Hybrid (MPI + OpenMP) 병렬화를 통한 유동 해석 코드 병렬 최적화

Abstract

본 논문은 기존의 MPI 병렬기법이 적용된 혼합격자 기반 압축성 유동해석 코드에 OpenMP 병렬기법을 혼합하여 MPI와 OpenMP를 모두 사용하는 Hybrid 병렬 최적화를 수행한 연구를 다루고 있다. 유한체적법(Finite Volume Method)을 기반으로 하는 유동해석 프로그램의 경우 대부분 계산 영역을 코어 수로 나누어 계산하는 MPI 병렬 기법을 적용하고 있다. 하지만 일정 수준 이상의 많은 코어 수를 사용하면 MPI 통신 시간 비율이 증가하여 병렬 성능이 감소하는데 이를 개선하기 위해 OpenMP 병렬 기법을 추가로 적용하여 Hybrid 프로그램을 만들었다. 그 과정에서 공유 메모리에 복수의 쓰레드가 동시에 저장(write)할 때 발생하는 경합 조건(race condition)을 확인하고 개선하였으며 OpenMP 스케쥴링이나 시스템에 따른 쓰레드 배치 등 Hybrid 병렬 최적화 방법들에 대해 기술하였다. 또한 Hybrid 프로그램으로 다양한 격자와 조건에서 테스트하며 기존 MPI 코드 대비 병렬 성능 및 확장성이 향상된 것을 확인하였다.

This paper deals with a hybrid MPI-OpenMP parallel optimization by adding OpenMP to a MPI program for compressible flow analysis based on unstructured mixed grid. Most of the flow analysis programs based on the finite volume method use MPI parallel method. However, when many cores are used, the parallel performance is decreased due to the increase of the MPI communication time ratio. To improve this, a hybrid program is created by applying the OpenMP parallel method.. In the process, Race condition that occurs when multiple threads simultaneously store values in shared memory has been found and improved, and Hybrid parallel optimization methods such as OpenMP scheduling and thread placement according to the system are described. In addition, the hybrid program tested in various grids and conditions confirmed that parallel scalability and performance were improved compared to the MPI program.