などで 厳 密 に 説 明 本 講 義 の 内 容 に 加 えて 固 有 値 問 題 の 解 法 疎 行 列 反 復 解 法 FFT ソート など 主 要 な 数 値 計 算 アルゴリズムをカバー 内 容 は 中 級 ~ 上 級 専 門 として 並 列 数 値 計 算 を 学 びたい 人 向 き 64

40 本 講 義 の 流 れ 1. 東 大 スーパーコンピュータの 概 略 2. 並 列 プログラミングの 基 礎 3. 性 能 評 価 指 標 4. 基 礎 的 なMPI 関 数 5. データ 分 散 方 式 6. ベクトルどうしの 演 算 7. ベクトル- 行 列 積 8. リダクション 演 算 65

41 東 大 スーパーコンピュータの 概 略 66

42 東 京 大 学 情 報 基 盤 センター スパコン(1/2) HITACHI SR16000 Total Peak performance : 54.9 TFLOPS Total number of nodes : 56 Total memory : GB Peak performance per node : GFLOPS Main memory per node : 200GB Disk capacity : 556 TB IBM POWER7 3.83GHz (30.64GFLOPS) 2014 年 3 月 10 日 運 用 終 了 T2K 東 大 (HA8000クラスタシステム) Total Peak performance : 140 TFLOPS Total number of nodes : 952 Total memory : GB Peak performance per node : GFLOPS Main memory per node : 32 GB, 128 GB Disk capacity : 1 PB AMD Quad Core Opteron 2.3GHz (9.2GFLOPS) 2011 年 10 月 ~ 試 験 運 用 開 始 ノード 製 品 名 :HITACHI HA8000-tc/RS

43 東 京 大 学 情 報 基 盤 センター スパコン(2/2) Fujitsu PRIMEHPC FX10 (FX10スーパーコンピュータシステム) Total Peak performance : 1.13 PFLOPS Total number of nodes : 4,800 Total memory : 150TB Peak performance per node : GFLOPS Main memory per node : 32 GB Disk capacity : 2.1 PB SPARC64 IXfx 1.848GHz 2012 年 4 月 2 日 試 験 運 転 開 始 2012 年 7 月 2 日 正 式 運 用 開 始 68 68

44 Core #0 Core #1 Core #2 FX10 計 算 ノードの 構 成 Core #3 各 CPUの 内 部 構 成 1ソケットのみ L1 L1 L1 L1 : L1データキャッシュ32KB L1 L1 L1 L1 Core #12 Core #13 Core #14 20GB/ 秒 Core #15 TOFU Network ICC L2 (16コアで 共 有 12MB) 85GB/ 秒 =(8Byte 1333MHz 8 channel) Memory Memory Memory Memory DDR3 DIMM 4GB 2 枚 4GB 2 枚 4GB 2 枚 4GB 2 枚 ノード 内 合 計 メモリ 量 :8GB 4=32GB 69

45 FX10の 通 信 網 (1TOFU 単 位 ) 1TOFU 単 位 計 算 ノード 内 ノード ノード ノード ノード ノード ノード ノード ノード ノード 1TOFU 単 位 間 の 結 合 用 6 本 それぞれ 5GB/ 秒 ( 双 方 向 ) ノード ノード ノード ノード 70

46 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 FX10の 通 信 網 (1TOFU 単 位 間 の 結 合 ) 1 TOFU 単 位 1 1 TOFU 単 単 位 位 1 1 TOFU 単 単 位 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 3 次 元 接 続 1 TOFU 単 位 1 1 TOFU 単 単 位 位 1 1 TOFU 単 単 位 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 1 TOFU 単 位 71 ユーザから 見 ると X 軸 Y 軸 Z 軸 について 奥 の1TOFUと 手 前 の 1TOFUは 繋 がってみえます (3 次 元 トーラス 接 続 ) ただし 物 理 結 線 では X 軸 はトーラス Y 軸 はメッシュ Z 軸 はメッシュまたは トーラス になっています

47 東 大 情 報 基 盤 センターFX10スーパーコン ピュータシステムの 料 金 表 (2011 年 4 月 1 日 ) パーソナルコース( 年 間 ) コース1: 120,000 円 : 12ノード( 優 先 ) 最 大 24ノードまで コース2: 250,000 円 : 24ノード( 優 先 ) 最 大 96ノードまで グループコース 500,000 円 :1 口 12ノード( 優 先 ) 最 大 1440ノードまで 以 上 は トークン 制 で 運 営 申 し 込 みノード( 優 先 ノード) 360 日 24 時 間 の トークン が 与 えら れる 優 先 ノードまでは トークン 消 費 係 数 が1.0 優 先 ノードを 超 えると 超 えた 分 は 消 費 係 数 が2.0になる 72

48 FX10スーパーコンピュータシステムの 詳 細 以 下 のページをご 参 照 ください 利 用 申 請 方 法 運 営 体 系 料 金 体 系 利 用 の 手 引 などがご 覧 になれます 73

49 並 列 プログラミングの 基 礎 74

50 並 列 プログラミングとは 何 か? 逐 次 実 行 のプログラム( 実 行 時 間 T)を p 台 の 計 算 機 を 使 って T / p にすること. T 素 人 考 えでは 自 明 実 際 は できるかどうかは 対 象 処 理 の 内 容 (アルゴリズム)で 大 きく 難 しさが 違 う 75 アルゴリズム 上 絶 対 に 並 列 化 できない 部 分 の 存 在 通 信 のためのオーバヘッドの 存 在 通 信 立 ち 上 がり 時 間 データ 転 送 時 間 T / p

51 並 列 と 並 行 並 列 (Parallel) 物 理 的 に 並 列 ( 時 間 的 に 独 立 ) ある 時 間 に 実 行 されるものは 多 数 T 並 行 (Concurrent) 論 理 的 に 並 列 ( 時 間 的 に 依 存 ) ある 時 間 に 実 行 されるものは1つ(=1プロセッサで 実 行 ) T 時 分 割 多 重 疑 似 並 列 OSによるプロセス 実 行 スケジューリング(ラウンドロビン 方 式 ) 76

52 並 列 計 算 機 の 分 類 Michael J. Flynn 教 授 (スタンフォード 大 )の 分 類 (1966) 単 一 命 令 単 一 データ 流 (SISD, Single Instruction Single Data Stream) 単 一 命 令 複 数 データ 流 (SIMD, Single Instruction Multiple Data Stream) 複 数 命 令 単 一 データ 流 (MISD, Multiple Instruction Single Data Stream) 複 数 命 令 複 数 データ 流 (MIMD, Multiple Instruction Multiple Data Stream) 77

53 並 列 計 算 機 のメモリ 型 による 分 類 1. 共 有 メモリ 型 (SMP Symmetric Multiprocessor) 2. 分 散 メモリ 型 (メッセージパッシング) 3. 分 散 共 有 メモリ 型 (DSM Distributed Shared Memory) 78

54 並 列 計 算 機 のメモリ 型 による 分 類 4. 共 有 非 対 称 メモリ 型 (ccnuma Cache Coherent Non- Uniform Memory Access) 79

55 並 列 プログラミングのモデル 実 際 の 並 列 プログラムの 挙 動 はMIMD アルゴリズムを 考 えるときは<SIMDが 基 本 > 複 雑 な 挙 動 は 理 解 できないので 80

56 並 列 プログラミングのモデル MIMD 上 での 並 列 プログラミングのモデル 1. SPMD(Single Program Multiple Data) 1つの 共 通 のプログラムが 並 列 処 理 開 始 時 に 全 プロセッサ 上 で 起 動 する MPI(バージョン1)のモデル 2. Master / Worker(Master / Slave) 1つのプロセス(Master)が 複 数 のプロセス(Worker)を 管 理 ( 生 成 消 去 )する 81

57 並 列 プログラムの 種 類 マルチプロセス MPI (Message Passing Interface) HPF (High Performance Fortran) 自 動 並 列 化 Fortranコンパイラ ユーザがデータ 分 割 方 法 を 明 示 的 に 記 述 マルチスレッド Pthread (POSIX スレッド) Solaris Thread (Sun Solaris OS 用 ) NT thread (Windows NT 系 Windows95 以 降 ) Java スレッドの Fork( 分 離 ) と Join( 融 合 ) を 明 示 的 に 記 述 言 語 仕 様 としてスレッドを 規 定 Open MP 82 ユーザが 並 列 化 指 示 行 を 記 述 プロセスとスレッドの 違 い メモリを 意 識 するかどうかの 違 い 別 メモリは プロセス 同 一 メモリは スレッド

58 並 列 処 理 の 実 行 形 態 (1) データ 並 列 並 列 化 CPU0 CPU1 CPU2 データを 分 割 することで 並 列 化 する データの 操 作 (= 演 算 )は 同 一 となる データ 並 列 の 例 : 行 列 - 行 列 積 *9 2*6 3* = 4*9 5*6 6*3 7*9 8*6 9* 全 CPUで 共 有 1*8 2*5 3*2 1*7 2*4 3*1 4*8 5*5 6*2 4*7 5*4 6*1 7*8 8*5 9*2 7*7 8*4 9*1 1*9 2*6 3*3 1*8 2*5 3*2 1*7 2*4 3*1 = 4*9 5*6 6*3 4*8 5*5 6*2 4*7 5*4 6*1 7*9 8*6 9*3 7*8 8*5 9*2 7*7 8*4 9*1 並 列 に 計 算 : 初 期 データは 異 なるが 演 算 は 同 一 83

