slide1
Download
Skip this Video
Download Presentation
Supports exécutifs pour grappes de machines NUMA Travaux récents et perspectives

Loading in 2 Seconds...

play fullscreen
1 / 57

Supports exécutifs pour grappes de machines NUMA Travaux récents et perspectives - PowerPoint PPT Presentation


  • 75 Views
  • Uploaded on

Supports exécutifs pour grappes de machines NUMA Travaux récents et perspectives. Raymond Namyst Projet LaBRI-INRIA RUNTIME. Environnements de programmation parallèle, bibliothèques spécialisées. Support exécutif. Système d’exploitation. Supercalculateurs, grappes, grilles.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Supports exécutifs pour grappes de machines NUMA Travaux récents et perspectives' - bevan


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Supports exécutifspour grappes de machines NUMATravaux récents et perspectives

Raymond NamystProjet LaBRI-INRIA RUNTIME

la recherche du temps perdu dans les supports d ex cution

Environnements de programmation parallèle, bibliothèques spécialisées

Support exécutif

Système d’exploitation

Supercalculateurs, grappes, grilles

À la recherche du temps perdu...... dans les supports d\'exécution
  • Problématique de recherche du projet Runtime
    • Fournir des abstractions et des techniques permettant de garantir la « portabilité des performances » des applications
  • Démarche
    • Comprendre les interactions entre les couches logicielles
    • Intégrer ordonnancement des processus et ordonnancement des communications
    • Diffuser les logiciels et assurer le support (INRIA Gforge)
la suite logicielle d velopp e par l quipe

MARCEL

Multithreading

MADELEINE

Communications

IA32

IA64

PPC

Sparc

Myrinet

SCI

QD

MPI

La suite logicielledéveloppée par l’équipe
  • Diffusion de la suite logicielle complète sur INRIA GForge
      • http://gforge.inria.fr/projects/pm2/
      • http://gforge.inria.fr/projects/padico/
      • http://gforge.inria.fr/projects/mpich-mad/

POSIX Thread

Couche deportabilité

PadicoTM

Gestion desgrilles

MPICH

MPIMulti-protocoles

µPM2

communications sur r seaux rapides
Communications sur réseaux rapides
  • Problèmes difficiles
    • Diversité des technologies/protocoles réseau
      • Myrinet, SCI, Quadrics, Infiniband, etc.
      • Méthodes de transfert des données radicalement différentes
    • Schémas de communication irréguliers
      • Messages auto-décrits, réception non sélective
      • Avec MPI, il faut agencer les communications différemment en fonction du protocole sous-jacent !
  • Objectifs
    • Interface portable
    • Faible surcoût par rapport aux protocoles bas-niveau
      • Zéro copie, communication en mode utilisateur
    • Bonne cohabitation avec la multiprogrammation
l interface de communication madeleine
L’interface de communication Madeleine
  • Caractéristiques
    • « Envoi de messages » avec construction incrémentale
    • Bibliothèque multi-protocoles
    • Coopération avec l’ordonnanceur de threads Marcel
  • Point clé
    • Programmation par contrat
      • Cohérence mémoire décorrélée des transferts
      • Optimisations sélectionnées dynamiquement

 portabilité des performances

  • Travaux connexes
    • BIP, GAMMA, AM, SBP, VIA : portabilité ?
    • MPI : manque d’expressivité de l’interface
    • Fast Messages : transferts explicites
comment ordonnancer les paquets
Comment ordonnancer les paquets ?
  • Ca dépend des caractéristiques du réseau sous-jacent !
    • Les pilotes n’offent pas tous les mêmes propriétés
      • Latence
      • Performance des transferts PIO & DMA
      • Possibilités de Gather/Scatter
      • Disponibilité du RDMA
      • Etc.
  • Pire : ça dépend aussi des caractéristiques de la machine
    • Performance des copies memoire
    • Performance du bus d’E/S
considerations suppl mentaires
Considerations supplémentaires
  • Le récepteur joue un rôle particulier
    • Contrôle de flux obligatoire
    • Transferts zéro-copie
      • Que faire lorsqu’une carte réseau reçoit un message inattendu ?
      • A Rendezvous (REQ+ACK) can be used
  • Les communications en mode utilisateur introduisent des difficultés supplémentaires
    • Accès direct à la carte réseau
      • Nécessité de « punaiser » les pages mémoire
  • Les pilotes réseau ont souvent des limitations
impl mentation efficace des transferts
Implémentation efficace des transferts

