H4H

Optimise HPC Applications on Heterogeneous Architectures

Porteur : BULL

Partenaires du projet :Rogue Wave (Suède), ATEME (France), BMAT (Espagne), Bull (France), CAPS (France), CEA-LIST (France), DA (France), Efield (Suède), FCS DIGITEO/TRIANGLE (France), Fraunhofer SCAI (Allemagne), GNS (Allemagne), DataLab (Espagne), GWT (Allemagne), INTES (Allemagne), JUELICH (Allemagne), MAGMA (Allemagne), RECOM (Allemagne), Repsol (Espagne), Telecom-SudParis (France), TUD (Allemagne), UAB (Espagne), USTUTT (Allemagne), UVSQ (France)

Mise à jour : septembre 2011

Le projet H4H a pour objectif de fournir aux développeurs d’applications de calcul intensif un environnement de programmation parallèle hybride permettant de combiner de façon optimale l’utilisation de différents modèles de programmation parallèle tels que MPI (Message Passing Interface), OpenMP ou HMPP, et d’exploiter ainsi le plus efficacement possible des plates-formes hétérogènes comprenant d’une part des nœuds de calcul dotés de processeurs standards tels que les processeurs Nehalem d’INTEL et d’autre part des accélérateurs graphiques tels que les GPGPU (General Purpose Graphics Processing Units) de NVIDIA qui offrent des gains de performance élevés pour certains algorithmes mais qui sont particulièrement difficiles à mettre en œuvre en mode hybride.

Cet environnement sera donc conçu pour faciliter le processus de développement, de mise au point et d’optimisation des applications scientifiques et techniques de façon à permettre de  modéliser plus finement des systèmes complexes et de faire des simulations plus poussées afin d’accélérer la recherche et l’innovation, et d’augmenter ainsi la compétitivité de l’industrie européenne dans des domaines aussi variés que l’exploitation du gaz et du pétrole, la conception aéronautique, les traitements vidéo, le rayonnement électromagnétique, ou la simulation de processus industriels complexes tels que la combustion, le moulage, ou l’emboutissage.

Pour relever ce défi, ce projet associe les compétences des plus grands centres européens de ‘Supercomputing’, de plusieurs laboratoires de recherche en HPC, d’éditeurs renommés d’outils logiciels pour le HPC, du seul fournisseur Européen de plates-formes HPC, et d’un ensemble d’utilisateurs travaillant dans différents domaines qui sont impatients de mettre en œuvre la technologie proposée dans leurs applications scientifiques ou techniques les plus gourmandes en puissance de calcul.
Durant la première année, les travaux ont déjà bien progressé en particulier sur les aspects suivants :

• Un premier ensemble d’extensions des directives HMPP (Hybrid Multicore Parallel Programming), l’annonce de la création du standard ouvert OpenHMPP et la définition d’une interface de trace permettant aux outils d’analyse de performance (Scalasca, Vampir, etc.) d’identifier les goulots d’étranglement d’un code distribué sur une architecture hybride (CPU+GPU) et de faciliter grandement l’optimisation de ce code.

• L’extension des outils d’analyse de performance, en particulier Vampir pour permettre l’analyse de code CUDA ou OpenCL utilisés sur les GPUs.

• Le portage sur GPU donc l’accélération d’une première partie du code de Scilab et de la librairie LAMA (Library for Accelerated Math Applications) sur laquelle s’appuie le solveur SAMG. Ces deux éléments, Scilab et SAMG étant ou devant être utilisés dans de nombreuses applications de simulation pour accélérer les phases les plus gourmandes en capacité de calcul parallèle.

• L’optimisation de l’infrastructure logicielle ‘bullx supercomputing suite’, en particulier de la librairie bullxMPI qui utilise la connaissance fine de la topologie d’un système pour optimiser les échanges de données entre processus ; l’amélioration de la résistance aux fautes grâce à un mécanisme de failover ; et l’optimisation de la gestion des tâches et des ressources sur des clusters comportant plus de 65 000 nœuds de calcul.

• Une première phase de restructuration et d’optimisation et de portage d’une vingtaine de cas tests couvrant une grande variété de domaines (seismic imaging, combustion simulation, casting process simulation, Finite Element Systems, molecular modelling, electromagnetic simulation, aerodynamics, audio recognition, and video encoding). Les développeurs d’applications bénéficiant de l’aide des fournisseurs de méthodes et d’outils tandis que ces derniers comprennent mieux les besoins des utilisateurs et les améliorations à apporter en priorité.

• Plusieurs actions de dissémination ont déjà été faites, en particulier la création du site web du projet : http://www.h4h-itea2.org/