59 並 列 処 理 の 実 行 形 態 (2) タスク 並 列 タスク(ジョブ)を 分 割 することで 並 列 化 する データの 操 作 (= 演 算 )は 異 なるかもしれない タスク 並 列 の 例 :カレーを 作 る 並 列 化 仕 事 1: 野 菜 を 切 る 仕 事 2: 肉 を 切 る 仕 事 3: 水 を 沸 騰 させる 仕 事 4: 野 菜 肉 を 入 れて 煮 込 む 仕 事 5:カレールゥを 入 れる 仕 事 1 仕 事 2 仕 事 4 仕 事 5 仕 事 3 時 間 84

60 MPIの 特 徴 メッセージパッシング 用 のライブラリ 規 格 の1つ メッセージパッシングのモデルである コンパイラの 規 格 特 定 のソフトウエアやライブラリを 指 すものではない! 分 散 メモリ 型 並 列 計 算 機 で 並 列 実 行 に 向 く 大 規 模 計 算 が 可 能 1プロセッサにおけるメモリサイズやファイルサイズの 制 約 を 打 破 可 能 プロセッサ 台 数 の 多 い 並 列 システム(MPPシステム Massively Parallel Processingシステム)を 用 いる 実 行 に 向 く 1プロセッサ 換 算 で 膨 大 な 実 行 時 間 の 計 算 を 短 時 間 で 処 理 可 能 移 植 が 容 易 API(Application Programming Interface)の 標 準 化 スケーラビリティ 性 能 が 高 い 通 信 処 理 をユーザが 記 述 することによるアルゴリズムの 最 適 化 が 可 能 プログラミングが 難 しい( 敷 居 が 高 い) 85

61 MPIの 経 緯 (1/2) MPIフォーラム( 仕 様 策 定 1994 年 5 月 1.0 版 (MPI-1) 1995 年 6 月 1.1 版 1997 年 7 月 1.2 版 および 2.0 版 (MPI-2) 米 国 アルゴンヌ 国 立 研 究 所 およびミシシッピ 州 立 大 学 で 開 発 MPI-2 では 以 下 を 強 化 : 並 列 I/O C++ Fortran 90 用 インターフェース 動 的 プロセス 生 成 / 消 滅 主 に 並 列 探 索 処 理 などの 用 途 片 方 向 通 信 RMA (Remote Memory Access) 86

62 MPIの 経 緯 (2/2)MPI3.0 策 定 以 下 のページで 経 緯 が 公 開 中 注 目 すべき 機 能 ( 検 討 中 ) RMA (Remote Memory Access) サポート FT (Fault Tolerant) stabilization FT を 意 識 したMPIプログラム 作 成 のAPI 群 と セマンティクス MPIT (Performance Tool) デバッガやパフォーマンスモニタ 開 発 環 境 といった ツール 群 とのインターフェース 仕 様 Neighborhood collectives( 物 理 的 に 近 いノードを 対 象 にした 専 用 コレクティブ 通 信 ), 粗 通 信 モデルの 為 の 集 団 通 信 API Fortran bindings - improved Fortran bindings, taking into account Fortran 2003 and 2008 features. Non-blocking collective I/O - extend non-blocking collective support to include MPI-I/O Hybrid: Shared memory communicator, Threads, and Endpoint proposals 87

63 MPIの 実 装 主 要 なもの MPICH(エム ピッチ) 米 国 アルゴンヌ 国 立 研 究 所 が 開 発 LAM(Local Area Multicomputer) ノートルダム 大 学 が 開 発 その 他 OpenMPI (FT-MPI, LA-MPI, LAM/MPI, PACX-MPIの 統 合 プロジェクト) YAMPII( 東 大 石 川 研 究 室 )(SCore 通 信 機 構 をサポート) 注 意 点 ヘッダファイル 定 義 の 違 いにより 動 作 が 異 なることがある メーカ 独 自 機 能 の 拡 張 がなされていることがある 88

64 MPIによる 通 信 郵 便 物 の 郵 送 に 同 じ 郵 送 に 必 要 な 情 報 : 1. 自 分 の 住 所 送 り 先 の 住 所 2. 中 に 入 っているものはどこにあるか 3. 中 に 入 っているものの 分 類 4. 中 に 入 っているものの 量 5. ( 荷 物 を 複 数 同 時 に 送 る 場 合 の) 認 識 方 法 (タグ) MPIでは: 1. 自 分 の 認 識 ID および 送 り 先 の 認 識 ID 2. データ 格 納 先 のアドレス 3. データ 型 4. データ 量 5. タグ 番 号 89

65 MPI 関 数 システム 関 数 MPI_Init; MPI_Comm_rank; MPI_Comm_size; MPI_Finalize; 1 対 1 通 信 関 数 ブロッキング 型 MPI_Send; MPI_Recv; ノンブロッキング 型 MPI_Isend; MPI_Irecv; 1 対 全 通 信 関 数 MPI_Bcast 集 団 通 信 関 数 MPI_Reduce; MPI_Allreduce; MPI_Barrier; 時 間 計 測 関 数 MPI_Wtime 90

66 コミュニケータ MPI_COMM_WORLDは コミュニケータとよばれる 概 念 を 保 存 する 変 数 コミュニケータは 操 作 を 行 う 対 象 のプロセッサ 群 を 定 める 初 期 状 態 では 0 番 ~numprocs 1 番 までのプロセッサ が 1つのコミュニケータに 割 り 当 てられる この 名 前 が MPI_COMM_WORLD プロセッサ 群 を 分 割 したい 場 合 MPI_Comm_split 関 数 を 利 用 メッセージを 一 部 のプロセッサ 群 に 放 送 するときに 利 用 マルチキャスト で 利 用 91

67 性 能 評 価 指 標 並 列 化 の 尺 度 92

68 性 能 評 価 指 標 - 台 数 効 果 台 数 効 果 式 : S T S : 逐 次 の 実 行 時 間 P :P 台 での 実 行 時 間 P 台 用 いて のとき 理 想 的 な(ideal) 速 度 向 上 P 台 用 いて のとき スーパリニア スピードアップ 主 な 原 因 は 並 列 化 により データアクセスが 局 所 化 されて キャッシュヒット 率 が 向 上 することによる 高 速 化 並 列 化 効 率 式 : EP S 飽 和 性 能 93 P T 速 度 向 上 の 限 界 Saturation さちる P S / TP (0 Sp) T S P P S P P / P 100 (0 Ep) [%] P

69 アムダールの 法 則 逐 次 実 行 時 間 を K とする そのうち 並 列 化 ができる 割 合 を α とする このとき 台 数 効 果 は 以 下 のようになる 上 記 の 式 から たとえ 無 限 大 の 数 のプロセッサを 使 って も(P ) 台 数 効 果 は 高 々 1/(1-α) である (アムダールの 法 則 ) 全 体 の90%が 並 列 化 できたとしても 無 限 大 の 数 のプロセッ サをつかっても 1/(1-0.9) = 10 倍 にしかならない! 高 性 能 を 達 成 するためには 少 しでも 並 列 化 効 率 を 上 げる 実 装 をすることがとても 重 要 である 94 S P K /( K / PK(1 )) 1/( / P(1 )) 1/( (1/ P1) 1)

70 アムダールの 法 則 の 直 観 例 並 列 化 できない 部 分 (1ブロック) 並 列 化 できる 部 分 (8ブロック) 逐 次 実 行 =88.8%が 並 列 化 可 能 並 列 実 行 (4 並 列 ) 9/3=3 倍 並 列 実 行 (8 並 列 ) 9/2=4.5 倍 6 倍 95

71 略 語 とMPI 用 語 MPIは プロセス 間 の 通 信 を 行 います プロセスは( 普 通 は) プ ロセッサ (もしくは コア)に 一 対 一 で 割 り 当 てられます 今 後 MPIプロセス と 書 くのは 長 いので ここではPE (Processer Elementsの 略 )と 書 きます ただし 用 語 として PE は 現 在 はあまり 使 われていません ランク(Rank) 各 MPIプロセス の 識 別 番 号 のこと 通 常 MPIでは MPI_Comm_rank 関 数 で 設 定 される 変 数 (サンプ ルプログラムではmyid)に 0~ 全 PE 数 -1 の 数 値 が 入 る 世 の 中 の 全 MPIプロセス 数 を 知 るには MPI_Comm_size 関 数 を 使 う (サンプルプログラムでは numprocs に この 数 値 が 入 る) 96

72 基 本 的 なMPI 関 数 送 信 受 信 のためのインタフェース 97

73 C 言 語 インターフェースと Fortranインターフェースの 違 い C 版 は 整 数 変 数 ierr が 戻 り 値 ierr = MPI_Xxxx(.); Fortran 版 は 最 後 に 整 数 変 数 ierrが 引 数 call MPI_XXXX(., ierr) システム 用 配 列 の 確 保 の 仕 方 C 言 語 MPI_Status istatus; Fortran 言 語 integer istatus(mpi_status_size) 98

74 C 言 語 インターフェースと Fortranインターフェースの 違 い MPIにおける データ 型 の 指 定 C 言 語 MPI_CHAR ( 文 字 型 ) MPI_INT ( 整 数 型 ) MPI_FLOAT ( 実 数 型 ) MPI_DOUBLE( 倍 精 度 実 数 型 ) Fortran 言 語 MPI_CHARACTER ( 文 字 型 ) MPI_INTEGER ( 整 数 型 ) MPI_REAL ( 実 数 型 ) MPI_DOUBLE_PRECISION( 倍 精 度 実 数 型 ) MPI_COMPLEX( 複 素 数 型 ) 以 降 は C 言 語 インタフェースで 説 明 する 99

75 基 礎 的 なMPI 関 数 MPI_Recv(1/2) ierr = MPI_Recv(recvbuf, icount, idatatype, isource, itag, icomm, istatus); recvbuf : 受 信 領 域 の 先 頭 番 地 を 指 定 する icount : 整 数 型 受 信 領 域 のデータ 要 素 数 を 指 定 する idatatype : 整 数 型 受 信 領 域 のデータの 型 を 指 定 する MPI_CHAR ( 文 字 型 ) MPI_INT ( 整 数 型 ) MPI_FLOAT ( 実 数 型 ) MPI_DOUBLE( 倍 精 度 実 数 型 ) isource : 整 数 型 受 信 したいメッセージを 送 信 するPEの ランクを 指 定 する 任 意 のPEから 受 信 したいときは MPI_ANY_SOURCE を 指 定 する 100

76 基 礎 的 なMPI 関 数 MPI_Recv(2/2) itag : 整 数 型 受 信 したいメッセージに 付 いているタグの 値 を 指 定 する 任 意 のタグ 値 のメッセージを 受 信 したいときは MPI_ANY_TAG を 指 定 する icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 であるコミュニケータ を 指 定 する 通 常 ではMPI_COMM_WORLD を 指 定 すればよい istatus : MPI_Status 型 ( 整 数 型 の 配 列 ) 受 信 状 況 に 関 する 情 報 が 入 る かならず 専 用 の 型 宣 言 をした 配 列 を 確 保 すること 要 素 数 がMPI_STATUS_SIZEの 整 数 配 列 が 宣 言 される 受 信 したメッセージの 送 信 元 のランクが istatus[mpi_source] タグが istatus[mpi_tag] に 代 入 される ierr( 戻 り 値 ) : 整 数 型 エラーコードが 入 る 101

77 基 礎 的 なMPI 関 数 MPI_Send ierr = MPI_Send(sendbuf, icount, idatatype, idest, itag, icomm); sendbuf : 送 信 領 域 の 先 頭 番 地 を 指 定 する icount : 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する idatatype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する idest : 整 数 型 送 信 したいPEのicomm 内 でのランクを 指 定 する itag : 整 数 型 受 信 したいメッセージに 付 けられたタグの 値 を 指 定 する icomm : 整 数 型 プロセッサー 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr ( 戻 り 値 ) : 整 数 型 エラーコードが 入 る 102

78 Send-Recvの 概 念 (1 対 1 通 信 ) PE0 PE1 PE2 PE3 MPI_Send MPI_Recv 103

79 基 礎 的 なMPI 関 数 MPI_Bcast ierr = MPI_Bcast(sendbuf, icount, idatatype, iroot, icomm); sendbuf : 送 信 および 受 信 領 域 の 先 頭 番 地 を 指 定 する icount : 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する idatatype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する iroot : 整 数 型 送 信 したいメッセージがあるPEの 番 号 を 指 定 する 全 PEで 同 じ 値 を 指 定 する 必 要 がある icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr ( 戻 り 値 ) : 整 数 型 エラーコードが 入 る 104

80 MPI_Bcastの 概 念 ( 集 団 通 信 ) PE0 PE1 PE2 PE3 MPI_Bcast() MPI_Bcast() MPI_Bcast() MPI_Bcast() iroot 全 PEが 関 数 を 呼 ぶこと 105

81 1. 基 本 演 算 逐 次 処 理 では データ 構 造 が 重 要 並 列 処 理 においては データ 分 散 方 法 が 重 要 になる! 1. 各 PEの 演 算 負 荷 を 均 等 にする ロード バランシング: 並 列 処 理 の 基 本 操 作 の 一 つ 粒 度 調 整 2. 各 PEの 利 用 メモリ 量 を 均 等 にする 3. 演 算 に 伴 う 通 信 時 間 を 短 縮 する 4. 各 PEの データ アクセスパターン を 高 速 な 方 式 にする (= 逐 次 処 理 におけるデータ 構 造 と 同 じ) 行 列 データの 分 散 方 法 < 次 元 レベル>: 1 次 元 分 散 方 式 2 次 元 分 散 方 式 < 分 割 レベル>: ブロック 分 割 方 式 サイクリック( 循 環 ) 分 割 方 式 106

82 次 元 分 散 N/4 行 N/4 行 N/4 行 N/4 行 1 行 PE=0 PE=1 PE=2 PE=3 N 列 ( 行 方 向 ) ブロック 分 割 方 式 (Block, *) 分 散 方 式 ( 行 方 向 ) サイクリック 分 割 方 式 (Cyclic, *) 分 散 方 式 2 行 107 ( 行 方 向 )ブロック サイクリック 分 割 方 式 (Cyclic(2), *) 分 散 方 式 この 例 の 2 : <ブロック 幅 >とよぶ

83 次 元 分 散 N/2 N/2 N/2 N/2 PE=0 PE=2 PE=1 PE= ブロック ブロック 分 割 方 式 (Block, Block) 分 散 方 式 サイクリック サイクリック 分 割 方 式 (Cyclic, Cyclic) 分 散 方 式 二 次 元 ブロック サイクリック 分 割 方 式 (Cyclic(2), Cyclic(2)) 分 散 方 式

84 1.2 ベクトルどうしの 演 算 以 下 の 演 算 z ax y ここで αはスカラ z x y はベクトル どのようなデータ 分 散 方 式 でも 並 列 処 理 が 可 能 ただし スカラ α は 全 PEで 所 有 する ベクトルはO(n)のメモリ 領 域 が 必 要 なのに 対 し スカラは O(1)のメモリ 領 域 で 大 丈 夫 スカラメモリ 領 域 は 無 視 可 能 計 算 量 :O(N/P) あまり 面 白 くない = + z α x y 109

85 1.3 行 列 とベクトルの 積 < 行 方 式 >と< 列 方 式 >がある 1 2 <データ 分 散 方 式 >と< 方 式 > 組 のみ 合 わせがあり 少 し 面 白 い 1 2 = = for(i=0;i<n;i++){ y[i]=0.0; for(j=0;j<n;j++){ y[i] += a[i][j]*x[j]; } } < 行 方 式 >: 自 然 な 実 装 C 言 語 向 き 110 for(j=0; j<n; j++) y[j]=0.0; for(j=0; j<n; j++) { for (i=0; i<n; i++) { y[i] += a[i][j]*x[j]; } } < 列 方 式 >: Fortran 言 語 向 き

86 1.3 行 列 とベクトルの 積 < 行 方 式 の 場 合 > < 行 方 向 分 散 方 式 > : 行 方 式 に 向 く 分 散 方 式 PE=0 PE=1 PE=2 PE=3 右 辺 ベクトルを MPI_Allgather 関 数 を 利 用 し 全 PEで 所 有 する PE=0 PE=1 PE=2 PE=3 < 列 方 向 分 散 方 式 > :ベクトルの 要 素 すべてがほしいときに 向 く = 各 PE 内 で 行 列 ベクトル 積 を 行 う = 各 PE 内 で 行 列 -ベクトル 積 を 行 う MPI_Reduce 関 数 で 総 和 を 求 める ( ある1PEにベクトルすべてが 集 まる)

87 1.3 行 列 とベクトルの 積 < 列 方 式 の 場 合 > < 行 方 向 分 散 方 式 > : 無 駄 が 多 く 使 われない PE=0 PE=1 PE=2 PE=3 = = PE=0 PE=1 PE=2 PE=3 右 辺 ベクトルを MPI_Allgather 関 数 を 利 用 して 全 PEで 所 有 する < 列 方 向 分 散 方 式 > : 列 方 式 に 向 く 分 散 方 式 結 果 をMPI_Reduce 関 数 により 総 和 を 求 める = 各 PE 内 で 行 列 -ベクトル 積 を 行 う MPI_Reduce 関 数 で 総 和 を 求 める ( ある1PEにベクトルすべてが 集 まる)

88 1.7 リダクション 演 算 < 操 作 >によって< 次 元 >を 減 少 (リダクション)させる 処 理 例 : 内 積 演 算 ベクトル(n 次 元 空 間 ) スカラ(1 次 元 空 間 ) リダクション 演 算 は 通 信 と 計 算 を 必 要 とする 集 団 通 信 演 算 (collective communication operation) と 呼 ばれる 演 算 結 果 の 持 ち 方 の 違 いで 2 種 のインタフェー スが 存 在 する 113

89 1.7 リダクション 演 算 演 算 結 果 に 対 する 所 有 PEの 違 い MPI_Reduce 関 数 リダクション 演 算 の 結 果 を ある 一 つのPEに 所 有 させる PE0 PE1 PE2 操 作 操 作 PE0 MPI_Allreduce 関 数 リダクション 演 算 の 結 果 を 全 てのPEに 所 有 させる PE0 操 作 PE0 PE1 PE2 PE1 PE2 114

90 基 礎 的 なMPI 関 数 MPI_Reduce ierr = MPI_Reduce(sendbuf, recvbuf, icount, idatatype, iop, iroot, icomm); sendbuf : 送 信 領 域 の 先 頭 番 地 を 指 定 する recvbuf : 受 信 領 域 の 先 頭 番 地 を 指 定 する iroot で 指 定 した PEのみで 書 き 込 みがなされる 領 域 と 受 信 領 域 は 同 一 であってはならない すなわち 異 なる 配 列 を 確 保 しなくてはならない icount : 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する idatatype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する < 最 小 / 最 大 値 と 位 置 >を 返 す 演 算 を 指 定 する 場 合 は MPI_2INT( 整 数 型 ) MPI_2FLOAT ( 単 精 度 型 ) MPI_2DOUBLE( 倍 精 度 型 ) を 指 定 する 115

91 基 礎 的 なMPI 関 数 MPI_Reduce iop : 整 数 型 演 算 の 種 類 を 指 定 する MPI_SUM ( 総 和 ) MPI_PROD ( 積 ) MPI_MAX ( 最 大 ) MPI_MIN ( 最 小 ) MPI_MAXLOC ( 最 大 と 位 置 ) MPI_MINLOC ( 最 小 と 位 置 ) など iroot : 整 数 型 結 果 を 受 け 取 るPEのicomm 内 で のランクを 指 定 する 全 てのicomm 内 のPEで 同 じ 値 を 指 定 する 必 要 がある icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr : 整 数 型 エラーコードが 入 る 116

92 MPI_Reduceの 概 念 ( 集 団 通 信 ) PE0 PE1 PE2 PE3 MPI_Reduce() MPI_Reduce() MPI_Reduce() MPI_Reduce() iroot データ1 データ2 データ3 データ4 iop( 指 定 された 演 算 ) 117

93 MPI_Reduceによる2リスト 処 理 例 (MPI_2DOUBLEとMPI_MAXLOC) PE0 PE1 PE2 PE3 MPI_Reduce() MPI_Reduce() MPI_Reduce() MPI_Reduce() iroot MPI_MAXLOC LU 分 解 の 枢 軸 選 択 処 理 118

94 基 礎 的 なMPI 関 数 MPI_Allreduce ierr = MPI_Allreduce(sendbuf, recvbuf, icount, idatatype, iop, icomm); sendbuf : 送 信 領 域 の 先 頭 番 地 を 指 定 する recvbuf : 受 信 領 域 の 先 頭 番 地 を 指 定 する iroot で 指 定 した PEのみで 書 き 込 みがなされる 領 域 と 受 信 領 域 は 同 一 であってはならない すなわち 異 なる 配 列 を 確 保 しなくてはならない icount : 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する idatatype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する 最 小 値 や 最 大 値 と 位 置 を 返 す 演 算 を 指 定 する 場 合 は MPI_2INT( 整 数 型 ) MPI_2FLOAT ( 単 精 度 型 ) MPI_2DOUBLE( 倍 精 度 型 ) を 指 定 する 119

95 基 礎 的 なMPI 関 数 MPI_Allreduce iop : 整 数 型 演 算 の 種 類 を 指 定 する MPI_SUM ( 総 和 ) MPI_PROD ( 積 ) MPI_MAX ( 最 大 ) MPI_MIN ( 最 小 ) MPI_MAXLOC ( 最 大 と 位 置 ) MPI_MINLOC ( 最 小 と 位 置 ) など icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr : 整 数 型 エラーコードが 入 る 120

96 MPI_Allreduceの 概 念 ( 集 団 通 信 ) PE0 PE1 PE2 PE3 MPI_Allreduce() MPI_Allreduce() MPI_Allreduce() MPI_Allreduce() データ0 データ1 データ2 データ3 iop( 指 定 された 演 算 ) 演 算 済 みデータの 放 送 121

97 1.7 リダクション 演 算 性 能 について リダクション 演 算 は 1 対 1 通 信 に 比 べ 遅 い プログラム 中 で 多 用 すべきでない! MPI_Allreduce は MPI_Reduce に 比 べ 遅 い MPI_Allreduce は 放 送 処 理 が 入 る なるべく MPI_Reduce を 使 う 122

98 1.4 行 列 の 転 置 行 列 A A が(Block,*) 分 散 されているとする A 行 列 の 転 置 行 列 を 作 るには MPIでは 次 の2 通 りの 関 数 を 用 いる MPI_Gather 関 数 a bc a b c T MPI_Scatter 関 数 a b c a bc 123

99 基 礎 的 なMPI 関 数 MPI_Gather ierr = MPI_Gather(sendbuf, isendcount, isendtype, recvbuf, irecvcount, irecvtype, iroot, icomm); sendbuf : 送 信 領 域 の 先 頭 番 地 を 指 定 する isendcount: 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する isendtype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する recvbuf : 受 信 領 域 の 先 頭 番 地 を 指 定 する iroot で 指 定 し たPEのみで 書 き 込 みがなされる なお 原 則 として 送 信 領 域 と 受 信 領 域 は 同 一 であってはならない すなわち 異 なる 配 列 を 確 保 しなくてはならない irecvcount: 整 数 型 受 信 領 域 のデータ 要 素 数 を 指 定 する この 要 素 数 は 1PE 当 たりの 送 信 データ 数 を 指 定 すること MPI_Gather 関 数 では 各 PEで 異 なる 数 のデータを 収 集 することは できないので 同 じ 値 を 指 定 すること 124

100 基 礎 的 なMPI 関 数 MPI_Gather irecvtype : 整 数 型 受 信 領 域 のデータ 型 を 指 定 する iroot : 整 数 型 収 集 データを 受 け 取 るPEの icomm 内 でのランクを 指 定 する 全 てのicomm 内 のPEで 同 じ 値 を 指 定 する 必 要 がある icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr : 整 数 型 エラーコードが 入 る 125

101 MPI_Gatherの 概 念 ( 集 団 通 信 ) PE0 PE1 PE2 PE3 MPI_Gather() MPI_Gather() MPI_Gather() MPI_Gather() iroot データA データB データC データD 収 集 処 理 データA データB データC データD 126

102 基 礎 的 なMPI 関 数 MPI_Scatter ierr = MPI_Scatter ( sendbuf, isendcount, isendtype, recvbuf, irecvcount, irecvtype, iroot, icomm); sendbuf : 送 信 領 域 の 先 頭 番 地 を 指 定 する isendcount: 整 数 型 送 信 領 域 のデータ 要 素 数 を 指 定 する この 要 素 数 は 1PE 当 たりに 送 られる 送 信 データ 数 を 指 定 すること MPI_Scatter 関 数 では 各 PEで 異 なる 数 のデータを 分 散 することはで きないので 同 じ 値 を 指 定 すること isendtype : 整 数 型 送 信 領 域 のデータの 型 を 指 定 する iroot で 指 定 したPEのみ 有 効 となる recvbuf : 受 信 領 域 の 先 頭 番 地 を 指 定 する なお 原 則 として 送 信 領 域 と 受 信 領 域 は 同 一 であってはならない すなわち 異 なる 配 列 を 確 保 しなくてはならない irecvcount: 整 数 型 受 信 領 域 のデータ 要 素 数 を 指 定 する 127

103 基 礎 的 なMPI 関 数 MPI_Scatter irecvtype : 整 数 型 受 信 領 域 のデータ 型 を 指 定 する iroot : 整 数 型 収 集 データを 受 け 取 るPEの icomm 内 でのランクを 指 定 する 全 てのicomm 内 のPEで 同 じ 値 を 指 定 する 必 要 がある icomm : 整 数 型 PE 集 団 を 認 識 する 番 号 である コミュニケータを 指 定 する ierr : 整 数 型 エラーコードが 入 る 128

104 MPI_Scatterの 概 念 ( 集 団 通 信 ) PE0 PE1 PE2 PE3 MPI_Scatter() MPI_Scatter() MPI_Scatter() MPI_Scatter() iroot データA データB データC データD 分 配 処 理 データA データB データC データD 129

105 参 考 文 献 1. MPI 並 列 プログラミング P.パチェコ 著 / 秋 葉 博 訳 2. 並 列 プログラミング 虎 の 巻 MPI 版 青 山 幸 也 著 理 化 学 研 究 所 情 報 基 盤 センタ ( ) 3. Message Passing Interface Forum ( ) 4. MPI-Jメーリングリスト ( ) 5. 並 列 コンピュータ 工 学 富 田 眞 治 著 昭 晃 堂 (1996) 130