Transfer time

PIO + copy

DMA + RdV

DMA + copy

Message size

impl mentation efficace des transferts1
Implémentation efficace des transferts

Transfer time

PIO + copy

DMA + RdV

DMA + copy

Message size

impl mentation efficace des transferts2
Implémentation efficace des transferts

Transfer time

Exemple avec un message non contigü

t2

t3

t1

Chunk 1

Message size

Chunk 2

Chunk 3

impl mentation efficace des transferts3
Implémentation efficace des transferts

Transfer time

La seconde strategie est meilleure si

t1+t3> t4 + k.(sizeof(chunk 1)+sizeof(chunk3))

t4

t3

t1

Chunk 1+3

Message size

Chunk 2

newmadeleine objectifs
NewMadeleine - Objectifs

Une nouvelle interface de communication pour :

  • Améliorer l’ordonnancement des communications
  • S’adapter à l’activité des cartes réseaux
    • Carte occupée
      • Accroissement de la portée des optimisations
    • Sinon
      • Formation d’un nouveau paquet à émettre
  • Équilibrer les transferts entre plusieurs cartes
newmadeleine architecture

Couche de collecte des données

Couche d’ordonnancement-optimisation

Couche de transfert

NewMadeleine - Architecture
  • Architecture en 3 couches

Application

Réseau

couche de collecte des donn es

Couche de collecte des données

Couche d’ordonnancement-optimisation

Couche de transfert

Couche de Collecte des Données
  • La « fenêtre de travail »

Application

Réseau

couche de collecte des donn es1
Couche de Collecte des Données
  • Encapsule les données
    • Informations nécessaires au traitement propre du transfert
    • Introduction d’entêtes :
      • Inversions au sein d’un même flux de communication
      • Multiplexage de différents flux de communication
  • Décorrèle l’activité de l’application de celle des cartes réseau
    • Communications non bloquantes
  • Augmentation des opportunités d’optimisation
    • Accumulation des paquets
    • Possibilités de permutation
    • Agrégation anticipée
couche de transfert

Couche de collecte des données

Couche d’ordonnancement-optimisation

Couche de transfert

Couche de transfert

Application

Réseau

couche de transfert1
Couche de transfert
  • Appels quasi directs aux routines du pilote sous-jacent
  • Interface de pilotage minimale
    • Fonctions d’initialisation, de fermeture, d’envoi, de réception et de scrutation
    • Ensemble d’informations sur les capacités du réseau
  • Ports dédiés à une méthode de transfert
  • Portage sur :
    • MX/Myrinet
    • GM/Myrinet
    • Elan/Quadrics
    • SiSCI/SCI
    • TCP/Ethernet
couche d ordonnancement optimisation

Couche de collecte des données

Couche d’ordonnancement-optimisation

Couche de transfert

Couche d’Ordonnancement-Optimisation
  • Stratégies, tactiques et sélection d’optimisation

Application

Réseau

couche d ordonnancement optimisation1
Couche d’Ordonnancement-Optimisation
  • Fournit le prochain paquet à soumettre
  • Tactique : opération élémentaire
    • Agrégation
    • Inversion
    • etc
  • Stratégie : combinaison de tactiques

A terme :

  • Evalue et compare chaque stratégie
  • Sélectionne la plus performante
interfaces disponibles
Interfaces disponibles
  • Interface « pack/unpack »
  • Interface « isend/irecv »
  • Émission:
  • begin_send(dest)
  • pack(len, sizeof(int), r_express)
  • pack(data, len, r_cheaper)
  • end_send()
  • Réception:
  • begin_recv()
  • unpack(len, sizeof(int), r_express)
  • data = malloc(len)
  • unpack(data, len, r_cheaper)
  • end_recv()
plateforme d exp rimentation
Plateforme d’expérimentation
  • Grappes de Bi-Xeon 2,6 GHz sous Linux 2.6
  • Cartes Myrinet 2000
  • Pilote MX/Myrinet version 1.1.1
  • Cartes Quadrics QM500
  • Pilote Elan/Quadrics
strat gies d optimisation
Stratégies d’optimisation

