8. HPC-Status-Konferenz der Gauß-Allianz
Regionales Rechenzentrum Erlangen (RRZE), Erlangen, 8. und 9. Okt. 2018

Das Chameleon Projekt beschäftigt sich mit der Untersuchung von taskbasierten Programmieransätzen im Hinblick auf die zu erwartende steigende dynamische Hardware-Variabilität zukünftiger HPC Systeme. Der Vortrag gibt einen Überblick über den Stand des Projektes und berichtet über aktuelle Arbeiten zur Verbesserung der knotenlokalen Taskausführung von OpenMP durch Datenlokalität, die Einzug in die nächste OpenMP Spezifikation halten werden ('affinity' Klausel). Es wird weiters eine Fallstudie präsentiert, bei der für eine hybride (MPI+OpenMP) Anwendung ein verteiltes Tasking-Konzept beispielhaft "manuell" umgesetzt wurde. Hier zeigt sich, dass das neue Konzept zur Lastbalancierung besser und flexibler auf Lastungleichgewichte reagieren kann, insbesondere im Fall von (künstlich erzeugter) Verlangsamung von Knoten. Pläne für zukünftige Arbeiten, die die Portierung einer Anwendung auf verteiltes Tasking vereinfachen, schließen den Vortrag ab.

Im Projekt TaLPas werden innovative, Auto-Tuning-basierte Softwarelösungen für Node-Level optimierte Partikelsimulationen und hochskalierbare, taskbasierte Samplingverfahren entwickelt.

In diesem Vortrag werden die Stati verschiedener, aus TaLPas hervorgehender Softwarelösungen präsentiert.
Die Bibliothek Auto-Pas verfügt über verschiedene (1) Partikeltraversierungen, (2) Datenstrukturen, (3) OpenMP-Parallelisierungen und (4) Partikelinteraktionskernels. Nach einem kurzen Überblick über die Bibliothek wird ihre Funktionalität an Hand ausgewählter Partikelsimulationsszenarien demonstriert und auf das Potential einer automatisierten Auswahl optimaler Konfigurationen aus (1)-(3) (Auto-Tuning) eingegangen.
Ein Python-basierter Workflow-Manager wird vorgestellt, dessen Design die Anbindung von Partikelsimulation, Leistungsvorhersagewerkzeugen (bspw. Extra-P) und Sampling-Algorithmen erlaubt. Der geplante Einsatz des Managers wird am Beispiel des Equation-of-state Fitting demonstriert.
Zur Verbesserung der Robustheit werden Checkpoint- und In-Memory-basierte Ansätze zur Fehlertoleranz vorgestellt, welche derzeit an der Partikelsoftware ls1 erprobt werden.

Die Integration aller Komponenten--Workflow-Manager, Auto-Pas, Resilienz--ist Gegenstand aktueller und künftiger Arbeiten.

ProThOS unterstützt den kompletten Stack von Entwicklung bis Ausführung von hochskalierbaren, task-basierten Anwendungen. anydsl erlaubt die einfach Definition von komplexen Anwendungen, die dann compiler-gestützt in Tasks zerlegt und deren Datenabhängigkeiten identifizert werden können. Durch die Integration der Task-Ausführung mit dem Betriebssystem können effiziente Scheduling- und insbesondere Adaptationsstrategien realisiert werden, die die Ressourcenauslastung auch in stark verteilten System deutlich verbessert.

Im BMBF-Projekt SeASiTe (Selbstadaption für zeitschrittbasierteSimulationstechniken auf heterogenen HPC-Systemen) untersuchen wir systematisch Selbstadaptionansätze für zeitschrittbasierte Simulationstechniken auf heterogenen HPC-Systemen. Ziel ist der Entwurf und die Bereitstellung des Prototypen eines Werkzeugkastens, mit dessen Hilfe Programmierer ihre Anwendungen mit effizienten Selbstadaptionstechniken ausstatten können.

In diesem Vortrag geben wir einen Überblick über den aktuellen Standder Arbeiten und stellen kurz wesentliche Erkenntnisse und Fortschritte aus der ersten Projekthälfte vor.

Der Vortrag gibt einen Überblick über den Stand der Arbeiten im Projekt ENVELOPE.

The presentation will discuss the code generation approach from the HPC2SE project and show how efficient and scalable implementations can be automatically derived from high-level descriptions. As back-ends we couple the generated code with the waLBerla and DUNE software frameworks.

The BMBF Mekong Project aims to simplify the programming of multi-GPU systems by automatically converting CUDA programs to run on multiple GPUs. It is based on compile-time analysis and transformation to partition CUDA kernels and to add orchestration functionality in terms of scheduling and data movements. For improved scheduling decisions in terms of time and energy, we predict performance and power consumption at compile time using static code analysis and models that infer execution time respectively power consumption. In this talk, we present our underlying concept and discuss initial results.

