基于鲲鹏处理器的WRF移植与评估

【目的】开展WRF模式在鲲鹏处理平台上的应用评估,为国产芯片在气象行业开展广泛应用提供参考。【应用背景】近年来气象数值预报技术不断发展,超级计算机成为气象发展的主要支撑,研究国产芯片对气象信息化支撑技术,有助于促进国产芯片在气象行业的广泛应用。【方法】基于ARM架构的鲲鹏920处理器从STREAM、HPL、HPCG 3个方面进行基准测试,以气象行业典型应用WRF为例,展示鲲鹏处理器在模式移植、计算效率和扩展性方面的良好性能。【结果】从测试结果来看,鲲鹏处理器表现出优秀的访存带宽、浮点计算性能以及高扩展性;鲲鹏处理器的移植过程较为简单,应用性能满足气象行业的时效性与扩展性要求,预报结果能做到与气象现有平台保持一致。【结论】鲲鹏处理器具备在气象行业广泛应用的基础。

面向华为鲲鹏服务器的操作系统教学实践平台

操作系统是高校计算机专业本科生的必修课程。针对操作系统实验教学的需求,面向华为鲲鹏服务器,设计并实现了基于Web IDE的操作系统教学实践平台,并在openEuler社区开源;面向学生群体,实现了操作系统实验的全过程管理。此外,还基于Docker容器技术实现了快速部署能力,基于GitLab实现了代码管理和自动评测。同时,开发了学习行为收集插件,帮助教学团队更深入地了解教学情况。最后,设计与实现了一个综合信息平台,方便教学团队对实验相关信息进行查看与分析。

GROMACS在鲲鹏920平台的性能分析及运行优化

【应用背景】ARM众核架构处理器以其高性能、高并行性及低功耗的特点,在分子动力学、流体及天气模拟等领域扮演着越来越重要的作用。【局限】然而,分子动力学模拟软件运行时不同维度的任务分解策略(如粒子作用、时空域分解等)、多样化的并行策略导致负载特征多样而与众核处理器基于高度并行的计算资源所产生的算力这一特点难以很好地匹配,进而导致各计算单元运行时效率低的问题已成为了限制运行时性能提升的重要瓶颈之一。【方法】针对这一问题,以华为技术有限公司自主研发ARM架构鲲鹏920处理器和GROMACS软件为研究对象,通过对鲲鹏920处理器结构特点和算力特征、GROMACS软件任务分解、并行执行过程进行深入分析,提出运行时并行参数优化策略,以更好地适配软件的算力需求和硬件的算力特点,提升了软件计算性能。【结果】通过系统分析性能瓶颈并实践优化策略,相比优化前取得了16.9%的加速效果。【结论】此研究成果可为分子动力学模拟在众核计算环境下的性能优化、国产高性能计算系统及分子动力学模拟专用机等的研发提供一定的参考依据。

基于MPI的鲲鹏CPU核间通信研究

核间通信延时是影响高性能计算系统整体运行效率的重要因素.国产鲲鹏CPU在高性能计算领域应用日益广泛,针对鲲鹏CPU的缓存架构及多核间接口互联进行分析,研究影响鲲鹏CPU核间通信延时的因素.在消息传递接口(MPI)环境下进行节点内核间通信实验,对包括跨三级缓存、跨物理CPU通信等不同模式下通信延时进行对比,发现通信数据包大于500 KB后,跨L3 Cache TAG的通信延时反优于共享L3 Cache TAG的通信延时.针对通信数据包在64 KB大小时的通信延迟异常,分析得出是MPI的Eager模式和Rendezvous模式的默认切换阈值所造成.对这两种模式进行实验对比,验证不同大小的通信数据包在不同模式下和跨核通信时的延时特征,Eager模式更适合低延时的小消息发送.在实际应用中可根据通信数据包大小调整两种模式的默认切换阈值,以达到更好的传输效果.实验结果表明由于鲲鹏CPU存在复杂的多核结构,在并行计算程序设计时可以进行针对性优化,以提升程序的运行效率.

