ARM-GPU将在高性能计算中脱颖而出
GPU已经成为加速高性能计算工作负载的标准平台，至少对于那些已经对其代码进行了调整以完全支持加速的工作而言。但是直到最近，大部分加速还是发生在使用Intel Xeon或IBM Power处理器的主机系统上。但是随着Nvidia兑现了支持Arm作为X86和Power的对等产品的承诺，由Arm-GPU组合提供支持的HPC的前景已大大增加。
从Nvidia的角度来看，考虑到Arm将在未来的HPC部署中取代X86，特别是在欧盟和英国，这当然很有意义。在美国和其它地方，Arm被视为向高性能计算生态系统注入更多多样性和竞争的一种方式。此外，Arm在超大规模、云计算和企业设置方面还具有更广泛的地理可能性。
三大知名超级计算中心正在帮助Nvidia将这种Arm-GPU计算模型实现为HPC：日本的RIKEN，英国的布里斯托大学和美国的橡树岭国家实验室。
以橡树岭为例，实验室已通过为基于ThunderX2的Wombat测试平台群集配备NvidiaV100 GPU并使用该设置移植和基准化一系列加速的HPC代码来着手这项工作。Wombat由16个预制的HPE Apollo70节点组成，每个节点都配备了一对28核的ThunderX2CPU，256 GB RAM和100 Gb / sec EDRInfiniBand网络接口。其中四个节点已配备Nvidia V100 GPU，每个节点两个，每个GPU都挂接到32 GB的HBM2内存中。与橡树岭的“ Summit”超级计算机上设置的V100 GPU相比，Wombat的HBM2内存是其两倍，但接口要慢得多，因为这些GPU使用PCI-Express 3.0链接而不是Nvidia专门构建的NVLink2互连。
在软件方面，为Wombat用户提供了Arm增强的CUDA 10.1（预发行版）以及一系列Arm支持的编译器，包括gcc v8.2，gcc v9.2，用于HPC v19的Arm编译器。 3，以及具有CUDAFortran支持的PGI开发人员版本。支持库由OpenMPIv3.1和v4.0，以及UCX 1.7.0以及ArmPerformance Libraries提供的优化的BLAS，LAPACK，FFT等数学例程组成。
橡树岭科学计算小组的计算科学家Wayne Joubert表示，移植是非常简单的，主要是需要更改应用程序构建脚本。例如，CoMet主要方法的移植，测试和基准测试不到两天。其他代码只需几个小时即可移植。
Joubert告诉我们：“这种体验非常类似于将代码从X86转移到Power架构。事实上，移植过程中最大的挑战是确保所有需要的系统软件都安装在系统上。”
ORNL技术集成小组的HPC系统程序员RossMiller表示，移植代码的不同团队在SC19移植代码之前仅几周，因此在大多数情况下，他们只有时间来启动应用程序并进行移植。在Wombat上运行，而不是花费更多的劳动强度来优化其性能。例如，尽管GPU的HBM2容量是Summit上的GPU的两倍，但开发人员没有机会为额外的内存调整问题大小。
“至少在一种情况下（VMD），开发人员已经为X86代码编写了手动调整的SSE，AVX和AVX-512例程，” Miller指出。“ Arm端口必须完全依赖编译器生成的代码，而效率却不那么高。如果开发人员花时间为NEON指令集编写类似的优化例程，那么性能将更加接近。”
通常，GPU性能差不多是Summit的20％，差异归因于功能较弱的主机处理器（ThunderX2与Power9）以及缺乏优化。一些应用受到较低PCIe带宽的影响，而对于另一些应用，差异并不明显。考虑到所有这些因素，再加上Wombat使用的是预制硬件，在某些情况下还使用了预制软件，现在就对这种Arm-GPU产品的相对性能做出确切的决定还为时过早。
同样，评估此特定系统的能源效率也为时过早。他们打算在将来考虑这一点。
每个参与者Arm、Nvidia和HPC用户社区都在打持久战，没有人指望Arm能够像1990年代初X86接管HPC并成为未来三十年的主导架构那样，席卷整个HPC市场。但是Arm可以一点一点地在竞争中脱颖而出。 （EETOP翻译自nextplatform）
广告：创芯大讲堂春节送福利喽！
全场7折（最后一天），祝大家扫货愉快！