Actuellement, deux stratégies :

  • Une stratégie « par défaut »
    • Projection directe
  • Une stratégie d’agrégation
    • Agrégation des données ne nécessitant pas de rendez-vous
    • Agrégation des messages de contrôle
ping pong nmad mx
Ping-pong Nmad/MX

Temps de transfert (µs)

Débit(Mo/s)

Taille de paquets (octets)

Taille de paquets (octets)

  • Latence : 4, 46µs
  • Moins de 1µs de surcoût
  • Coût des entêtes ajoutés
  • Coût de l’optimiseur sur une seule requête

Débit : 238 Mo/s

Moins de 5% de perte

Latence :

ping pong nmad elan
Ping-pong Nmad/Elan

Temps de transfert

(µs)

Débit(Mo/s)

Taille de paquets (octets)

Taille de paquets (octets)

  • Latence : 3,43µs
  • Moins de 1µs de surcoût
  • Coût des entêtes ajoutés
  • Coût de l’optimiseur sur une seule requête

Débit : 635 Mo/s

Moins de 5% de perte

apport de la strat gie d agr gation
Apport de la stratégie d’agrégation

Nmad/Elan

Nmad/MX

Différence de temps de transfert

(µs)

Différence de temps de transfert

(µs)

Nombre de paquets

Nombre de paquets

  • Ping-pong multi-paquets : envoi d’une taille fixe de 16Ko découpée en un certain nombre de paquets de même taille
  • Gain à l’agglomération des paquets
simulation d une m moire virtuellement partag e
Simulation d’une Mémoire Virtuellement Partagée

Côté client :

Côté serveur :

for(int i = 0; i < nb_pages_a_demander; i++){

numero_page = random();

(1) pack(destination, mon_id, sizeof(int));

(2) pack(destination, numero_page,

sizeof(int));

(3) pack(destination, envoi_diff, sizeof(bool));

(4) pack(destination, type_acces, sizeof(int));

(5) unpack(&numero_page, sizeof(int));

(6) unpack(&trouve, sizeof(bool));

if(trouve){

(7) unpack(&page, taille_page);

} else {

// recherche de page sur un autre noeud

}

}

while(1){

(1)unpack(&source, sizeof(int));

(2) unpack(&numero_page, sizeof(int));

(3) unpack(&envoi_diff, sizeof(bool));

(4) unpack(&type_acces, sizeof(int));

page = recherche_page(numero_page,

type_acces);

(5) pack(source, numero_page, sizeof(int));

if(page){

(6) pack(source, touve, sizeof(bool));

(7) pack(source, page, taille_page);

} else {

(6’) pack(source, pas_trouve, sizeof(bool));

}

}

mvp valuations
MVP - évaluations

Temps de transfert pour la demande et la réception de

3 zones mémoire :

support des architectures multi rails
Support des architectures multi-rails
  • Fonctionnalité apportée « gratuitement » par l’architecture
mpich madeleine une impl mentation multi protocoles de mpi
MPICH/Madeleine : une implémentation multi-protocoles de MPI

API MPI

Interface générique: communication point à point et collectives, …

Abstract Device Interface (ADI)

Interface générique : gestion des types de données et des requêtes

Module de communication

local

Module Madeleine

Communications et protocoles internes de MPICH

Madeleine

Protocoles de communication (MX, Qsnet, SISCI, …)

madmpi une mulation light de mpi au dessus de newmad
MadMPI: une émulation « light » de MPI au-dessus de NewMad
  • Projection directe des primitives MPI_??? sur les primitives nmad_???
  • Performances similaires à celles de NewMad
    • Latence très faible (2,8 µs sur MX/Myri-10G, 1,7 µs sur Qsnet/Quadrics)
    • Gains important avec les types dérivés non contigus
    • Agrégation des isend consécutifs ou simultanés (communicateurs différents)
  • Implémentation incomplète
    • Pas (encore) d’opérations collectives
    • Pas (encore) d’interface Fortran
slide35