基于鲲鹏和昇腾异构平台的单节点HPL-AI设计与优化

鉴于低精度浮点运算拥有更快的运算速度,越来越多的高性能应用采用混合精度方案进行加速,而同样采用该方案来加速的AI(人工智能)大模型也受到广泛关注。最近,HPL-AI(High Performance LINPACK for Accelerator Introspection)基准测试被提出,用于评估高性能系统的混合精度运算性能。针对该基准测试,本研究在鲲鹏和昇腾异构平台上设计并优化了单节点HPL-AI基准测试的实现。其主要通过循环任务分配的策略将任务均匀地分配给AI处理器以平衡AI处理器的负载;通过带间隔值的任务分配策略提高数据传输的连续性来减少CPU和AI处理器之间的数据传输时间;在不影响计算精度的情况下,通过取消数据缩放的策略来减少CPU侧的计算量。最终实验结果表明:当间隔值为8时,HPL-AI基准测试的混合精度浮点运算速度最快;同时,取消数据缩放不会对HPL-AI基准测试的结果精度产生影响;在鲲鹏和昇腾异构平台上,与非优化的HPL-AI基准测试方法相比,本研究提出的优化策略使混合精度浮点运算速度提升了29%左右,为单节点HPL-AI基准测试的进一步优化和部署多节点HPL-AI基准测试奠定了坚实的基础。

自主可控信息技术类课程思政建设的探索与实践——以鲲鹏产业学院为例

在我国信息技术应用创新产业全面发展的大背景下,深圳信息职业技术学院与华为技术有限公司共建鲲鹏产业学院,开设了基于自主可控信息技术的“鲲鹏应用移植与优化”“鸿蒙与HMS应用开发”“openGauss数据库技术”等课程,从而为国产信息技术生态培养更多技术技能人才。在课程建设过程中,围绕自主可控信息技术这一主题,积极融入课程思政元素,引导学生认识信息技术自主可控对国计民生的重要性,激发学生对学习国产信息技术的热情,帮助学生树立壮大我国信息与通信产业的责任感和使命感。

ARM处理器上的格点QCD计算与优化

格点量子色动力学(格点QCD)是高能物理领域中需要大规模并行计算的最主要应用之一,相关研究通常需要消耗大量计算资源,核心是求解大规模稀疏线性方程组。文中基于国产鲲鹏920 ARM处理器,研究了格点QCD的计算热点Dslash,并将其扩展到64个节点(6 144核),展示了格点QCD计算的线性扩展性。基于roofline性能分析模型,发现格点QCD是典型的内存限制应用,并通过将Dslash中的3×3复幺正矩阵根据对称性压缩,将其性能提升约22%。对于大规模稀疏线性方程的求解,在ARM处理器上探索了常用的Krylov子空间迭代算法BiCGStab,以及近年来发展起来的前沿的multigrid算法,发现即使考虑预处理时间,在实际物理计算中使用multigrid算法相比BiCGStab依然有几倍至一个数量级的加速。此外,还考虑了鲲鹏920处理器上的NEON向量化指令,发现将其用于multigrid计算时可以带来约20%的加速。因此,在ARM处理器上使用multigrid算法能极大地加速实际的物理研究。

高职鲲鹏产业学院人才培养体系建设路径探索

为了适应新一轮信息技术发展与产业变革,深圳信息职业技术学院与华为技术有限公司等企业共同建设了鲲鹏产业学院。通过校企协同建设与运营,深圳信息职业技术学院鲲鹏产业学院深入探索产教融合新机制,并在此基础上开设了鲲鹏特色班,旨在为国产自主可控ICT产业培养高素质技术技能人才。文章介绍了鲲鹏产业学院在校企协作、师资团队建设、特色班人才培养方案制订及课程标准建设等方面的实施路径,从而为高职院校人才培养体系建设提供借鉴。

