Sviluppare modelli di programmazione e strumenti di prestazioni per i supercomputer di domani
Negli ultimi anni i sistemi HPC, utilizzati sempre più in applicazioni che abbracciano quasi tutte le aziende e i settori, hanno assistito a numerose modifiche nella loro progettazione architettonica al fine di affrontare l’eterogeneità dei futuri computer su scala exa. Modelli di prestazioni e strumenti di simulazione precisi, veloci e scalabili sono essenziali per valutare diverse architetture di acceleratori hardware come unità di elaborazione grafica o FPGA, sistemi di memoria eterogenei (tra cui memorie non volatili e persistenti) e network. Il progetto EPEEC, finanziato dall’UE, sta affrontando questo aspetto «con l’elaborazione di cinque componenti software sviluppati da istituzioni di ricerca e imprese europee per mettere a punto e sviluppare l’ambiente di programmazione», come dichiarato in un comunicato stampa. EPEEC concentra l’attenzione su diversi aspetti correlati al software considerati fondamentali per l’HPC, tra cui: efficienza nell’esecuzione, scalabilità, consapevolezza energetica, componibilità/interoperabilità e produttività del programmatore. L’idea è che EPEEC fornirà una generazione automatizzata di direttive del compilatore per applicazioni, creando un alto livello di produttività di programmazione con una serie di strumenti che sfrutterà tutte le potenzialità dell’hardware emergente. Gli sviluppatori potranno utilizzare il linguaggio di programmazione preferito (C, Fortran o C++) così come i modelli di programmazione di acceleratori (OpenMP, OpenACC, CUDA, OpenCL). Saranno in grado inoltre di scegliere un modello di memoria condivisa globale o di memoria condivisa distribuita. Oltre all’elevata produttività di programmazione, un altro obiettivo di EPEEC consiste nell’ottenere prestazioni di alto livello, per consentire un ambiente di programmazione con tutte le funzionalità pertinenti a un livello di maturità tecnologica 8 (TRL) per i sistemi attuali su scala pre-exa e a un TRL 4 (validazione tecnologica in ambiente di laboratorio) per piattaforme su scala exa. Un obiettivo di consapevolezza energetica di EPEEC implica la gestione efficiente e consapevole a livello energetico dell’eterogeneità dell’hardware, in termini di elementi di elaborazione e di sottosistemi di memoria. In generale, EPEEC si propone di semplificare lo sviluppo di applicazioni software per sistemi su larga e larghissima scala.
Applicazioni
Come si legge nel medesimo comunicato stampa, nel progetto EPEEC rientrano cinque applicazioni che rappresentano diversi settori scientifici: AVBP (fluidodinamica e combustione), DIOGENeS (nanofotonica/nanoplasmonica), OSIRIS (fisica dei plasmi), Quantum ESPRESSO (scienze dei materiali) e SMURFF (scienze della vita). «Provenendo da diversi ambiti e coprendo scenari che richiedono un uso intensivo di calcolo, una forte densità di dati e dati estremi, queste applicazioni fungono da partner eccellenti di co-progettazione e saranno sfruttate come dimostratori su scala pre-exa». Come riporta il sito web del progetto: «AVBP è un solutore Navier-Stokes in 3D per flussi multifase reattivi comprimibili su grid non strutturate multi-elemento». Il sito web aggiunge che AVBP è utilizzato per la ricerca e lo sviluppo aeronautico negli enti pubblici in Europa e in Canada e inoltre presso il Centro europeo di ricerca e formazione avanzata di calcolo scientifico, partner industriale di EPEEC. «DIOGENeS (DIscOntinuous GalErkin Nanoscale Solvers) è un pacchetto software apposito per la nanofotonica/nanoplasmonica di calcolo», aggiunge il sito web. OSIRIS implica la simulazione di «processi non lineari e cinetici che si verificano durante interazioni di particelle a elevata intensità e fasci laser al plasma», in base al sito web del progetto. Quantum ESPRESSO si riferisce a un pacchetto integrato di codici informatici open-source per calcoli di struttura elettronica e modellazione di materiali in nanoscala. «SMURFF (Scalable Matrix Factorization Framework) è un’attuazione ad alte prestazioni di diverse tecniche di fattorizzazione della matrice», come osserva lo stesso sito web. La fattorizzazione della matrice è un metodo comune di apprendimento automatico utilizzato in sistemi di raccomandazione, come i libri per Amazon o i film per Netflix. Il lavoro di EPEEC (European joint Effort toward a Highly Productive Programming Environment for Heterogeneous Exascale Computing (EPEEC)) sarà utile in diversi campi, quali sanità e sviluppo di farmaci, modellistica climatica, previsioni meteo ed energia. Per maggiori informazioni, consultare: sito web del progetto EPEEC
Paesi
Spagna