106 MPIプログラム 実 習 Ⅰ( 演 習 ) 東 京 大 学 情 報 基 盤 センター 准 教 授 片 桐 孝 洋 131

107 実 習 課 題 132

108 サンプルプログラムの 説 明 Hello/ Cpi/ 並 列 版 Helloプログラム hello-pure.bash, hello-hy16.bash : NQSジョブスクリプトファイル 円 周 率 計 算 プログラム cpi-pure.bash NQSジョブスクリプトファイル Wa1/ 逐 次 転 送 方 式 による 総 和 演 算 wa1-pure.bash NQSジョブスクリプトファイル Wa2/ 二 分 木 通 信 方 式 による 総 和 演 算 wa2-pure.bash NQSジョブスクリプトファイル Cpi_m/ 円 周 率 計 算 プログラムに 時 間 計 測 ルーチンを 追 加 したもの cpi_m-pure.bash NQSジョブスクリプトファイル 133

109 総 和 演 算 プログラム( 逐 次 転 送 方 式 ) 各 プロセスが 所 有 するデータを 全 プロセスで 加 算 し あるプロセス1つが 結 果 を 所 有 する 演 算 を 考 える 素 朴 な 方 法 ( 逐 次 転 送 方 式 ) 1. (0 番 でなければ) 左 隣 のプロセスからデータを 受 信 する; 2. 左 隣 のプロセスからデータが 来 ていたら; 1. 受 信 する; 2. < 自 分 のデータ>と< 受 信 データ>を 加 算 する; 3. (191 番 でなければ) 右 隣 のプロセスに<2の 加 算 した 結 果 を> 送 信 する; 4. 処 理 を 終 了 する; 実 装 上 の 注 意 左 隣 りとは (myid-1)のidをもつプロセス 右 隣 りとは (myid+1)のidをもつプロセス myid=0のプロセスは 左 隣 りはないので 受 信 しない myid=p-1のプロセスは 右 隣 りはないので 送 信 しない 134

110 逐 次 転 送 方 式 (バケツリレー 方 式 ) による 加 算 所 有 データ 所 有 データ 所 有 データ 所 有 データ CPU0 CPU1 CPU2 CPU3 送 信 送 信 送 信 = = = 6 最 終 結 果 135

111 1 対 1 通 信 利 用 例 ( 逐 次 転 送 方 式 C 言 語 ) void main(int argc, char* argv[]) { MPI_Status istatus;. dsendbuf = myid; drecvbuf = 0.0; if (myid!= 0) { ierr = MPI_Recv(&drecvbuf, 1, MPI_DOUBLE, myid-1, 0, MPI_COMM_WORLD, &istatus); } dsendbuf = dsendbuf + drecvbuf; if (myid!= nprocs-1) { ierr = MPI_Send(&dsendbuf, 1, MPI_DOUBLE, myid+1, 0, MPI_COMM_WORLD); } if (myid == nprocs-1) printf ("Total = %4.2lf n", dsendbuf);. } 受 信 用 システム 配 列 の 確 保 自 分 より 一 つ 少 ない ID 番 号 (myid-1)から double 型 データ1つを 受 信 しdrecvbuf 変 数 に 代 入 自 分 より 一 つ 多 い ID 番 号 (myid+1)に dsendbuf 変 数 に 入 っ ているdouble 型 データ 1つを 送 信 136

112 1 対 1 通 信 利 用 例 ( 逐 次 転 送 方 式 Fortran 言 語 ) program main integer istatus(mpi_status_size). dsendbuf = myid drecvbuf = 0.0 if (myid.ne. 0) then call MPI_RECV(drecvbuf, 1, MPI_DOUBLE_PRECISION, & myid-1, 0, MPI_COMM_WORLD, istatus, ierr) endif dsendbuf = dsendbuf + drecvbuf if (myid.ne. numprocs-1) then call MPI_SEND(dsendbuf, 1, MPI_DOUBLE_PRECISION, & myid+1, 0, MPI_COMM_WORLD, ierr) endif if (myid.eq. numprocs-1) then print *, "Total = ", dsendbuf endif. stop end 受 信 用 システム 配 列 の 確 保 自 分 より 一 つ 少 ない ID 番 号 (myid-1)から double 型 データ1つを 受 信 しdrecvbuf 変 数 に 代 入 自 分 より 一 つ 多 い ID 番 号 (myid+1)に dsendbuf 変 数 に 入 っているdouble 型 データ1つを 送 信 137

113 総 和 演 算 プログラム( 二 分 木 通 信 方 式 ) 二 分 木 通 信 方 式 1. k = 1; 2. for (i=0; i < log2(nprocs); i++) 3. if ( (myid & k) == k) (myid k) 番 プロセスからデータを 受 信 ; 自 分 のデータと 受 信 データを 加 算 する; k = k * 2; 4. else (myid + k) 番 プロセスに データを 転 送 する; 処 理 を 終 了 する; 138

114 総 和 演 算 プログラム( 二 分 木 通 信 方 式 ) 3 段 目 =log2(8) 段 目 段 目 段 目

115 総 和 演 算 プログラム( 二 分 木 通 信 方 式 ) 実 装 上 の 工 夫 要 点 : プロセス 番 号 の2 進 数 表 記 の 情 報 を 利 用 する 第 i 段 において 受 信 するプロセスの 条 件 は 以 下 で 書 ける: myid & k が k と 一 致 ここで k = 2^(i-1) つまり プロセス 番 号 の2 進 数 表 記 で 右 からi 番 目 のビットが 立 っている プロセスが 送 信 することにする また 送 信 元 のプロセス 番 号 は 以 下 で 書 ける: myid + k つまり 通 信 が 成 立 するプロセス 番 号 の 間 隔 は2^(i-1) 二 分 木 なので 送 信 プロセスについては 上 記 の 逆 が 成 り 立 つ 140

116 総 和 演 算 プログラム( 二 分 木 通 信 方 式 ) 逐 次 転 送 方 式 の 通 信 回 数 明 らかに nprocs-1 回 二 分 木 通 信 方 式 の 通 信 回 数 見 積 もりの 前 提 各 段 で 行 われる 通 信 は 完 全 に 並 列 で 行 われる ( 通 信 の 衝 突 は 発 生 しない) 段 数 の 分 の 通 信 回 数 となる つまり log2(nprocs) 回 両 者 の 通 信 回 数 の 比 較 プロセッサ 台 数 が 増 すと 通 信 回 数 の 差 (= 実 行 時 間 )が とても 大 きくなる 1024プロセス 構 成 では 1023 回 対 10 回! でも 必 ずしも 二 分 木 通 信 方 式 がよいとは 限 らない( 通 信 衝 突 の 多 発 ) 141

117 性 能 プロファイラ 富 士 通 コンパイラには 性 能 プロファイラ 機 能 がある 富 士 通 コンパイラでコンパイル 後 実 行 コマンドで 指 定 し 利 用 する 以 下 の2 種 類 があります 基 本 プロファイラ 主 な 用 途 :プログラム 全 体 で 最 も 時 間 のかかってい る 関 数 を 同 定 する 詳 細 プロファイラ 主 な 用 途 : 最 も 時 間 のかかっている 関 数 内 の 特 定 部 分 において メモリアクセス 効 率 キャッシュヒット 率 スレッド 実 行 効 率 MPI 通 信 頻 度 解 析 を 行 う 142

118 性 能 プロファイラの 種 類 の 詳 細 基 本 プロファイラ コマンド 例 :fipp C 表 示 コマンド:fipppx GUI(WEB 経 由 ) ユーザプログラムに 対 し 一 定 間 隔 (デフォルト 時 100 ミリ 秒 間 隔 ) 毎 に 割 り 込 み をかけ 情 報 を 収 集 する 収 集 した 情 報 を 基 に コスト 情 報 等 の 分 析 結 果 を 表 示 詳 細 プロファイラ コマンド 例 :fapp C 表 示 コマンド:GUI(WEB 経 由 ) ユーザプログラムの 中 に 測 定 範 囲 を 設 定 し 測 定 範 囲 のハードウェアカウン タの 値 を 収 集 収 集 した 情 報 を 基 に MFLOPS MIPS 各 種 命 令 比 率 キャッシュミス 等 の 詳 細 な 分 析 結 果 を 表 示 143

119 基 本 プロファイラ 利 用 例 プロファイラデータ 用 の 空 のディレクトリがないとダメ /Wa2 に Profディレクトリを 作 成 $ mkdir Prof Wa2 の wa2-pure.bash 中 に 以 下 を 記 載 fipp -C -d Prof mpirun./wa2 実 行 する $ pjsub wa2-pure.bash テキストプロファイラを 起 動 $ fipppx A -d Prof 144

120 基 本 プロファイラ 出 力 例 (1/2) Fujitsu Instant Profiler Version Measured time : Thu Apr 19 09:32: CPU frequency : Process (MHz) Type of program : MPI Average at sampling interval : (ms) Measured range : All ranges Virtual coordinate : (12, 0, 0) Time statistics Elapsed(s) User(s) System(s) Application Process Process Process Process

121 基 本 プロファイラ 出 力 例 (2/2) Procedures profile ************************************************************************************* Application - procedures ************************************************************************************* Cost % Mpi % Start End Application MAIN GI sched_yield libc_poll pthread_mutex_unlock_usercnt ************************************************************************************* Process 11 - procedures ************************************************************************************* Cost % Mpi % Start End Process MAIN GI sched_yeld. 146

