В Научно-исследовательском вычислительном центре Московского государственного университета имени М. В. Ломоносова выполняется совместный проект с компанией Huawei по портированию и оптимизации некоторых HPC приложений для работы на серверах TaiShan 200 компании Huawei с процессорами Kunpeng 920 на базе архитектуры ARM. Проект направлен на создание единой программно-аппаратной экосистемы вокруг процессоров Kunpeng в рамках области высокопроизводительных вычислений.
Одним из HPC приложений является обратная задача трехмерной волновой томографии в послойной постановке (Рис.1). Эта задача связана с распространением волны в сплошных средах и восстановлением неоднородностей в сплошных средах. Эти исследования имеют большое практическое значение. Обратная задача волновой томографии ставится как обратная коэффициентная задача, в которой неизвестными являются скорость звука и коэффициент поглощения в каждой точке объекта. Для численного моделирования процесса распространения волны используется скалярная волновая модель. Эта модель учитывает дифракцию, рефракцию, многократное рассеяние и поглощение ультразвуковых волн.
Разрабатываемое в рамках проекта программное обеспечение для задачи волновой томографии может использоваться как важный компонент или промежуточный продукт в исследовательских и образовательных проектах по волновой томографии, вычислительной диагностике, численному моделированию и суперкомпьютерным технологиям:
Алгоритмы и оригинальное программное обеспечение были разработаны в НИВЦ МГУ на платформеNVidia P100. В ходе работ по первому этапу проекта было проведено портирование, тестирование, оптимизация и профилирование алгоритма решения прямой задачи распространения волн в неоднородной среде для платформы Kunpeng-920 и платформы Intel Haswell-EP E5–2697v3 с использованием наборов данных с низким, средним и высоким разрешением. Портированные программы использовали векторные вычисления с помощью ARMv8.2 SIMD инструкций для Kunpeng-920 архитектуры, и AVX инструкций для Intel Haswell-EP SIMD процессоров.
Тест производительности приложения на процессорах Kunpeng-920 и Intel Haswell-EP показывает, что производительность процессора Kunpeng-920 превосходит Intel Haswell-EP. Масштабируемость на процессорах Kunpeng-920 также лучше, чем у Intel Haswell-EP и близка к линейной при увеличении количества используемых в расчёте ядер для задачи заданного размера.
Тест производительности приложения на CPU и GPU платформах в решении задач волновой томографии показывает, что GPU является предпочтительной архитектурой. Задачи волновой томографии характеризуются средними объёмами данных, которые могут превышать объём кэш-памяти CPU, но умещаются в оперативную память GPU. GPU хорошо приспособлены для решения специфических задач, к которым относится и рассматриваемая задача.
На следующих этапах проекта будет реализована программа решения трехмерной волновой томографии в послойной постановке, для которой модуль программы решения прямой задачи распространения волн в неоднородной среде является одним из основных модулей. Будет проведено портирование, тестирование, оптимизация и профилирование для платформы Kunpeng 920 и современных процессоров Intel.
Разрабатываемые методы могут быть использованы при проектировании ультразвуковых томографов для диагностики рака молочной железы и при разработке ультразвуковых томографических методов неразрушающего контроля.
О компании Huawei
Компания Huawei, основанная в 1987 году, — ведущий мировой поставщик интеллектуальных устройств и инфраструктурных решений в области информационно-коммуникационных технологий. В нашей компании работают более 194 тысяч сотрудников. Мы имеем представительства более чем в 170 странах и регионах и обслуживаем свыше трех миллиардов человек по всему миру.
Видение и миссия Huawei — предоставить всем людям доступ к цифровым технологиям, внедрить их в каждый дом и каждую организацию, создав таким образом мир интеллектуальных устройств, объединенных в единую сеть. Мы стремимся обеспечить повсеместную связь и равный доступ к сетям; реализовать облачные технологии и искусственный интеллект во всех уголках мира, чтобы предоставлять вычислительные мощности повсеместно и в любое время; создать цифровые платформы, способные помочь всем отраслям и организациям стать более гибкими, эффективными и динамичными; повысить качество обслуживания с помощью ИИ, чтобы люди могли пользоваться решениями на основе этой технологии в любой сфере своей жизни — дома, в офисе и в дороге.
119991, Russian Federation, Moscow, GSP-1, Leninskie Gory, 1 , p. 4, RCC MSU
+7 495 939-5424,
Details
Content of the RCC MSU website is licensed under: