Análise de Desempenho e de Requisitos Computacionais Utilizando o Modelo Roofline: Um estudo para Aplicações de Inteligência Artificial e do NAS-HPC
Resumo
Neste trabalho é proposto a utilização do modelo Roofline para a compreensão dos requisitos computacionais de aplicações científicas. Foram analisados e caracterizados, de acordo com seus gargalos computacionais, aplicações do NAS-HPC e de Inteligência Artificial. Os resultados foram muito positivos para o entendimento e a caracterização dos diferentes requisitos computacionais das aplicações, destacando os diferentes padrões entre eles.Referências
Frumkin, M., Jin, H., and Yan, J. (2009). Implementation of nas parallel benchmarks in high performance fortran.
Ibrahim, K., Williams, S., and Oliker, L. (2020). Performance Analysis of GPU Programming Models Using the Rooine Scaling Trajectories, pages 3–19.
Kim, K.-H., Kim, K.-H., and Park, Q.-H. (2011). Performance analysis and optimization of three-dimensional fdtd on gpu using rooine model. Computer Physics Communications, 182:1201–1207.
Lopes, A., Pratas, F., Sousa, L., and Ilic, A. (2017). Exploring gpu performance, power and energy-efciency bounds with cache-aware rooine modeling. In 2017 IEEE International Symposium on Performance Analysis of Systems and Software (ISPASS), pages 259–268.
Marques, D., Duarte, H., Ilic, A., Sousa, L., Belenov, R., Thierry, P., and Matveev, Z. A. (2017). Performance analysis with cache-aware rooine model in intel advisor. In 2017 Int. Conference on HPC Simulation (HPCS), pages 898–907.
Williams, S., Waterman, A., and Patterson, D. (2009). Rooine: an insightful visual performance model for multicore architectures. Commun. ACM, 52(4):65–76.
Yang, C., Gayatri, R., Kurth, T., Basu, P., Ronaghi, Z., Adetokunbo, A., Friesen, B., Cook, B., Doerer, D., Oliker, L., Deslippe, J., and Williams, S. (2018). An empirical rooine methodology for quantitatively assessing performance portability. In 2018 IEEE/ACM Int. Workshop on Performance, Portability and Productivity in HPC (P3HPC), pages 14–23.
Ibrahim, K., Williams, S., and Oliker, L. (2020). Performance Analysis of GPU Programming Models Using the Rooine Scaling Trajectories, pages 3–19.
Kim, K.-H., Kim, K.-H., and Park, Q.-H. (2011). Performance analysis and optimization of three-dimensional fdtd on gpu using rooine model. Computer Physics Communications, 182:1201–1207.
Lopes, A., Pratas, F., Sousa, L., and Ilic, A. (2017). Exploring gpu performance, power and energy-efciency bounds with cache-aware rooine modeling. In 2017 IEEE International Symposium on Performance Analysis of Systems and Software (ISPASS), pages 259–268.
Marques, D., Duarte, H., Ilic, A., Sousa, L., Belenov, R., Thierry, P., and Matveev, Z. A. (2017). Performance analysis with cache-aware rooine model in intel advisor. In 2017 Int. Conference on HPC Simulation (HPCS), pages 898–907.
Williams, S., Waterman, A., and Patterson, D. (2009). Rooine: an insightful visual performance model for multicore architectures. Commun. ACM, 52(4):65–76.
Yang, C., Gayatri, R., Kurth, T., Basu, P., Ronaghi, Z., Adetokunbo, A., Friesen, B., Cook, B., Doerer, D., Oliker, L., Deslippe, J., and Williams, S. (2018). An empirical rooine methodology for quantitatively assessing performance portability. In 2018 IEEE/ACM Int. Workshop on Performance, Portability and Productivity in HPC (P3HPC), pages 14–23.
Publicado
21/10/2020
Como Citar
SÁ, Vitor; KLÔH, Vinícius; SCHULZE, Bruno; FERRO, Mariza.
Análise de Desempenho e de Requisitos Computacionais Utilizando o Modelo Roofline: Um estudo para Aplicações de Inteligência Artificial e do NAS-HPC. In: WORKSHOP DE INICIAÇÃO CIENTÍFICA - SIMPÓSIO EM SISTEMAS COMPUTACIONAIS DE ALTO DESEMPENHO (SSCAD), 21. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 22-29.
DOI: https://doi.org/10.5753/wscad_estendido.2020.14085.