122 詳 細 プロファイラ 利 用 例 測 定 したい 対 象 に 以 下 のコマンドを 挿 入 Fortran 言 語 の 場 合 ヘッダファイル:なし 測 定 開 始 手 続 き 名 : call fapp_start(name, number, level) 測 定 終 了 手 続 き 名 : call fapp_stop(name, number, level) 利 用 例 : call fapp_start( region1,1,1) C/C++ 言 語 の 場 合 ヘッダファイル: fj_tool/fapp.h 測 定 開 始 関 数 名 : void fapp_start(const char *name, int number, int level) 測 定 終 了 関 数 名 : void fapp_stop(const char *name, int number, int level) 利 用 例 : fapp_start( region1,1,1); 147

123 詳 細 プロファイラ 利 用 例 空 のディレクトリがないとダメなので /Wa2 に Profディレクト リを 作 成 $ mkdir Prof Wa2のwa2-pure.bash 中 に 以 下 を 記 載 (キャッシュ 情 報 取 得 時 ) fapp -C -d Prof L 1 Ihwm Hevent=Cache mpirun./wa2 実 行 する $ pjsub wa2-pure.bash 148

124 詳 細 プロファイラGUIによる 表 示 例 プログラミング 支 援 ツール(FUJITSU Software Development Tools Version for Windows) をインストール 以 下 をアクセス install/index.html ダウンロード をクリック Serverに oakleaf-fx-1.cc.u-tokyo.ac.jp Nameと passwordはセンターから 配 布 したものを 入 れる うまくいくと 右 のボックスがでる 149

125 詳 細 プロファイラGUIによる 表 示 例 MACの 場 合 は 以 下 をアクセス install/mac/index.html 150

126 詳 細 プロファイラGUIによる 表 示 例 右 のボックスで プロファイラ 部 分 をクリック プロファイルデータがある フォルダを 指 定 する うまくいくと 右 のような 解 析 データが 見 える 151

127 詳 細 プロファイラで 取 れるデータ プロセス 間 の 通 信 頻 度 情 報 (GUI 上 で 色 で 表 示 ) 各 MPIプロセスにおける 以 下 の 情 報 Cache: キャッシュミス 率 Instructions: 実 行 命 令 詳 細 Mem_access: メモリアクセス 状 況 Performance: 命 令 実 行 効 率 Statistics: CPU core 動 作 状 況 152

128 精 密 PA 可 視 化 機 能 (エクセル 形 式 ) 性 能 プロファイルは 見 にくい 7 回 程 度 実 行 しないといけないが 性 能 プロファイルデータ(マシン 語 命 令 の 種 類 や 実 行 時 間 に 占 める 割 合 など)を Excelで 可 視 化 してくれるツール( 精 密 PA 可 視 化 ツール)が 東 京 大 学 情 報 基 盤 センターのFX10では 提 供 さ れている 手 順 1. 対 象 箇 所 (ループ)を 専 用 のAPIで 指 定 する 2. プロファイルを 入 れるフォルダ7か 所 をつくる 3. プロファイルのためのコマンドで7 回 実 行 する 4. エクセル 形 式 に 変 換 する 5. 4のエクセル 形 式 を 手 元 のパソコンに 持 ってくる 6. 5のファイルを 指 定 のエクセルと 同 一 のフォルダに 入 れてから 指 定 のエ クセルを 開 く 153

129 精 密 PA 可 視 化 のための 指 示 API 以 下 のAPIで 対 象 となるループを 挟 む(Fortranの 場 合 ) call start_collection( region ) < 対 象 となるループ> call stop_collection( region ) region は 対 象 となる 場 所 の 名 前 なので 任 意 の 名 前 を 付 けることが 可 能 ( 後 で 専 用 エクセルを 開 くときに 使 う) 154

130 実 行 のさせ 方 a.out という 実 行 ファイルの 場 合 以 下 のように7 回 実 行 する 実 行 するディレクトリに pa1 pa2 pa7という ディレクトリを 作 っておく 必 要 がある 以 下 のように 実 行 する fapp -C d pa1 -Hpa=1 mpiexec a.out fapp -C d pa2 -Hpa=2 mpiexec a.out fapp -C d pa3 -Hpa=3 mpiexec a.out fapp -C d pa4 -Hpa=4 mpiexec a.out fapp -C d pa5 -Hpa=5 mpiexec a.out fapp -C d pa6 -Hpa=6 mpiexec a.out fapp -C d pa7 -Hpa=7 mpiexec a.out 155

131 エクセルデータへの 変 換 pa1 pa2 pa7の 中 に プロファイルデータがあることを 確 認 する 以 下 のコマンドを 実 行 する fapppx -A -d pa1 -o output_prof_1.csv -tcsv -Hpa fapppx -A -d pa2 -o output_prof_2.csv -tcsv -Hpa fapppx -A -d pa3 -o output_prof_3.csv -tcsv -Hpa fapppx -A -d pa4 -o output_prof_4.csv -tcsv -Hpa fapppx -A -d pa5 -o output_prof_5.csv -tcsv -Hpa fapppx -A -d pa6 -o output_prof_6.csv -tcsv -Hpa fapppx -A -d pa7 -o output_prof_7.csv -tcsv -Hpa 156

132 エクセルデータを 手 元 のPCに 転 送 以 下 のFX10 上 のエクセルデータを 手 元 のPCに 転 送 output_prof_1.csv output_prof_2.csv output_prof_7.csv 上 記 のエクセルデータが 入 ったフォルダで ポータル 上 で 公 開 されている 専 用 エクセルを 開 く 詳 細 なエクセルデータの 利 用 法 分 析 されたデータの 見 方 は マニュアル 参 照 J2UL Z0(01) 2013 年 6 月 Technical Computing Suite V1.0 プロファイラ 使 用 手 引 書 (PRIMEHPC FX10 用 ) 157

133 性 能 最 適 化 情 報 の 提 示 (1/2) C Fortranを 問 わず コンパイラが 行 った 最 適 化 情 報 を 知 ることは 性 能 最 適 化 で 重 要 である 各 ファイルのソースコードごとに どのような 最 適 化 が 行 われたか 出 力 する コンパイラオプションがある C Fortranで 共 通 の 翻 訳 情 報 -Nlst=p : 標 準 の 最 適 化 情 報 を 出 力 (デフォルト) -Nlst=t : 詳 細 な 最 適 化 情 報 を 出 力 158

134 性 能 最 適 化 情 報 の 提 示 (2/2) Fortran のみ p t 以 外 も 指 定 可 能 -Nlst=a : 名 前 の 属 性 情 報 を 出 力 -Nlst=d : 派 生 型 の 構 成 情 報 を 出 力 -Nlst=I :インクルードされたファイルのプログラムリスト およびインクルードファイル 名 一 覧 を 出 力 を 出 力 -Nlst=m : 自 動 並 列 化 の 状 況 をOpenMP 指 示 文 によって 表 現 した 原 始 プログラムを 出 力 -Nlst=x : 名 前 および 文 番 号 の 相 互 参 照 情 報 を 出 力 詳 細 は オンラインマニュアルの 以 下 を 参 照 のこと C 言 語 使 用 手 引 書 : P.26 C++ 言 語 使 用 手 引 書 : P.28 Fortran 使 用 手 引 書 : P.46 P.52 P

135 演 習 課 題 1. 逐 次 転 送 方 式 のプログラムを 実 行 Wa1 のプログラム 2. 二 分 木 通 信 方 式 のプログラムを 実 行 Wa2のプログラム 3. 時 間 計 測 プログラムを 実 行 Cpi_mのプログラム 4. プロセス 数 を 変 化 させて サンプルプログラムを 実 行 5. Helloプログラムを 以 下 のように 改 良 MPI_Sendを 用 いて プロセス0からChar 型 のデータ Hello World!! を その 他 のプロセスに 送 信 する その 他 のプロセスでは MPI_Recvで 受 信 して 表 示 する 160

136 演 習 課 題 1. 逐 次 転 送 方 式 のプログラムを 実 行 Wa1 のプログラム 2. 二 分 木 通 信 方 式 のプログラムを 実 行 Wa2のプログラム 3. 時 間 計 測 プログラムを 実 行 Cpi_mのプログラム 4. プロセス 数 を 変 化 させて サンプルプログラムを 実 行 5. Helloプログラムを 以 下 のように 改 良 MPI_Sendを 用 いて プロセス0からChar 型 のデータ Hello World!! を その 他 のプロセスに 送 信 する その 他 のプロセスでは MPI_Recvで 受 信 して 表 示 する 161

137 プログラム 実 習 Ⅰ(BLAS)( 演 習 ) 東 京 大 学 情 報 基 盤 センター 准 教 授 片 桐 孝 洋 162

138 演 習 内 容 BLASとは GOTO BLASとは LAPACKとは ScaLAPACKとは BLASの 利 用 法 と 実 習 (DGEMM) 163

