ГИБРИДНЫЕ СУПЕРКОМПЬЮТЕРНЫЕ СИСТЕМЫ НА ОСНОВЕ ПРОГРАММНОЙ ПЛАТФОРМЫ OPENCL

А. П. Антонов; В.С. Заборовский; И.О. Киселев; К.А. Антонов

А. П. Антонов Санкт-Петербургский политехнический университет Петра Великого
В.С. Заборовский Санкт-Петербургский политехнический университет Петра Великого
И.О. Киселев Санкт-Петербургский политехнический университет Петра Великого
К.А. Антонов Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики

Ключевые слова: Гетерогенные суперкомпьютерные системы, стандарт OpenCL, реконфигурируемые вычислители, архитектуры суперкомпьютерных систем, FPGA, эволюционные алгоритмы

Аннотация

В последние годы рост производительности компьютерных систем перестаёт от-вечать росту требований, которые общество к ним предъявляет. Это связано с прибли-жением степени интеграции СБИС к своему физическому пределу, а так же с использова-нием архитектур общего назначения для выполнения узкоспециализированных задач. Реше-ние первой проблемы не представляется возможным в краткосрочной перспективе, так как предполагает изменение фундаметальных принципов построения вычислительных систем. Примером может служить разработка массовых квантовых либо оптических вычислителей. Вторая же задача может быть решена уже сейчас. В мире высокопроиз-водительных вычислений прослеживается переход от построения кластеров на базе про-цессоров общего назначения к использованию гетерогенных вычислительных структур, в которых используются в том числе графические ускорители(GPU) и специализированные микросхемы(ASIC). Самым перспективным вариантом, с точки зрения аппаратного повы-шения эффективности вычислений, являются реконфигурируемые вычислители на базе FPGA. Они обладают как всеми достоинствами ASIC – низким энергопотребленеием и максимальной производительностью для отдельно взятой задачи, так и универсальностью GPU, так как конфигурацию можно изменять программно. Использование FPGA в гетеро-генных кластерах стало возможным с появлением методов высокоуровневого синтеза, позволяющих проектировать конфигурацию FPGA на языках высокого уровня абстракции, таких как С/С++. В представленной статье описывается преимущества использования реконфигурируемых вычислителей над традиционными решениями, а так же рассматри-вается архитектура вычислителя собственной разработки, построенного на базе массива из 4 FPGA фирмы Xilinx. Для данного вычислителя был создан пакет поддержки платфор-мы, позволяющий создавать конфигурацию при помощи языка OpenCL, который является кроссплатформенным стандартом в сфере высокопроизводительных вычислений. Также предлагается идея реализации суперкомпьютерного комплекса на базе кластера аппарат-но-реконфигурируемых вычислителей и создания интеллектуальной системы, которая будет способна определить какой из типов гетерогенных вычислителей наиболее подходит для решения отдельно взятой задачи.

