SHF: Large: Collaborative Research: Unified Runtime for Supporting Hybrid Programming Models on Heterogeneous Architecture.
SHF:大型:协作研究:支持异构架构上的混合编程模型的统一运行时。
基本信息
- 批准号:1213056
- 负责人:
- 金额:$ 38.22万
- 依托单位:
- 依托单位国家:美国
- 项目类别:Standard Grant
- 财政年份:2012
- 资助国家:美国
- 起止时间:2012-07-01 至 2016-06-30
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
Most of the traditional High-End Computing (HEC) applications andcurrent petascale applications are written using the Message PassingInterface (MPI) programming model. Some of these applications are runin MPI+OpenMP mode. However, it can be very difficult to use MPI orMPI+OpenMP and maintain performance for applications which demonstrateirregular and dynamic communication patterns. The Partitioned GlobalAddress Space (PGAS) programming model presents a flexible way forthese applications to express parallelism. Accelerators introduceadditional programming models: CUDA, OpenCL or OpenACC. Thus, theemerging heterogeneous architectures require support for varioushybrid programming models: MPI+OpenMP, MPI+PGAS, and MPI+PGAS+OpenMPwith extended APIs for multiple levels of parallelism. Unfortunately,there is no unified runtime which delivers the best performance andscalability for all of these hybrid programming models for a range ofapplications on current and next-generation HEC systems. This leadsto the following broad challenge: "Can a unified runtime for hybridprogramming model be designed which can provide benefits that aregreater than the sum of its parts?"A synergistic and comprehensive research plan, involving computerscientists from The Ohio State University (OSU) and Ohio SupercomputerCenter (OSC) and computational scientists from the Texas AdvancedComputing Center (TACC) and San Diego Supercomputer Center (SDSC),University of California San Diego (UCSD), is proposed to address theabove broad challenge with innovative solutions. The investigatorswill specifically address the following challenges: 1) What are therequirements and limitations of using hybrid programming models for aset of petascale applications? 2) What features and mechanisms areneeded in a unified runtime? 3) How can the unified runtime andassociated extension to programming model APIs be designed andimplemented? 4) How can candidate petascale applications beredesigned to take advantage of proposed unified runtime? and 5) Whatkind of benefits (in terms of performance, scalability andproductivity) can be achieved by the proposed approach? The researchwill be driven by a set of applications from established NSFcomputational science researchers running large scale simulations onRanger and other systems at OSC, SDSC and OSU. The proposed designswill be integrated into the open-source MVAPICH2 library. Theestablished national-scale training and outreach programs at TACC,SDSC and OSC will be used to disseminate the results of this research.
