Comet: Un modèle de haute-performance pour la composition à grain fin

Autor: Bigot, Julien, Gautier, Thierry, Pérez, Christian, Richard, Jérôme
Přispěvatelé: Maison de la Simulation (MDLS), Centre National de la Recherche Scientifique (CNRS)-Université Paris-Saclay-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ), Algorithms and Software Architectures for Distributed and HPC Platforms (AVALON), Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de l'Informatique du Parallélisme (LIP), École normale supérieure - Lyon (ENS Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Lyon (ENS Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS), projet C2S@Exa, Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Institut National de Recherche en Informatique et en Automatique (Inria)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), École normale supérieure de Lyon (ENS de Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure de Lyon (ENS de Lyon)-Université Claude Bernard Lyon 1 (UCBL)
Jazyk: angličtina
Rok vydání: 2017
Předmět:
Popis: This paper deals with the efficient combination of software components and task-based models for HPC. Task-based models are known to greatly enhance performance and performance portability while component models ease the separation of concerns and thus improves modularity and adaptability. The paper describe the C OMET programming model, a component model for HPC extended with task concepts. We demonstrate its prototype implementation built on top of the task model of OpenMP and the low level component model L2C. We evaluate the approach on five synthetic use-cases representative of common patterns from HPC applications. Experimental results show that the approach is very efficient on the use-cases. On one hand, independent software codes can be easily composed. On the other hand, fine-grained composition supports very good performance. It sometimes even outperforms classical hand-written OpenMP implementations thank to better task interleaving.; Ce rapport traite de la combinaison de modèles à composants et de modèles d’ordonnancement de tâches pour le calcul haute-performance (HPC). Les modèles d’ordonnancement de tâches sont connu pour améliorer les performances et la portabilité des performance des codes HPC tandis que les modèles à composants facilite la séparation des préoccupation et donc améliorent la modularité et l’adaptation des codes. Le rapport décrit le modèle de programmationComet: un modèle à composant HPC étendu avec des concepts de tâches. Nous démontrons sa mise en oeuvre utilisant le modèle de tâche OpenMP ainsi que le modèle à composant de bas niveau L2C. Nous évaluons l’approche sur cinq cas d’utilisation synthétiques représentatif des patrons de codes issues des applications HPC. Les résultats expérimentaux montrent que l’approche se révèle être très efficace sur les cas d’utilisation présentés. D’une part, la composition de des codes indépendants est facilement réalisable. D’autre part, la composition à grain fin permetd’obtenir de très bonne performances. Les performance obtenue avec cette approche sont même parfois meilleures que celle obtenue avec un code OpenMP écrit à la main grâce à une exécution efficace entrelaçant l’exécution des tâches.
Databáze: OpenAIRE