139 1.8 BLASとPBLAS BLAS(Basic Linear Algebra Subprograms 基 本 線 形 代 数 副 プログラム 集 ) 線 形 代 数 計 算 で 用 いられる 基 本 演 算 を 標 準 化 (API 化 )したもの 普 通 は 密 行 列 用 の 線 形 代 数 計 算 用 の 基 本 演 算 の 副 プログラムを 指 す 疎 行 列 の 基 本 演 算 用 の<スパースBLAS>というも のあるが まだ 定 着 していない 164

140 1.8 BLASとPBLAS 高 性 能 なライブラリの< 作 成 の 手 間 >と <プログラム 再 利 用 性 >を 高 める 目 的 で 提 案 BLAS 演 算 の 性 能 改 善 を 個 々のユーザが 個 々のプログラムで 独 立 して 行 うのは ソフトウエア 開 発 効 率 が 悪 い < 工 学 的 >でない 性 能 を 改 善 するチューニングは 経 験 のないユーザ には 無 理 < 職 人 芸 >!= < 科 学 工 学 > BLASは 数 学 ソフトウエアにおける <ソフトウエア 工 学 >のはしり 165

141 1.8 BLASとPBLAS BLASでは 以 下 のように 分 類 わけをして サブルーチンの 命 名 規 則 を 統 一 1. 演 算 対 象 のベクトルや 行 列 の 型 ( 整 数 型 実 数 型 複 素 型 ) 2. 行 列 形 状 ( 対 称 行 列 三 重 対 角 行 列 ) 3. データ 格 納 形 式 ( 帯 行 列 を 二 次 元 に 圧 縮 ) 4. 演 算 結 果 が 何 か( 行 列 ベクトル) 演 算 性 能 から 以 下 の3つに 演 算 を 分 類 レベル1 BLAS: ベクトルとベクトルの 演 算 レベル2 BLAS: 行 列 とベクトルの 演 算 レベル3 BLAS: 行 列 と 行 列 の 演 算 166

142 1.8 BLASとPBLAS レベル1 BLAS ベクトル 内 積 ベクトル 定 数 倍 の 加 算 など 例 : y α x + y データの 読 み 出 し 回 数 演 算 回 数 がほほ 同 じ データの 再 利 用 (キャッシュに 乗 ったデータの 再 利 用 による データアクセス 時 間 の 短 縮 )がほとんどできない 実 装 による 性 能 向 上 が あまり 期 待 できない ほとんど 計 算 機 ハードウエアの 演 算 性 能 レベル1BLASのみで 演 算 を 実 装 すると 演 算 が 本 来 持 ってい るデータ 再 利 用 性 がなくなる 例 : 行 列 -ベクトル 積 を レベル1BLASで 実 装 167

143 1.8 BLASとPBLAS レベル2 BLAS 行 列 -ベクトル 積 などの 演 算 例 : y α A x + β y 前 進 / 後 退 代 入 演 算 T x= y (Tは 三 角 行 列 )をxに ついて 解 く 演 算 を 含 む レベル1BLASのみの 実 装 よる データ 再 利 用 性 の 喪 失 を 回 避 する 目 的 で 提 案 行 列 とベクトルデータに 対 して データの 再 利 用 性 あり データアクセス 時 間 を 実 装 法 により 短 縮 可 能 ( 実 装 法 により) 性 能 向 上 がレベル1BLASに 比 べ しやすい(が 十 分 でない) 168

144 1.8 BLASとPBLAS レベル3 BLAS 行 列 - 行 列 積 などの 演 算 例 : C α A B + β C 共 有 記 憶 型 の 並 列 ベクトル 計 算 機 では レベル2 BLASでも 性 能 向 上 が 達 成 できない 並 列 化 により1PE 当 たりのデータ 量 が 減 少 する より 大 規 模 な 演 算 をとり 扱 わないと 再 利 用 の 効 果 がない O( n 2 ) 行 列 - 行 列 積 では 行 列 データ に 対 して 演 算 は O( n 3 ) なので データ 再 利 用 性 が 原 理 的 に 高 い 行 列 積 は アルゴリズムレベルでもブロック 化 できる さらにデータの 局 所 性 を 高 めることができる 169

145 典 型 的 なBLASの 性 能 性 能 [FLOPS] 理 論 性 能 の 限 界 BLAS3 BLAS2 BLAS1 行 列 サイズ 170

146 BLAS 利 用 例 倍 精 度 演 算 BLAS3 C := alpha*op( A )*op( B ) + beta*c A: M*K; B:K*N; C:M*N; CALL DGEMM( N, N, n, n, n, ALPHA, A, N, B, N, BETA, C, N ) Aが 転 置 しているか Bが 転 置 しているか Mの 大 きさ Nの 大 きさ Kの 大 きさ alpha の 値 Aの アドレス Aの1 次 元 目 の 要 素 数 Bの アドレス Bの1 次 元 目 の 要 素 数 beta の 値 Cの アドレス Cの1 次 元 目 の 要 素 数 引 数 が 多 すぎ! とても 使 いにくい! 171

147 1.8 BLASとPBLAS PBLAS 並 列 版 のBLAS BLASとほぼ 同 じインタフェースをもつ BLAS 利 用 者 が 容 易 に 移 行 できる ライブラリ 再 利 用 の 目 的 で 開 発 連 立 一 次 方 程 式 用 ライブラリ:LINPACK (リン パック) 固 有 値 計 算 用 ライブラリ:EISPACK (アイス パック) これらを 統 合 したライブラリ:LAPACK (エル エー パック) アルゴリズムレベルでブロック 化 して レベル3 BLASを 利 用 するアルゴリズムを 新 規 開 発 LAPACKを 分 散 メモリ 並 列 化 :ScaLAPACK (スカラ パック) 並 列 版 BLASとして PBLASを 利 用 172

148 BLASの 機 能 詳 細 詳 細 はHP: 命 名 規 則 : 関 数 名 :XYYYY X: データ 型 S: 単 精 度 D: 倍 精 度 C: 複 素 Z: 倍 精 度 複 素 YYYY: 計 算 の 種 類 レベル1: 例 :AXPY:ベクトルをスカラー 倍 して 加 算 レベル2: 例 :GEMV: 一 般 行 列 とベクトルの 積 レベル3: 例 :GEMM: 一 般 行 列 どうしの 積 173

149 インタフェース 例 :DGEMM (1/4) DGEMM (TRANSA, TRANSB, M, N, K, ALPHA, A, LDA, B, LDB, BETA, C, LDC) C := alpha*op( A )*op( B ) + beta*c の 計 算 をする op( X ) = X もしくは op( X ) = X (Xの 転 置 行 列 ) 引 数 TRANSA( 入 力 ) CHARACTER*1 TRANSA は op( A ) の 操 作 を 指 定 する 以 下 の 文 字 列 を 指 定 TRANSA = N もしくは 'n', op( A ) = A TRANSA = T もしくは 't', op( A ) = A' TRANSA = 'C' or 'c', op( A ) = A TRANSB( 入 力 ) CHARACTER*1 TRANSB は op( B ) の 操 作 を 指 定 する 以 下 同 様 174

150 インタフェース 例 :DGEMM (2/4) M( 入 力 ) - INTEGER op( A ) と 行 列 Cの 行 の 大 きさを 指 定 する N( 入 力 ) - INTEGER op( B ) と 行 列 Cの 列 の 大 きさを 指 定 する K( 入 力 ) - INTEGER op( A ) の 列 の 大 きさ および op( B ) の 行 の 大 きさを 指 定 する ALPHA( 入 力 ) - DOUBLE PRECISION スカラ 値 ALPHAの 値 を 設 定 する A( 入 力 ) - DOUBLE PRECISION 行 列 Aの 配 列 大 きさは ( LDA, ka )で ka はTRANSA = N or n のと きはk そうでないときは m TRANSA = N or n のときは m kの 配 列 の 要 素 に 行 列 Aを 含 まない といけない そうでないときは k mの 配 列 に 行 列 Aの 転 置 を 入 れる 175

151 インタフェース 例 :DGEMM (3/4) LDA( 入 力 ) - INTEGER 行 列 Aの 最 初 の 次 元 数 を 入 れる TRANSA = N もしくは n なら LDA は max( 1, m )でなくてはならない そうでないなら LDA はmax( 1, k )でなくてはならない B( 入 力 ) - DOUBLE PRECISION 行 列 Bの 配 列 大 きさは ( LDB, kb )で kb はTRANSA = N or n のと きはn そうでないときは k TRANSA = N or n のときは k nの 配 列 の 要 素 に 行 列 Bを 含 まない といけない そうでないときは n kの 配 列 に 行 列 Bの 転 置 を 入 れる LDB( 入 力 ) - INTEGER 行 列 Bの 最 初 の 次 元 数 を 入 れる TRANSA = N もしくは n なら LDA は max( 1, k )でなくてはならない そうでないなら LDB はmax( 1, n )でなくてはならない 176