大多数传统的高端计算应用程序(HEC)应用程序和电流Petascale应用程序都是使用Message传递界面(MPI)编程模型编写的。其中一些应用程序是Runin MPI+OpenMP模式。 但是,使用MPI ORMPI+OpenMP并维护表现出表现为旋转和动态通信模式的应用程序可能非常困难。 分区的GlobalAddress空间(PGA)编程模型提出了一种灵活的方式来表达并行性。 加速器引入核能编程模型:CUDA,OPENCL或OPENACC。 因此,出现的异质体系结构需要支持各种杂化编程模型:MPI+OpenMP,MPI+PGA和MPI+PGAS+OpenMPWith扩展API,以进行多个并行性。 不幸的是,没有统一的运行时,可以为所有这些混合编程模型提供最佳的性能和尺度性,用于对当前和下一代HEC系统的一系列应用程序。 这是以下广泛的挑战:“可以设计混合程序模型的统一运行时,它可以提供比零件的总和提供的好处吗?”一项协同和全面的研究计划,涉及俄亥俄州立大学(OSU)和俄亥俄州的计算机科学家提议通过创新的解决方案来应对Theabove广泛的挑战,从而通过创新的解决方案来应对广泛的挑战,从而通过创新的解决方案来应对巨大的挑战。 调查人员将特别应对以下挑战:1)使用混合编程模型用于佩斯卡尔应用程序的ASET和局限性是什么? 2)在统一运行时制定了哪些功能和机制? 3)如何设计和实现统一的运行时并相关的编程模型API? 4)候选人Petascale应用程序如何利用拟议的统一运行时间来审议? 5)拟议方法可以实现福利(在绩效,可伸缩性和生产率方面)的福利? 该研究将由已建立的NSFComputitation Science研究人员进行大规模仿真和OSC,SDSC和OSU的其他系统的一系列应用程序驱动。 拟议的Designswill集成到开源MVAPICH2库中。 TACC,SDSC和OSC的最佳国家规模培训和外展计划将用于传播这项研究的结果。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Amitava Majumdar其他文献
Cyberinfrastructure Usage Modalities on the TeraGrid
TeraGrid 上的网络基础设施使用方式
- DOI:
10.1109/ipdps.2011.239 - 发表时间:
2011 - 期刊:
- 影响因子:0
- 作者:
Daniel S. Katz;David L. Hart;C. Jordan;Amitava Majumdar;J. Navarro;Warren Smith;John Towns;Von Welch;Nancy Wilkins - 通讯作者:
Nancy Wilkins
A parallel Monte Carlo code for planar and SPECT imaging: implementation, verification and applications in /sup 131/I SPECT
用于平面和 SPECT 成像的并行蒙特卡罗代码:/sup 131/I SPECT 中的实现、验证和应用
- DOI:
10.1109/nssmic.2000.949310 - 发表时间:
2000 - 期刊:
- 影响因子:0
- 作者:
Y. Dewaraja;Michael Ljungberg;Amitava Majumdar;Abhijit Bose;K. Koral - 通讯作者:
K. Koral
Ground bounce considerations in DC parametric test generation using boundary scan
使用边界扫描生成直流参数测试时的地弹注意事项
- DOI:
10.1109/vtest.1998.670853 - 发表时间:
1998 - 期刊:
- 影响因子:0
- 作者:
Amitava Majumdar;M. Komoda;Tim Ayres - 通讯作者:
Tim Ayres
Creating intelligent cyberinfrastructure for democratizing AI
创建智能网络基础设施以实现人工智能民主化
- DOI:
10.1002/aaai.12166 - 发表时间:
2024 - 期刊:
- 影响因子:0
- 作者:
Dhabaleswar K. Panda;Vipin Chaudhary;Eric Fosler‐Lussier;R. Machiraju;Amitava Majumdar;Beth Plale;R. Ramnath;P. Sadayappan;Neelima Savardekar;Karen Tomko - 通讯作者:
Karen Tomko
The MVAPICH Project: Evolution and Sustainability of an Open Source Production Quality MPI Library for HPC
MVAPICH 项目:HPC 开源生产质量 MPI 库的演变和可持续性
- DOI:
10.6084/m9.figshare.791563.v5 - 发表时间:
2013 - 期刊:
- 影响因子:0
- 作者:
D. Panda;K. Tomko;Karl W. Schulz;Amitava Majumdar - 通讯作者:
Amitava Majumdar
Amitava Majumdar的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Amitava Majumdar', 18)}}的其他基金
Collaborative Research: Frameworks: hpcGPT: Enhancing Computing Center User Support with HPC-enriched Generative AI
协作研究:框架:hpcGPT:通过 HPC 丰富的生成式 AI 增强计算中心用户支持
- 批准号:
2411297 - 财政年份:2024
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Category II: Exploring Neural Network Processors for AI in Science and Engineering
第二类:探索科学与工程中人工智能的神经网络处理器
- 批准号:
2005369 - 财政年份:2020
- 资助金额:
$ 38.22万 - 项目类别:
Cooperative Agreement
Collaborative Research: CIBR: Building Capacity for Data-driven Neuroscience Research
合作研究:CIBR:数据驱动神经科学研究能力建设
- 批准号:
1935749 - 财政年份:2020
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Collaborative Research: Frameworks: Designing Next-Generation MPI Libraries for Emerging Dense GPU Systems
协作研究:框架:为新兴密集 GPU 系统设计下一代 MPI 库
- 批准号:
1931450 - 财政年份:2019
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Promoting International Collaboration on Developing Scalable, Portable & Efficient HPC Software for Modern HPC Platforms