Multithreading sur machines multiprocesseurs

Former des bulles pour guider l’ordonnancement…

la biblioth que de threads marcel
La bibliothèque de threads « Marcel »
  • Contributions
    • Ordonnanceur caméléon
      • Hybride dans le cas général
      • Spécialisable à la compilation
      • Performant
    • Extensions du modèle des Scheduler Activations
      • Réactivité aux événements d’E/S
      • Implantation dans Linux/x86 (LinuxActivations)
    • Support de l’ordonnanceur pour la scrutation des E/S
      • Factorisation des scrutations, contrôle du surcoût
    • Outils de génération et d’analyse de traces
      • Mise en corrélation de traces noyau + utilisateur
      • Utilisation du visualisateur Pajé (projet INRIA Apache)
  • Travaux connexes
    • Scheduler Activations, LinuxThreads, FSU Pthreads, OpenThreads, GnuPth, NPTL, NGPT, Panda, etc.
vers des architectures hi rarchiques complexes

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

SMT

MEM

MEM

Chip

Chip

Chip

Chip

Chip

Chip

Chip

Chip

Vers des architectures hiérarchiques complexes
  • Puces multicores formées de processeurs « SMT », regroupées en blocs au sein d’une architecture « NUMA »
nouveaux enjeux
Nouveaux enjeux
  • Maximiser l’occupation des processeurs…
    • Minimiser la contention sur les structures manipulées par l’ordonnanceur
    • Renoncer à capturer une vision globale de l’ordonnancement
  • Et la localité des accès
    • Enrichir la spécification des contraintes de placement/ordonnancement
      • Comment exprimer les affinités threads/mémoire ?
      • Comment décrire le comportement des threads (calcul, E/S) ?
  • Assurer la portabilité des performances
    • Raisonner indépendamment de l’architecture sous-jacente
  • Mettre en oeuvre et comparer différentes stratégies d’ordonnancement
slide39

Proposition :laisser l’applicationguider l’ordonnanceur

Une approche à la fois prédéterminée, opportuniste et négociée

des applications irr guli res
Des applications irrégulières
  • Maillages adaptatifs
  • Codes multi-échelles
  • Ordonnanceurs classiques inadaptés
    • Pas de prise en compte de la structure inhérente
  • Comment les ordonnancer efficacement sur machine hiérarchique?
notion de bulle pour exprimer des affinit s
Notion de bulle pourexprimer des affinités

Mémorisation de la structure des applications

  • Partage de données
  • Opérations collectives
  • ...

bubble_insert_thread(bubble, thread);

bubble_insert_bubble(bubble, subbubble);

mod lisation des machines hi rarchis es
Modélisation desmachines hiérarchisées

Une hiérarchie de listes de tâches

M

M

M

M

P

P

P

P

P

P

P

P

P0

P1

P2

P3

P4

P5

P6

P7

diff rentes applications n cessitent diff rents ordonnancement
Différentes applications nécessitentdifférents ordonnancement
  • Des comportements variés
    • Barrière de synchronisation → répartir sur différents processeurs
    • Affinités mémoire → regrouper sur un même noeud NUMA ou une même puce
    • Débit mémoire → répartir sur différentes puces
  • Des compromis à trouver
  • Les ordonnanceurs génériques ne peuvent pas être complètement adaptés
crire son propre ordonnanceur
Écrire son propre ordonnanceur ?
  • Savoir-faire technique
    • Organisation générale d\'un ordonnanceur
    • Efficacité de l\'implémentation
    • Détails sordides (errno,...)
    • Portabilité
    • Outils d\'évaluation de performances
  • Une plate-forme de développement d\'ordonnanceurs en mode utilisateur
bo te outils pour r partir threads et bulles
Boîte à outils pour répartirthreads et bulles
  • Basé sur un ordonnanceur générique
  • Points d\'appels
    • Idle
    • Timeslice « par bulle »
    • ...
  • Thread à part entière
    • « démon »
bo te outils pour r partir threads et bulles1
Boîte à outils pour répartirthreads et bulles
  • Parcourir la machine
    • rq->father, rq->sons[]
  • Consulter
    • for_each_entry
  • Verrouiller
    • rq_lock, rq_unlock
    • all_lock, all_unlock
  • Manipuler
    • get_entity, put_entity
des ordonnanceurs vari s
Des ordonnanceurs variés
  • Vol de travail
  • Éclatement
    • Répartition simple automatique
  • Gang scheduling
  • ...
  • Combinaison d\'ordonnanceurs
    • Dans l\'espace
    • Dans le temps
    • Par niveaux
un gang scheduler
Un gang scheduler