基于ARM的硬件压缩算法在Spark中的性能研究

鲲鹏920 CPU是2021年面世、全球第一款基于7纳米制造工艺的ARM 64位CPU,该CPU内置一个名为KAEzip的硬件加速引擎,其核心是一个硬件压缩算法,能通过硬件提升压缩与解压缩性能.相关研究表明,压缩算法的硬化与传统软件压缩算法相比具备明显性能优势.但大数据领域中的基础性系统软件都无法识别和使用这类算法.因此研究评估硬件压缩算法在大数据环境下的性能,发现揭示制约这类算法性能的关键因素以及可能存在的缺陷具有重要意义.为此,本文首先提出一种基于“生产-消费”模型的Spark任务性能模型,形式化地表示多维资源、压缩算法和Spark任务性能之间的内在关系,从理论上分析揭示出Spark下影响压缩算法性能的关键因素.然后提出一种三层架构支持Spark识别使用硬件压缩算法.这种分层架构为进一步调优硬件压缩算法在Spark中的性能提供了灵活性,也能复用到其他大数据系统软件.在此基础上本文以KAEzip为实验对象,使用经典Spark基准测试程序全面评估它在Spark中的性能,结合性能模型分析挖掘制约KAEzip性能的关键因素与根源.对KAEzip的测试表明:(1)硬件压缩算法可有效提升Spark性能。比如,KAEzip比snappy有最多13.8%的压缩性能优势、最多7%的解压优势和最多5.7%的实际应用场景下的性能优势;(2)磁盘的数据传输率与硬件压缩算法性能之间的不匹配是制约硬件压缩算法性能的重要因素;(3)压缩算法在Spark中的运行机制更易导致CPU的数据处理能力与硬件压缩算法性能不匹配,也制约着硬件压缩算法的性能.测试结果也表明KAEzip在压缩小数据时会导致数据膨胀问题.为此,本文扩展三层架构分析揭示出导致该问题的根源,并结合压缩算法在Spark中的运行机制提出一种优化方法.硬件压缩算法作为压缩算法领域的新研究方向,本文的研究工作不仅可广泛用于优化内置于CPU中的硬件压缩算法在Spark下的性能,也有助于持续演化完善KAEzip和鲲鹏920 CPU.

一类Stencil应用在众核NUMA架构的性能研究

【应用背景】模板计算是CFD(计算流体动力学,Computational Fluid Dynamics)等科学计算的典型算法,其访存性能受到关注。NUMA架构因扩展性好,在以鲲鹏920处理器为代表的ARM架构上普遍被应用。【方法】使用性能分析工具和benchmark程序,对鲲鹏平台的访存和通信子系统进行性能测试。针对典型stencil应用软件CCFD V3.0开展热点分析和性能测试,并建立Roofline模型。【结果】鲲鹏920处理器依托其众核NUMA架构,单节点浮点性能、内存带宽峰值,以及通信时延均优于Intel Xeon E5-2680v2与一款国产处理器。单节点时,CCFD V3.0在鲲鹏平台的运行速度约是Intel平台的2~3倍,是国产处理器的1.5~2倍。【结论】基于ARM架构的鲲鹏平台应用移植简单,其NUMA架构对模板计算一类访存密集性应用具有优势。

新一代信息技术产业生态的演化机制和模型框架

基于系统论、产业生态论及生态位视角,从产业链延伸、组织形态转变及应用场景转换3个层次分析信息技术产业生态系统演化机制,提出信息技术产业生态系统动态演化中由“点”为核,“线”拉动、“面”结合,再到生态联动的递进过程,构建一个产业和企业内外循环相结合的新一代信息技术产业生态系统模型。在此基础上,以华为鲲鹏产业生态系统为例,对系统构建和应用的过程进行实践阐释,对理论模型进行验证,为我国适应形势下信息技术产业变迁,依托新一代信息技术与产业生态融合,加快产业转型升级提供可行性参考与借鉴。

基于人工智能技术的鲲鹏云服务系统可靠性评估方法

针对目前鲲鹏云服务系统可靠性评估精确度不高、及时性差等问题,提出基于人工智能技术的鲲鹏云服务系统可靠性评估方法。该方法明确系统可靠性相关概念,建立鲲鹏云服务系统的不同阶段运行故障模型;运用Delta学习方法调整权重来优化神经网络性能,将训练数据归一化为零均值;在反向误差传播后持续进行前向传播直至误差收敛,误差小于收敛值则结束训练,获得可靠性评估输出值。实例测试结果表明,所提方法可有效处理鲲鹏云服务系统庞大的数据集合,可靠性评估误差低至0.1%,精度较高,收敛时间不超过80 s,计算速度快,鲁棒性强。

基于鲲鹏生态的产教融合人才培养模式研究

产教深度融合是我国高等教育创新改革的重要举措,对我国经济转型发展具有强有力的助推作用。鲲鹏产业学院顺应鲲鹏生态人才培养需求,在政策制定、机制运行、课程设置、师资培养、创新实践平台建设以及评价机制等方面与企业进行深度对接,构建基于鲲鹏生态的产教融合人才培养模式,对新工科人才培养及经济社会发展具有深远意义。实践表明,该模式能有效提升专业建设与鲲鹏产业发展需求的契合度,为加快推进国产化替代进程提供高素质人才支撑。

