面向国产异构系统的HPL异构协同设计  

Orchestrating HPL between CPU and China accelerator

作　　者：甘新标[1,2] 孙燎原 刘杰[1] 雄成伟[1] 黄嘉昆 

机构地区：[1]国防科技大学计算机学院,湖南长沙410073 [2]计算机软件新技术国家重点实验室(南京大学),江苏南京210093 [3]国防科技大学量子信息研究所兼高性能计算国家重点实验室,湖南长沙410073

出　　处：《计算机工程与科学》2018年第1期10-14,共5页Computer Engineering & Science

基　　金：国家重点研发计划(2017YFB0202104);国家自然科学基金(61602495;61402039;11401580;11665012);计算机软件新技术国家重点实验室(南京大学)开放课题(KFKT2016B25);国防科技大学预研计划(ZK16-03-06);国家重点实验室专项基金(Y62612A87S);中国科学院光谱成像技术重点实验室开放基金(LIST201602D)

摘　　要：HPL是高性能计算广泛采用的Linpack测试软件包,传统HPL算法中,求解矩阵将以块为单位循环分布到所有处理器,由于国产加速器(China Accelerator)的底层矩阵乘接口仅支持定制接口,传统HPL算法已不适合CPU+China Accelerator异构系统,因此,必须基于定制接口完成矩阵分布细致划分与封装dPEM,以提供一个通用的HPL测试配置环境;同时,为了充分发挥国产异构系统的效率,设计了异构协同矩阵乘调度算法OA4MM,以提高国产异构系统的效率。实验验证了dPEM的有效性和OA4MM算法的高效性,OA4MM较传统的异构HPL调度算法性能提升近10%。HPL is a Linpack benchmark package widely used in high performance computing test.Matrix is divided into sub-matrix and distributed into computing elements in traditional HPL algorithm.However,it is ineffective for China Accelerator because of a specified interface on matrix multiplication built in China Accelerator.Thus,dPEM(delicate Partition and Encapsulation on Matrix)is advised to expose a friendly testing configuration environment.Furthermore,we propose OA4 MM(Orchestrating Algorithm for Matrix multiplication)based on heterogeneous system composed of CPU and China Accelerator.Experimental results validate dPEM and OA4 MM on CPU + China Accelerator.OA4 MM can promote productivity up to 10%in comparison to heterogeneous HPL.

关 键 词：HPL 国产加速器 矩阵分布细致划分与封装 异构协同矩阵乘调度 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]