Ziel des Verbundprojektes HighPerMeshes ist die Entwicklung eines in der Praxis einsetzbaren domänenspezifischen Frameworks zur effizienten, parallelen und skalierenden Implementierung iterativer Algorithmen auf unstrukturierten Gittern. Simulationssoftware im Zeitbereich, die in diese Gruppe fällt, wird in den letzten Jahren sowohl im wissenschaftlichen als auch im industriellen Umfeld vermehrt eingesetzt und ergänzt bzw. verdrängt vergleichbare Methoden auf regulären Gittern. Um in der rechnergestützten Forschung und industriellen Entwicklung den Anwendungsbereich dieser Methoden voranzutreiben, zum Beispiel von der Analyse eines statischen Systems hin zur Optimierung von Parametern, wird immer mehr Rechenleistung benötigt. Dazu können hochskalierende Systeme mit vielen parallelen Rechenknoten mit modernen Prozessorarchitekturen wie Manycore-CPUs, Graphikprozessoren oder FPGAs beitragen. Im Gegensatz zur Domäne der regulären Gitter gibt es für Entwicklerinnen und -entwickler natur- und ingenieurwissenschaftlicher Simulationsprogramme mit unstrukturierten Gittern bisher keine einfach zu nutzenden, produktiven und damit praxistauglichen Entwicklungswerkzeuge, um moderne Rechnersysteme effizient zu erschließen.

Die Rechnerlandschaft wird heutzutage immer heterogener und derzeit ist keine Trendwende in Sicht. Insbesondere wird die Hardware immer spezialisierter und weist verschiedene Formen der Parallelität auf. Für performante Programme ist es unabdingbar, hardwarespezifische Eigenheiten zu adressieren. Wegen des Halteproblems ist es allerdings unrealistisch anzunehmen, dass ein Programm, das in einer universell einsetzbaren Programmiersprache implementiert ist, vollautomatisch auf solche spezialisierte Hardware übersetzt werden kann und dabei noch Spitzenleistung erzielt. Aus diesem Grund nutzen HPC-Programmierer viele Techniken, die den Quellcode unleserlich, schwer zu verstehen und vor allem in der Regel unportierbar machen. Insbesondere ist diese Anpassung enorm zeitaufwendig und kann für verschiedene Hardwareplattformen komplett unterschiedlich aussehen.

Im Rahmen des Metacca-Projektes beschäftigen wir uns damit, Algorithmen so zu implementieren, dass sie einer Lehrbuchimplementierung ähneln. Durch verschiedene Abstraktionen können wir mithilfe eines partiellen Auswerters, hardwarespezifische Anpassungen im Nachhinein in die Implementierung hineinweben. Der Programmierer muss diese Anpassungen nicht mehr händisch erledigen. Wir verwenden unser Rahmenwerk in drei Anwendungen: Bildverarbeitung, Ray-Tracing und Genomsequenzausrichtung. Dort können wir hochperformante Implementierungen für CPUs und GPUs aus einer Sprache und einer Codebasis auf generische Weise erhalten. Die Performance unserer Codes ist vergleichbar mit industrietauglichen Codes, die über Jahre hinweg von Experten optimiert worden sind. Desweiteren beschäftigen wir uns mit Performance-Modellierung, um a priori abzuschätzen, ob bestimmte Optimierungen überhaupt lohnenswert sind.

Das MEPHISTO Projekt befasst sich mit der Entwicklung einer Programmierumgebung für verteilte heterogene Systeme mit Techniken der (C++) Metaprogrammierung. Zur Erreichung dieses Zieles setzt MEPHISTO auf existierenden Komponenten der beteiligten Partnerinstitutionen auf, und entwickelt Ansätze und Methoden zur Kombination dieser vorhandenen Komponenten. Der Vortrag stellt einige dieser Entwicklungen vor, etwa zur abstrakten Repräsentation von Datenstrukturen die selektiv sowohl für GPUs als auch für CPUs optimiert werden kann

Power systems are undergoing dramatic changes towards distributed generation, increasing exploitation of renewables, transmission over long distances and coupling of multiple sectors, such as heat, electricity and e-mobility. The resulting cyber-physical systems require new management and control technologies, starting from planning and marketing based on weather forecasts, up to operation in real-time and provision of ancillary services. Model-based control and optimization offer promising technologies for mastering the new power systems.

The presentation highlights findings of the PARADOM research project (PARallel Automatic Differentiation in OpenModelica) for parallel optimization. Modelica models are exported from OpenModelica as Functional Model Unit (FMU).

The planning horizon for the operation of power systems is split into sub-intervals that are treated in parallel with multiple instances of the FMU. The sub-intervals are concatenated with continuity conditions known from multiple shooting. Analytic Jacobians are generated by OpenModelica using automatic differentiation.The resulting large-scale equation systems are treated with parallel matrix solvers, such as PARDISO or SuperLU. Overall, a significant speedup is obtained on multi-core architectures.

The presentation concludes with a demonstration of energy optimization in ABB Ability.
The Internet of Things (IoT) offers promising technologies for new model-based control and optimization of large-scale power systems. The platform, such as ABB Ability, covers secure, geographically distributed connectivity and offers high computing power on demand.

This work is supported in parts by the Federal Ministry of Education and Research (BMBF) within the project PARADOM (PARallel Algorithmic Differentiation in OpenModelica) – BMBF funding code: 01IH15002E.

Further improvements for the eigensolver ELPA will be presented, with respect to algorithms, functionality, ease of use, support for new architectures, and performance.

Das Social-Event der 8. HPC-Status-Konferenz findet im "Mein lieber Schwan" statt.