Search

The Large Hadron Collider (LHC) is generating Physics data at an unprecedented rate that is expected to continue increasing in the future. This situation results in increasing demands in computation and processing power for analyzing the LHC data. At the same time, modern architectures have switched from a sequential processing paradigm to a parallel one. In order to take full advantage of new computer architectures, to improve performance with increasing amounts of data to analyze, and to reduce development time and complexity, ROOT, the official LHC analysis framework, is undertaking a modernization effort to cope with the computational challenges posed by the ambitious physics program of the LHC. We contribute to this modernization effort by implementing patterns, introducing libraries and developing utilities for the parallelization of ROOT at multiple levels, improving the programming model and providing backward compatibility. El Gran Col·lisionador d'Hadrons (LHC) genera dades a un ritme sense precedents, que es preveu que continue augmentant en un futur. Aquesta situació es tradueix en demandes creixents en computació i poder de processament per analitzar les dades obtingudes al LHC. Al mateix temps, les arquitectures modernes han evolucionat des d'un paradigma de processament sequencial a un paral·lel. Per aprofitar les noves arquitectures de computadors, millorar el rendiment amb grans quantitats de dades per analitzar i reduir el temps i la complexitat del desenvolupament, ROOT, el framework d'anàlisi oficial de LHC, està duent a terme un esforç de modernització per fer front als desafiaments computacionals plantejats per l'ambiciós programa de física del LHC. Contribuïm a aquest esforç mitjançant la implementació de patrons, la introducció de llibreries i el desenvolupament d'utilitats per paral·lelitzar ROOT en múltiples nivells, millorant el model de programació i proporcionant compatibilitat amb versions anteriors del programari. Programa de Doctorat en Informàtica

This dissertation targets two important problems. The first one is the design of low-level DLA kernels for architectures comprising two (or more) classes of cores. The main question we have to address here is how to attain a balanced distribution of the computational workload among the heterogeneous cores while taking into account that some of the resources, in particular cache levels, are either shared or private. The second question is partially related to the first one. Concretely, this dissertation explores an alternative to runtime-based systems in order to extract “sufficient" parallelism from complex DLA operations while making an efficient use of the cache hierarchy of the architecture. Thus, the main goal of this thesis is the study, design, development and analysis of experimental solutions that are architecture-aware for the execution of DLA operations on low power architectures, more specically asymmetric platforms., Esta tesis doctoral aborda dos problemas importantes. El primero es el diseño de kernels DLA de bajo nivel para arquitecturas compuestas por dos (o más) tipos de cores. La principal cuestión en este caso es como obtener un distribución de carga computacional balanceada entre los cores heterogéneos mientras se tiene en cuenta que algunos recursos, en particular los niveles de cache, son bien compartidos o privados. La segunda cuestión está parcialmente relacionada con la primera. Concretamente, en la teis se explora un alternativa a los sistemas basados en runtimes para extraer paralelismo sufciente para operaciones DLA complejas mientras se hace un uso eficiente de la jerarquía de cache de la arquitectura. Por tanto, el objetivo general de esta tesis es el estudio, diseño, desarrollo y análsis de soluciones experimentales que son conscientes de la arquitectura para la ejecución de operaciones DLA en arquitecturas de bajo consumo, más concretamente sistemas asimétricos.

En esta tesis doctoral se aborda la solución de sistemas dispersos de ecuaciones lineales utilizando métodos iterativos precondicionados basados en subespacios de Krylov. En concreto, se centra en ILUPACK, una biblioteca que implementa precondicionadores de tipo ILU multinivel para la solución eficiente de sistemas lineales dispersos. El incremento en el número de ecuaciones, y la aparición de nuevas arquitecturas, motiva el desarrollo de una versión paralela de ILUPACK que optimice tanto el tiempo de ejecución como el consumo energético en arquitecturas multinúcleo actuales y en clusters de nodos construidos con esta tecnología. El objetivo principal de la tesis es el diseño, implementación y valuación de resolutores paralelos energéticamente eficientes para sistemas lineales dispersos orientados a procesadores multinúcleo así como aceleradores hardware como el Intel Xeon Phi. Para lograr este objetivo, se aprovecha el paralelismo de tareas mediante OmpSs y MPI, y se desarrolla un entorno automático para detectar ineficiencias energéticas., In this dissertation we target the solution of large sparse systems of linear equations using preconditioned iterative methods based on Krylov subspaces. Specifically, we focus on ILUPACK, a library that offers multi-level ILU preconditioners for the effective solution of sparse linear systems. The increase of the number of equations and the introduction of new HPC architectures motivates us to develop a parallel version of ILUPACK which optimizes both execution time and energy consumption on current multicore architectures and clusters of nodes built from this type of technology. Thus, the main goal of this thesis is the design, implementation and evaluation of parallel and energy-efficient iterative sparse linear system solvers for multicore processors as well as recent manycore accelerators such as the Intel Xeon Phi. To fulfill the general objective, we optimize ILUPACK exploiting task parallelism via OmpSs and MPI, and also develope an automatic framework to detect energy inefficiencies.