促进开发可扩展、便携的国际合作
- 批准号:
1849519 - 财政年份:2018
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
SHF: Large: Collaborative Research: Next Generation Communication Mechanisms exploiting Heterogeneity, Hierarchy and Concurrency for Emerging HPC Systems
SHF:大型:协作研究:利用新兴 HPC 系统的异构性、层次结构和并发性的下一代通信机制
- 批准号:
1565336 - 财政年份:2016
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Bilateral BBSRC-NSF/BIO: Collaborative Research: ABI Development: Seamless Integration of Neuroscience Models and Tools with HPC - Easy Path to Supercomputing for Neuroscience
双边 BBSRC-NSF/BIO:合作研究:ABI 开发:神经科学模型和工具与 HPC 的无缝集成 - 神经科学超级计算的简单途径
- 批准号:
1458840 - 财政年份:2015
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
BIGDATA: F: DKM: Collaborative Research: Scalable Middleware for Managing and Processing Big Data on Next Generation HPC Systems
BIGDATA:F:DKM:协作研究:用于在下一代 HPC 系统上管理和处理大数据的可扩展中间件
- 批准号:
1447861 - 财政年份:2014
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Collaborative Research: SI2-SSI: A Comprehensive Performance Tuning Framework for the MPI Stack
合作研究:SI2-SSI:MPI 堆栈的综合性能调优框架
- 批准号:
1147926 - 财政年份:2012
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Collaborative Research: ABI Development: Building A Community Resource for Neuroscientists
合作研究:ABI 开发:为神经科学家建立社区资源
- 批准号:
1146949 - 财政年份:2012
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
相似国自然基金
开发区跨界合作网络的形成机理与区域效应:以三大城市群为例
- 批准号:42301183
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
基于fMRI大尺度时变网络变异性的个体ERP波形预测研究
- 批准号:82372084
- 批准年份:2023
- 资助金额:48 万元
- 项目类别:面上项目
大环超分子对有机污染物及其降解中间体的自由基激发与诱导机制
- 批准号:52370168
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
抵挡汤早期干预抑制外膜滋养血管新生减轻血管钙化延缓2型糖尿病大血管病变发生的作用机制研究
- 批准号:82374247
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
利用衬底轨道过滤效应构筑大能隙二维拓扑绝缘体的研究
- 批准号:12304199
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
相似海外基金
Collaborative Research: SHF: Medium: Enabling Graphics Processing Unit Performance Simulation for Large-Scale Workloads with Lightweight Simulation Methods
合作研究:SHF:中:通过轻量级仿真方法实现大规模工作负载的图形处理单元性能仿真
- 批准号:
2402804 - 财政年份:2024
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Collaborative Research: SHF: Medium: Enabling GPU Performance Simulation for Large-Scale Workloads with Lightweight Simulation Methods
合作研究:SHF:中:通过轻量级仿真方法实现大规模工作负载的 GPU 性能仿真
- 批准号:
2402806 - 财政年份:2024
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
Collaborative Research: SHF: Medium: Enabling GPU Performance Simulation for Large-Scale Workloads with Lightweight Simulation Methods
合作研究:SHF:中:通过轻量级仿真方法实现大规模工作负载的 GPU 性能仿真
- 批准号:
2402805 - 财政年份:2024
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant
SHF: Large: Collaborative Research: Molecular computing for the real world
SHF:大型:协作研究:现实世界的分子计算
- 批准号:
1832985 - 财政年份:2018
- 资助金额:
$ 38.22万 - 项目类别:
Continuing Grant
SHF: Large: Collaborative Research: Next Generation Communication Mechanisms exploiting Heterogeneity, Hierarchy and Concurrency for Emerging HPC Systems
SHF:大型:协作研究:利用新兴 HPC 系统的异构性、层次结构和并发性的下一代通信机制
- 批准号:
1565336 - 财政年份:2016
- 资助金额:
$ 38.22万 - 项目类别:
Standard Grant