Die HPC-Gruppe des RRZE betreibt nicht nur die Supercomputer der FAU und berät die Anwender in der effektiven Nutzung der Systeme; auch Lehre und Forschung nehmen einen breiten Raum ein. Jan Laukemann, der bereits seine Bachelorarbeit in der Gruppe angefertigt hatte, arbeitet im Rahmen seines Masterprojekts an einem Werkzeug zur Laufzeitvorhersage von Rechenschleifen auf der Basis statischer Analyse des Assembler-Codes. „Das Tool erlaubt es ausgehend von einem Stück Schleifencode in Assemblersprache, Aussagen über obere und untere Grenzen für dessen Laufzeit zu machen, ohne den Code tatsächlich auszuführen. Damit gewinnt man unschätzbare Einsichten in die Engpässe in der Hardware, die die Rechenleistung begrenzen“, so Laukemann.
Schon im Jahr 2018 konnte ein wissenschaftlicher Artikel über den „Open Source Architecture Code Analyzer“ (OSACA) auf dem renommierten PMBS-Workshop bei der SC18-Konferenz in Dallas (Texas) platziert werden. Für den gleichen Workshop wurde nun bei der SC19 in Denver (Colorado) eine Arbeit eingereicht [1], die höchst interessante Erweiterungen des Tools beschreibt: Zum Einen wird nun zusätzlich zu Intel- und AMD-Prozessoren auch die ThunderX2-CPU von Marvell mit Arm-Architektur unterstützt. Zum Anderen ist es möglich geworden, kritische Ausführungspfade innerhalb des Assemblercodes zu identifizieren, was die Laufzeitvorhersagen deutlich genauer macht.
Die hervorragende Arbeit wurde dann auch in der Community mit großem Interesse aufgenommen und vom Programmkomitee des Workshops prompt mit einem „Best Late Breaking Paper Award“ belohnt. „Es ist sehr befriedigend, soviel Resonanz und Anerkennung zu erfahren“ sagt Julian Hammer, Betreuer des Hauptautors und Doktorand in der HPC-Gruppe. „Aber jenseits von diesen Äußerlichkeiten ist das Werkzeug ein wichtiger Schritt in Richtung automatischer Performance-Modellierung und fügt sich somit nahtlos in unsere Forschungsaktivitäten ein“.
Die HPC-Gruppe ist seit Jahren für ihre Forschungen auf dem Gebiet der Performancemodelle bekannt. Beispielsweise wurde hier das „Execution-Cache-Memory-“ (ECM-)Modell entwickelt, das als einziges analytisches Modell in der Lage ist, die Laufzeit von seriellen Rechenschleifen mit regelmäßigem Datenzugriff auf Multicore-Prozessoren vorherzusagen, ohne auf Messdaten zurückzugreifen. OSACA ist eine Komponente, die die Erstellung solcher Modelle in komplexen Fällen deutlich erleichtert.
[1] J. Laukemann, J. Hammer, G. Hager, and G. Wellein: Automatic Throughput and Critical Path Analysis of x86 and ARM Assembly Kernels. 2019 IEEE/ACM Workshop on Performance Modeling, Benchmarking and Simulation of High Performance Computer Systems (PMBS), Nov. 18, 2019, Denver, CO, USA. Preprint
arXiv:1910.00214