runqueue_t nosched_rq;

while(1) {

runqueue_lock(&main_rq);

runqueue_lock(&nosched_rq);

runqueue_for_each_entry(&main_rq, &e) {

get_entity(e, &main_rq);

put_entity(e, &nosched_rq);

}

if (!runqueue_empty(&nosched_rq)) {

e = runqueue_entry(&nosched_rq);

get_entity(e, &nosched_rq);

put_entity(e, &main_rq);

}

runqueue_unlock(&main_rq);

runqueue_unlock(&nosched_rq);

delay(1);

}

vol de travail
Vol de travail

idle() {

look_up(self_rq);

}

look_up(rq) {

if (look_down(rq->father, rq))

return;

look_up(rq->rather);

}

look_down(rq, maxrq) {

if (look(rq, maxrq))

return;

for (i=0; i<rq->arity; i++)

look_down(rq->sons[i], maxrq);

}

look(rq) {

b = find_interesting_

bubble(rq)));

if (!b)

return 0;

rq_lock(rq);

get_entity(b);

rq_unlock(rq);

rq_lock(self_rq);

put_entity(b, self_rq);

rq_unlock(self_rq);

return 1;

}

impl mentation au sein de marcel
Implémentation au sein de Marcel
  • Librairie de threads utilisateurs du projet PM2
    • http://gforge.inria.fr/projects/pm2/
  • Performante, flexible et portable
  • Compatible POSIX API + ABI
  • Nul besoin de changer de noyau
  • Ordonnanceur de base simple
un exemple d exp rimentations avec une application
Un exemple d\'expérimentationsavec une application
  • Un besoin irrégulier de jobs: factorisations LU
  • Une routine de factorisation parallèle performante (SuperLU)
  • Machine de test
    • dual-dual-core Opteron → 4 processeurs
    • Linux 2.6.18, NPTL
parall lisation d un seul job
Parallélisation d\'un seul job

Performant tant que l\'on ne surcharge pas

Marcel-shared

Linux

parall liser les jobs en 4 voies
Paralléliser les jobs en 4 voies ?

4

Bubble-gang

3

Speedup

2

Marcel-shared

1

Linux

0

1

2

3

4

5

Nombre de jobs

parall liser les jobs en 2 voies
Paralléliser les jobs en 2 voies ?

4

Bubble-gang2

3

Marcel-shared

Speedup

2

Linux

1

1

2

3

4

5

Nombre de jobs

conclusion sur marcel
Conclusion sur Marcel

Une boîte à outils pour:

  • Implémenter des stratégies d\'ordonnancement pour machines hiérarchiques
    • Beaucoup de travail est épargné
  • Tester rapidement des stratégies existantes ou des combinaisons de stratégies
    • Y compris sur des applications pthread (conformité POSIX binaire)
    • Évaluation graphique
  • Démo ?
    • Courtesy of Samuel Thibault ;-)
travaux restant faire
Travaux restant à faire
  • Multithreading
    • Intégrer gestion mémoire & ordonnancement à bulles
      • Mouvements de données lors des ré-équilibrages
      • Statistiques sur les « points d’ancrages » des bulles
        • Bancs mémoire
        • Caches
    • Intégrer Marcel et les bulles au sein de MPC
  • Communications
    • Finaliser l’interface légère MadMPI
    • Évaluer les gains obtenus au sein d’applications de NUMASIS
    • Porter MPC sur MadMPI
  • Les deux
    • Rendre l’ensemble « component-compliant » pour autoriser des reconfigurations à chaud, etc.
ad