Kürzlich hat das Team des Computer-Netzwerkinformationszentrums der Chinesischen Akademie der Wissenschaften die Software HIP-DFPT für groß angelegte Quanten-Störungsrechnungen auf heterogenen GPU-Clustern entwickelt. Die Software adressiert die unregelmäßigen Lastcharakteristiken in der Quanten-Störungsrechnung und schlägt Methoden wie Mikroaufgaben-Neustrukturierung, GPU-Speicheroptimierung und asynchrone Mehrfach-Pipeline vor. Dabei werden zahlreiche feinkörnige Rechenaufgaben in für die GPU-Ausführung besser geeignete Mikroaufgabeneinheiten umstrukturiert, wodurch die Thread-Auslastung und die Datenzugriffseffizienz verbessert sowie der Kommunikations- und Datenübertragungsaufwand reduziert werden.

Die Quanten-Störungstheorie ist ein wichtiges theoretisches Werkzeug zur Untersuchung der Antwort-Eigenschaften von Material- und Molekülsystemen. Sie kann mikroskopische physikalische Eigenschaften wie Phononenspektren, Polarisierbarkeit und Raman-Spektren aufdecken und hat bedeutende Anwendungswerte in Bereichen wie Materialwissenschaft, kondensierter Materie und Molekülsimulation.

Das Forschungsteam hat eine KI-basierte Leistungsmodellierungsmethode für komplexe Verzweigungscodes vorgeschlagen, die durch die Abtastung nur weniger Laufdaten schnell die Aufgabenausführungszeit vorhersagen kann. Zudem wurde ein hybrider mehrstufiger Lastausgleichsalgorithmus entwickelt, der eine koordinierte Optimierung der dynamischen Planung zwischen Knoten und innerhalb der GPU ermöglicht. Experimentelle Ergebnisse zeigen, dass HIP-DFPT auf bis zu 8.192 heimische GPUs skalierbar ist und eine vollelektronische Präzisionssimulation für Systeme mit bis zu 200.000 Atomen unterstützt, wobei der Atomdurchsatz um 70 % gesteigert wird. Dies bestätigt die parallele Skalierbarkeit und das technische Anwendungspotenzial der Software in groß angelegten Quanten-Störungsrechnungen und bietet einen neuen technischen Weg für die intelligente Optimierung komplexer wissenschaftlicher Rechenprogramme auf heterogenen GPU-Clustern.

Es wird berichtet, dass die entsprechenden Forschungsergebnisse von den IEEE Transactions on Parallel and Distributed Systems (CCF-A-Journal) zur Veröffentlichung angenommen wurden.