152 インタフェース 例 :DGEMM (4/4) BETA ( 入 力 ) - DOUBLE PRECISION スカラ 値 BETAの 値 を 設 定 する C ( 入 力 / 出 力 ) - DOUBLE PRECISION 行 列 Cの 配 列 入 力 時 m n の 配 列 に 行 列 Cを 入 れる 配 列 には BETAが0でない 限 り 行 列 Cを 入 れる この 場 合 は Cの 入 力 は 必 要 ない 出 力 時 この 配 列 に m n 行 列 の 演 算 結 果 ( alpha*op( A )*op( B ) + beta*c )が 上 書 きされて 戻 る LDC ( 入 力 ) - INTEGER 行 列 Cの 最 初 の 次 元 数 を 入 れる LDC は max(1, m )でなくてはならない 177

153 BLASの 問 題 点 BLASの 問 題 点 1. BLASやPBLASを 用 いると データ 再 利 用 性 や 並 列 性 が 低 下 するかもしれない 例 :レベル1BLASにおける 行 列 -ベクトル 積 2. インタフェースに 合 わせるため 無 駄 な 処 理 ( 配 列 への 代 入 等 )が 必 要 になる 場 合 も <メモリ 浪 費 >や< 演 算 性 能 低 下 >の 要 因 に 3. ソースコードが 読 みにくくなる BLASのインタフェースを 熟 知 しないと かえって 処 理 が 理 解 できない まあ 再 利 用 性 性 能 とのトレードオフでしょうが 178

154 GOTO BLASとは 後 藤 和 茂 氏 により 開 発 された ソースコードが 無 償 入 手 可 能 な 高 性 能 BLASの 実 装 (ライブラリ) 特 徴 マルチコア 対 応 がなされている 多 くのコモディティハードウエア 上 の 実 装 に 特 化 等 Intel Nehalem and Atom systems VIA Nanoprocessor AMD Shanghai and Istanbul テキサス 大 学 先 進 計 算 センター(TACC)で GOTO BLAS2として ソースコードを 配 布 している HP: 179

155 LAPACK 密 行 列 に 対 する 連 立 一 次 方 程 式 の 解 法 および 固 有 値 の 解 法 の 標 準 アルゴリズムルーチンを 無 償 で 提 供 その 道 の 大 学 の 専 門 家 が 集 結 カリフォルニア 大 バークレー 校 : James Demmel 教 授 テネシー 大 ノックスビル 校 : Jack Dongarra 教 授 HP 180

156 LAPACKの 命 名 規 則 命 名 規 則 : 関 数 名 :XYYZZZ X: データ 型 S: 単 精 度 D: 倍 精 度 C: 複 素 Z: 倍 精 度 複 素 YY: 行 列 の 型 BD: 二 重 対 角 DI: 対 角 GB: 一 般 帯 行 列 GE: 一 般 行 列 HE: 複 素 エルミート HP: 複 素 エルミート 圧 縮 形 式 SY: 対 称 行 列. ZZZ: 計 算 の 種 類 TRF: 行 列 の 分 解 TRS: 行 列 の 分 解 を 使 う CON: 条 件 数 の 計 算 RFS: 計 算 解 の 誤 差 範 囲 を 計 算 TRI: 三 重 対 角 行 列 の 分 解 EQU:スケーリングの 計 算 181

157 インタフェース 例 :DGESV (1/3) DGESV (N, NRHS, A, LDA, IPIVOT, B, LDB, INFO) A X = B の 解 の 行 列 Xを 計 算 をする A * X = B ここで A はN N 行 列 で X と B は N NRHS 行 列 と する 行 交 換 の 部 分 枢 軸 選 択 付 きのLU 分 解 でA を A = P * L * U と 分 解 する ここで P は 交 換 行 列 L は 下 三 角 行 列 Uは 上 三 角 行 列 である 分 解 されたA は 連 立 一 次 方 程 式 A * X = Bを 解 くのに 使 われる 引 数 N ( 入 力 ) - INTEGER 線 形 方 程 式 の 数 行 列 Aの 次 元 数 N >= 0 182

158 インタフェース 例 :DGESV (2/3) NRHS ( 入 力 ) INTEGER 右 辺 ベクトルの 数 行 列 Bの 次 元 数 NRHS >= 0 A ( 入 力 / 出 力 ) DOUBLE PRECISION, DIMENSION(:,:) 入 力 時 は N Nの 行 列 Aの 係 数 を 入 れる 出 力 時 は Aから 分 解 された 行 列 LとU = P*L*Uを 圧 縮 して 出 力 する Lの 対 角 要 素 は1であるので 収 納 されていない LDA ( 入 力 ) INTEGER 配 列 Aの 最 初 の 次 元 の 大 きさ LDA >= max(1,n) IPIVOT ( 出 力 ) - DOUBLE PRECISION, DIMENSION(:) 交 換 行 列 Aを 構 成 する 枢 軸 のインデックス 行 列 のi 行 がIPIVOT(i) 行 と 交 換 されている 183

159 インタフェース 例 :DGESV (3/3) B ( 入 力 / 出 力 ) DOUBLE PRECISION, DIMENSION(:,:) 入 力 時 は 右 辺 ベクトルの N NRHS 行 列 Bを 入 れる 出 力 時 は もし INFO = 0 なら N NRHS 行 列 である 解 行 列 Xが 戻 る LDB ( 入 力 ) -INTEGER 配 列 Bの 最 初 の 次 元 の 大 きさ LDB >= max(1,n) INFO ( 出 力 ) ーINTEGER = 0: 正 常 終 了 < 0: もし INFO = -i なら i-th 行 の 引 数 の 値 がおかしい > 0: もし INFO = i なら U(i,i) が 厳 密 に0である 分 解 は 終 わるが Uの 分 解 は 特 異 なため 解 は 計 算 されない 184

160 ScaLAPACK 密 行 列 に 対 する 連 立 一 次 方 程 式 の 解 法 および 固 有 値 の 解 法 の 標 準 アルゴリズムルーチンの 並 列 化 版 を 無 償 で 提 供 ユーザインタフェースはLAPACKに< 類 似 > ソフトウエアの< 階 層 化 >がされている 内 部 ルーチンはLAPACKを 利 用 並 列 インタフェースはBLACS データ 分 散 方 式 に 2 次 元 ブロック サイクリック 分 散 方 式 を 採 用 HP: 185

161 ScaLAPACKソフトウエア 構 成 図 ( 参 照 ) 186

162 BLACSとPBLAS BLACS ScaLAPACK 中 で 使 われる 通 信 機 能 を 関 数 化 したもの 通 信 ライブラリは MPI PVM 各 社 が 提 供 する 通 信 ライブラリを 想 定 し ScaLAPACK 内 でコード 修 正 せずに 使 うことを 目 的 とす る いわゆる 通 信 ライブラリのラッパー 的 役 割 でScaLAPACK 内 で 利 用 現 在 MPIがデファクトになったため MPIで 構 築 された BLACSのみ 現 実 的 に 利 用 されている なので ScaLAPACKはMPIでコンパイルし 起 動 して 利 用 する PBLAS BLACSを 用 いてBLASと 同 等 な 機 能 を 提 供 する 関 数 群 並 列 版 BLASといってよい 187

163 ScaLAPACKの 命 名 規 則 原 則 : LAPACKの 関 数 名 の 頭 に P を 付 けたもの そのほか BLACS PBLAS データ 分 散 を 制 御 するためのScaLAPACK 用 関 数 がある 188

164 インタフェース 例 :PDGESV (1/4) PDGESV ( N, NRHS, A, IA, JA, DESCA, IPIV, B, IB, JB, DESCB, INFO ) sub(a) X = sub(b) の 解 の 行 列 Xを 計 算 をする ここで sub(a) はN N 行 列 を 分 散 したA(IA:IA+N-1, JA:JA+N-1) の 行 列 X と B は N NRHS 行 列 を 分 散 したB(IB:IB+N-1, JB:JB+NRHS- 1)の 行 列 行 交 換 の 部 分 枢 軸 選 択 付 きのLU 分 解 でsub(A) を sub(a) = P * L * U と 分 解 する ここで P は 交 換 行 列 L は 下 三 角 行 列 Uは 上 三 角 行 列 である 分 解 されたsub(A) は 連 立 一 次 方 程 式 sub(a) * X = sub(b)を 解 くのに 使 われる 189

165 インタフェース 例 :PDGESV (2/4) N ( 大 域 入 力 ) INTEGER 線 形 方 程 式 の 数 行 列 Aの 次 元 数 N >= 0 NRHS ( 大 域 入 力 ) INTEGER 右 辺 ベクトルの 数 行 列 Bの 次 元 数 NRHS >= 0 A ( 局 所 入 力 / 出 力 ) DOUBLE PRECISION, DIMENSION(:,:) 入 力 時 は N Nの 行 列 Aの 局 所 化 された 係 数 を 配 列 A(LLD_A, LOCc( JA+N-1))を 入 れる 出 力 時 は Aから 分 解 された 行 列 LとU = P*L*Uを 圧 縮 して 出 力 する Lの 対 角 要 素 は1であるので 収 納 されていない IA( 大 域 入 力 ) -INTEGER :sub(a)の 最 初 の 行 のインデックス JA( 大 域 入 力 ) -INTEGER :sub(a)の 最 初 の 列 のインデックス DESCA ( 大 域 かつ 局 所 入 力 ) INTEGER 分 散 された 配 列 Aの 記 述 子 190