基于鲲鹏架构的国产化高性能服务器系统关键技术

本文研究了一款基于鲲鹏CPU的国产化高性能服务器,突破国产鲲鹏920处理器架构服务器关键技术,可满足数据中心等多样性计算、绿色计算的需求。系统加入底层电路设计主板提供网卡插口2个,在电口和光口上采用模块化设计按需添加,板载两个FlexIO口、4个USB3.0接口、1个VGA接口,1个COM接口,主板内部的PCIe接口满足模块化需求,实现灵活的客户定制功能,并采用自主安全BISO软件,最终形成一款新型的国产处理器双路机架式服务器。

WRF模式在ARM服务器上的移植及优化研究

针对目前WRF模式迁移中存在的问题,提出具体迁移部署的方法。随后通过对美国东部地区降雨模拟,给出WRF模式在Intel X86和ARM架构上的计算性能的差异,通过NCL方法计算了结果的准确性。实验结果表明,WRF模式可被完整地迁移到ARM架构的超级计算机上。仿真结果显示,在并行运算下,WRF模式在ARM架构超算集群上耗时更短,且单节点运算中ARM可有效提高并行运算效率,具有一定的使用价值,为研究者提供参考。

基于华为鲲鹏处理器的计算课程教学环境构建

为响应国家掌握核心技术,加快推进国产自主可控替代的号召,上海交通大学在国内高校中率先建设基于华为鲲鹏处理器的高性能计算平台,面向校内广泛的科学计算用户和师生提供服务。平台采用华为鲲鹏920处理器所建设,通过与π2.0超算平台配置相同的SLURM作业调度系统和共享统一的Lustre并行文件系统,确保用户的一致性体验。通过Spack编译部署和Singularity镜像部署两种软件管理方式,丰富了平台的科学计算软件列表,对常用的科学计算软件LAMMPS、GATK等进行测试,证明了平台的可用性和性能指标优越。同时,基于平台构建了计算课程教学支撑环境,可支撑线上线下混合式教学和大规模虚拟仿真实验教学。平台的建设为兄弟高校建设和使用ARM超算积累了经验,通过教学支撑的实践提升了教学质量,为学生的学习和发展提供了更好的条件和机会。

基于鲲鹏产业链的国产IT生态价值体系建设研究

建设和完善自主可控的国产IT生态价值体系已成为一种必然趋势,以鲲鹏产业链的生态建设为切入点,聚焦自2019年鲲鹏920处理器推出以来,鲲鹏全栈产业生态建设和发展的相关举措及行业发展成果,分析其中可复制、可借鉴的经验做法,并讨论了以鲲鹏为代表的国产IT生态价值体系建设发展新思路。

基于ARM架构鲲鹏系统的操作系统实验教学设计

处理器芯片和操作系统作为信息技术的核心硬件和软件,是国家信息安全的关键节点和科技自主安全可控的重要部分。华为自主研制鲲鹏处理器芯片和欧拉操作系统,并建立完备的鲲鹏计算产业生态。探索设计新型操作系统实验项目,通过华为云实现基于鲲鹏平台的应用移植、容器迁移和应用部署等,使学生跟进新技术的发展和提升实践能力。

基于采样尺度自适应的多尺度量子谐振子优化算法并行化

多尺度量子谐振子优化算法MQHOA是基于量子波函数理论提出的元启发式算法,传统MQHOA寻优过程中不同个体的采样尺度不具有差异性,这种机制限制了解的多样性。针对适应度不同的采样个体,提出采样尺度自适应策略,将采样情况差的个体采样尺度合理扩大,增加迭代过程中不同采样个体所使用采样尺度的多样性,并基于采样尺度的差异性提出并行化框架。选取7组测试函数将改进后的算法(MQHOA-PS)与MQHOA在华为鲲鹏920和AMD EPYC 7452处理器上进行测试实验,实验结果表明,改进后的算法寻优具有较高的精度和成功率,并且所需时间更短。

华为“鲲鹏”平台在“计算机网络与通信”教学中的应用

文章阐述了“计算机网络与通信”课程的教学内容与教学挑战,分析了现有教学模式中有待改进的方面。为了结合前沿科技的发展态势,进一步提升教学质量和效果,作者提出在该课程中融入华为“鲲鹏”平台中云计算技术相关理论教学与实验内容,强化课程思政内容,并指出了与现有课程内容结合的方法。文章所提出的改进方案将有利于丰富教学形态,提升教学质量,从而支撑专业人才的培养目标。