Madhura Kumaraswamy gewann den Preis für das beste Poster auf dem ICPP 2018 in Eugene, OR, mit dem Titel "Ausnutzen interphasischer Anwendungsdynamik für die automatische Abstimmung von HPC-Anwendungen für Energieeffizienz",

den sie und Prof. Michael Gerndt gemeinsam verfasst haben. Die Optimierung des Energieverbrauchs ist in der aktuellen HPC-Landschaft eine große Herausforderung. Das EU-Horizont-2020-Projekt READEX bietet ein Auto-Tuning-Framework zur Verbesserung der Energieeffizienz von HPC-Anwendungen. Es nutzt die Variation des Anwendungsverhaltens zwischen einzelnen Zeitschleifeniterationen oder -phasen sowie die Änderung des Kontrollflusses innerhalb einer einzelnen Phase.

READEX verwendet eine zweistufige Methodik, bestehend aus Design-Time Analysis und Runtime Application Tuning. Zur Entwurfszeit werden feingranulare instrumentierte Programmregionen gefiltert, und signifikante Regionen, die ein Abstimmpotential haben, werden bestimmt. Dann führt das Reaex_Interphase-Abstimmplugin drei Abstimmungsschritte durch, d. H. Clusteranalyse, Standardausführung und Verifizierung, um die Inter-Loop-Dynamik auszunutzen. Während der Clusteranalyse wird ein Suchbereich für Systemkonfigurationen mit einer zufälligen Suchstrategie erstellt. Es führt Experimente durch, um sowohl Messungen für die Phasen als auch Instanzen (RTS's) der signifikanten Regionen anzufordern. Es verwendet DBSCAN mit den Parametern minPts und eps, die automatisch mit der Elbow-Methode für Clusterphasen bestimmt werden. Normalisierte PAPI-Metriken - Rechenintensität und bedingte Verzweigungsbefehle werden als Merkmale zum Gruppieren von Phasen mit ähnlichem Verhalten verwendet. Cluster-beste Einstellungsparameter werden für jeden Phasencluster festgelegt. Während der Standardausführung wird das Plugin mit den Standardeinstellungen des Batch-Systems ausgeführt. Im Verifikationsschritt werden die tatsächlichen Einsparungen mit dem Vermittlungsaufwand gegenüber den berechneten theoretischen Einsparungen verifiziert. Abschließend werden die statischen und dynamischen Einsparungen ermittelt. Das Plugin wurde für miniMD und INDEED evaluiert und die erzielten Energieeinsparungen verdeutlichen die Effektivität dieser Methodik.

Prof. Dr. rer. nat. habil. Hans Michael Gerndt

M.Sc. Madhura Kumaraswamy