【摘要】 Diener等人讨论了OpenMP库在计算加速器中的使用。

高性能科学数据计算是大规模计算机资源的应用，以解决对于标准计算机来说太大或需要太长时间的计算问题。不同的并行技术，并行和分布式编程库，和性能评估库被用来提高性能和功能的算法的执行。这些技术和工具对于任何为计算科学开发软件代码的人来说都是宝贵的资源。此外，所有这些技术和工具都推动了科学和工程领域的进步，这些领域要么需要大量的计算，要么需要处理大量的数据。

 

Diener等人讨论了OpenMP库在计算加速器中的使用[1]。OpenMP支持卸载，允许在此类设备上编译和执行大部分未修改的代码。作者还提出了一个名为Hydra的新库，它实现了并发执行模式，并允许科学应用程序利用异构体系结构，只需少量修改。Hydra有助于解决工作分区和数据移动问题。为了解决工作分区，Hydra在主机和设备上执行代码并测量其执行时间。由此产生的性能比用于计算主机和设备之间的工作划分。数据移动在本地处理。也就是说，数据尽可能长时间地在每个设备上维护，并且仅在必要时复制。作者在三个异构计算平台上使用名为PlasCom 2的科学应用程序评估了OpenMP和Hydra，并给予了提高性能的实用指南。PlasCom 2是一个多物理场仿真应用程序，由模块化、可重用的组件组成，旨在适应现代异构架构。性能测试结果显示，使用Hydra在CPU+GPU上运行的应用程序报告了高达20%的额外增益。

 

吴等人提出的工作的目标是并行创建非厄米特矩阵，以实现求解器的比较[2]。更确切地说，作者提出了一个可扩展的矩阵生成器，从给定的频谱（SMG 2S）基准的线性和特征值求解器在大规模的平台。一个是拥有16000个节点的天河二号超级计算机。其他平台是具有1872个计算节点的JURECA和具有130个节点的罗密欧系统。SMG 2S的并行实现评估同构和异构的CPU和多GPU组成的集群。作者在相当大的设置中评估了加速比。实验结果表明，该生成器具有良好的可扩展性和能力，以保持可接受的精度给定的光谱。

 

  • Diener M, Kale L, Bodony D. Heterogeneous computing with OpenMP and hydra. Concurr Comput Pract Exp. 2020; 32:e572https://doi.org/10.1002/cpe.5728.
  • Wu X, Petiton S, Lu Y. A parallel generator of non-Hermitian matrices computed from given spectra. Concurr Comput Pract Exp. 2020; 32:e5710. https://doi.org/10.1002/cpe.5710.

 

科学指南针提供各类科研测试服务，愿您总能获得想要的结果。我们收到的测试样品来自各地，种类繁多，如果我们回复不及时，还请再次联系，或直接语音电话联络，若您对我们的服务不满意，或对测试结果有疑问，请果断联系我们或直接拨打400-831-0631，我们对每个数据及结果，会负责到底！科研可能很苦，但坚持一定很苦，愿您顺利！

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。