Литература

1. Top 500 list. Available at: https://www.top500.org (accessed 01 May 2018).
2. Antonov A.P., Zaborovskiy V.S., Kiselev I.O. Spetsializirovannye rekonfiguriruemye vychisliteli v setetsentricheskikh superkomp'yuternykh sistemakh [Specialized reconfigurable calculators in network-centric supercomputer systems], Sistemy vysokoy dostupnosti [High availability systems], 2018, Vol. 14, No. 3, pp. 57-62.
3. Awad M. FPGA supercomputing platforms: A survey, IEEE Conference Paper: 19th Interna-tional Conference on Field Programmable Logic and Applications, 2009, pp. 564-568.
4. Antonov A.P., Mamutova O.V., Filippov A.S. Next Generation FPGA-based Platform for Network Security, 18th Conference of Open Innovations Association (FRUCT), Information Security and Protection of Information Technologies Session, St. Petersburg, IEEE, 2016, pp. 116-121.
5. Kalyaev I.A., Levin I.I., Semernikov E.A., SHmoylov V.I. Razvitie otechestvennykh mnogokristal'nykh rekonfiguriruemykh vychislitel'nykh sistem: ot vozdushnogo k zhidkostnomu okhlazhdeniyu [The development of domestic multi-chip reconfigurable computing systems: from air to liquid cooling], Trudy SPIIRAN [Proceedings of SPIIRAS], 2017, No. 1, pp. 27-39.
6. OpenCL specification 1.2, Khronos Group, 2012, 380 p.
7. Kobayashi R., Oobata, Y., Fujita, N., Yamaguchi, Y., Boku, T. OpenCL-ready High Speed FPGA Network for Reconfigurable High Performance Computing, HPC Asia 2018 Proceed-ings of the International Conference on High Performance Computing in Asia-Pacific Region, 2018, pp. 192-201.
8. Zwagerman M. High Level Synthesis, a Use Case Comparison with Hardware Description Language, Grand Valley State University Masters Theses, 2015, 36 p.
9. Intel FPGA Devices. Available at: https://www.intel.com/content/www/us/en/fpga/ devic-es.html (accessed 04 November 2018).
10. Xilinx Inc. Available at: https://www.xilinx.com/ (accessed 04 November 2018).
11. Pelcat M., Cédric Bourrasset, Luca Maggiani, François Berry. Design Productivity of a High Level Synthesis Compiler versus HDL, Proceedings of the 2016 International Conference on Embedded Computer Systems: Architectures, Modeling and Simulation, 2016, pp. 140-147.
12. Shuhao Z., Bingsheng H., Wei Z. Melia a MapReduce framework on OpenCL based FPGA, IEEE Transactions on Parallel and Distributed Systems, 2015, pp. 27-39.
13. Rumyantsev Yu.A., Zakharov P.N., Abrashitova N.A., SHmatok A.V., Ryzhikh V.O., Gudimchuk N.B., Ataullakhanov F.I. Primenenie PLIS dlya rascheta depolimerizatsii mikrotrubochki metodom brounovskoy dinamiki [The use of FPGAs to calculate the depolymerization of mi-crotubules by the method of Brownian dynamics], Trudy Instituta sistemnogo programmirovaniya RAN [Proceedings of Institute for system programming of Russian Acad-emy of Sciences], 2016, Vol. 28, Issue 3, pp. 241-266.
14. Meeus W., Van Beeck K., Goedemé, T., Meel J., & Stroobandt D. An overview of today’s high-level synthesis tools, Design Automation for Embedded Systems, 2012, Vol. 16 (3), pp. 31-51.
15. Gao S.,Chirtz J. Characterization of OpenCL on a scalable FPGA architecture, 2014 Interna-tional Conference on ReConFigurable Computing and FPGAs, 8.12.2014, 8 p.
16. Hill K., Craciun S., George A., & Lam H. Comparative analysis of OpenCL vs. HDL with image-processing kernels on Stratix-V FPGA, 2015 IEEE 26th International Conference on Application-Specific Systems, Architectures and Processors (ASAP), pp. 189-193.
17. Dordopulo A.I., Levin I.I., Kalyaev I.A., Gudkov V.A., Gulenok A.A. Programmirovanie vychislitel'nykh sistem gibridnogo tipa na osnove metoda reduktsii proizvoditel'nosti [Program-ming of hybrid computing systems based on the method of performance reduction], Parallel'nye vychislitel'nye tekhnologii: Trudy Mezhdunarodnoy nauchnoy konferentsii [Parallel computing technologies: Proceedings of the International scientific conference], 2016, pp. 131-140.
18. Quentin Gautier, Alric Althoff, Pingfan Meng, Ryan Kastner Spector. An OpenCL FPGA benchmark suite, International Conference on Field-Programmable Technology (FPT), Xi'an, China, 2016, pp. 123-134.
19. Chang D.W., Jenkins C.D., Garcia P.C. et al. ERCBench: An open-source benchmark suite for embedded and reconfigurable computing, Proceedings – 2010 International Conference on Field Programmable Logic and Applications FPL, 2010, pp. 408-413.
20. Murray K.E., Whitty S., Liu S. et al. Titan: Enabling large and complex benchmarks in aca-demic cad, 2013 23rd International Conference on Field programmable Logic and Applica-tions, Sept 2013, pp. 1-8.
21. Feng W.-c., Lin H., Scogland T. et al. Opencl and the 13 dwarfs: A work in progress, Proceed-ings of the 3rd ACM/SPEC International Conference on Performance Engineering ser. ICPE '12, 2012, pp. 291-294.
22. Xilinx sdaccel. Available at: http://www.xilinx.com/products/design-tools/software-zone/sdaccel.html (accessed 04 November 2018).
23. Nauchno-tekhnologicheskaya infrastruktura Rossiyskoy Federatsii [Scientific and technologi-cal infrastructure of the Russian Federation]. Available at: http://ckp-rf.ru/ (accessed 04 No-vember 2018).