El consumo de energía es una de las principales preocupaciones en el diseño de cualquier sistema de HPC y ha sido recientemente reconocido como uno de los grandes retos para alcanzar el siguiente hito en el rendimiento de los supercomputadores: un EXAFLOPS. Para lograr este ambicioso objetivo, es necesario diseñar supercomputadores cada vez más eficientes desde el punto de vista energético, sin perder de vista el rendimiento. En este contexto, la incorporación de los aceleradores gráficos a los sistemas HPC actuales ha dado lugar a clústeres de máquinas con varios núcleos donde cada nodo está equipado con su propio acelerador. En principio, esto ha supuesto un aumento de la eficiencia energética de estas configuraciones. Sin embargo, los aceleradores pueden permanecer inactivos gran parte del tiempo, durante el cual siguen consumiendo una importante cantidad de energía. Para conseguir un uso más eficiente de las GPUs se han desarrollado varias tecnologías de virtualización de GPUs que permiten ejecutar aplicaciones aceleradas con GPUs accediendo a un acelerador gráfico instalado en un nodo remoto. En la actualidad, la solución más destacada por su robustez, flexibilidad y eficiencia es rCUDA. Otra de las estrategias para aumentar la eficiencia energética de los clústeres consiste en reemplazar los nodos que incluyen procesadores de propósito general, con un elevado consumo energético, por un número mayor de plataformas con núcleos de menor capacidad de cálculo, pero bajo consumo de potencia eléctrica. Ahora bien, estas configuraciones incrementan el tiempo de ejecución de las aplicaciones de HPC, lo que a larga puede redundar en un mayor consumo de energía. Este trabajo de investigación aborda el diseño, implementación y evaluación de un sistema de comunicaciones para la virtualización remota de GPUs basado en rCUDA, utilizando redes de alto rendimiento sobre sistemas heterogéneos. En concreto, las propuestas desarrolladas en esta tesis permiten aprovechar las posibilidades de ahorro energético que pueden conseguirse al aplicar la virtualización de GPUs en un clúster heterogéneo que cuenta con nodos basados en procesadores propósito general, plataformas multinúcleo de bajo consumo y arquitecturas híbridas (CPU-GPU) interconectadas por redes de alto rendimiento que soportan \mbox{el protocolo RDMA}. La evaluación experimental del rendimiento y del consumo energético se efectúa en base a un conjunto de aplicaciones aceleradas con GPUs remotas. El marco de trabajo contempla varias configuraciones representativas de los futuros sistemas de HPC, caracterizados por arquitecturas heterogéneas dirigidas a aumentar la potencia de cálculo teniendo en cuenta la eficiencia energética. Los resultados obtenidos demuestran el potencial de las propuestas desarrolladas en este trabajo para incrementar la eficiencia energética de la solución de virtualización de rCUDA.

La reducción de modelos para problemas de control de gran tamaño es actualmente uno de los temas fundamentales en teoría de sistemas y control. Entre diversas técnicas existentes, los métodos de truncamiento de estados son los que permiten una mayor precisión en la representación del sistema reducido. Muchos de estos métodos necesitan resolver una o más ecuaciones de Lyapunov (habitualmente acopladas), requiriéndose en ocasiones el factor de Cholesky de su solución. En esta tesis se pesentan algoritmos secuenciales por bloques y paralelos para la resolución de estas ecuaciones. Se han diseñado algoritomos de grano fino, medio y combinado, basados en el método de Hammarling, para multiprocesadores en memoria compartida. También se han desarrollado algoritmos paralelos para multicomputadores que utilizan paso de mensajes, adaptando y desarrollando los algoritmos frente de nda y cíclicos utilizados en la resolución de sistemas triangulares lineales, además se presentan nuevos algoritmos, basados en el método de la función signo matricial, para la resolución completa de las ecuaciones de Lyapunov para tiempo continuo acopladas en el caso estándar y generalizado, calculando tanto la solución explícita como el factor de Cholesky, Todos los algoritmos han sido implementados en diversos computadores paralelos y se han evaluado los resultados., Claver Iborra, JM. (1998). Algoritmos paralelos y distribuidos para resolver ecuaciones matriciales de Lyapunov en problemas de reducción de modelos [Tesis doctoral no publicada]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/4721.

Desde hace décadas, la computación de altas prestaciones ha concentrado sus esfuerzos en la optimización de algoritmos aplicados a la resolución de problemas complejos que aparecen en un amplio abanico de aplicaciones de casi todas las áreas científicas y tecnológicas. En este sentido el uso de herramientas y técnicas, tales como la computación paralela y distribuida, han impulsado la mejora de las prestaciones en este tipo de algoritmos y aplicaciones. Hoy en día, el término optimización hace referencia a la reducción del tiempo de ejecución, aunque también a la energía necesaria para su cómputo. La búsqueda de soluciones verdes o fuentes de energía alternativas que permitan reducir las emisiones de CO2 a la atmósfera demuestran la creciente preocupación por el medio ambiente. En el ámbito de las tecnologías de la información y, más concretamente, en la computación de altas prestaciones, la comunidad científico-técnica muestra especial interés en el desarrollo de componentes, herramientas y técnicas que permitan minimizar el consumo energético. En este sentido, se pretende que las aplicaciones sean conscientes de la energía disipada, tanto en el sistema operativo como en las bibliotecas de cómputo, comunicación y aplicaciones paralelas. Los objetivos de la presente tesis están orientados al estudio, análisis y aprovechamiento de las técnicas de ahorro disponibles en las arquitecturas de computadores multinúcleo e híbridas (CPU-GPU) actuales actuales con el fin de mejorar el rendimiento energético en aplicaciones que requieren la resolución de problemas de álgebra lineal densa y dispersa. Los resultados experimentales obtenidos que validan las ganancias conseguidas mediante medidores de energía, consiguiendo destacables ahorros energéticos y manteniendo un constante compromiso entre prestaciones y ahorros generados.