Performance Analyse
Das Jülich Supercomputing Centre hat eine lange Tradition in der Entwicklung von Leistungswerkzeugen für parallele Programme. Der Forschungsschwerpunkt liegt auf der Automatisierung des Performance-Analyseprozesses. Mit dem KOJAK-Toolset haben wir uns die Entwicklung einer generischen automatischen Performance-Analyse-Umgebung für parallele Programme zum Ziel gesetzt. Leistungsprobleme werden in Form von Ausführungsmustern spezifiziert, die Situationen mit ineffizientem Verhalten darstellen. Diese Muster sind Input für einen Analyseprozess, der das ineffiziente Verhalten in Ereignisspuren erkennt und quantifiziert. Mechanismen, die die komplexen Beziehungen innerhalb von Ereignismusterspezifikationen verbergen, ermöglichen eine einfache Beschreibung von komplexem ineffizientem Verhalten auf einer hohen Abstraktionsebene. Beim Scalasca-Toolset, einem Nachfolger von KOJAK, liegt der Schwerpunkt auf der Skalierbarkeit, um die Analyse von parallelen Anwendungen zu unterstützen, die auf modernen Supercomputern mit vielen tausend Prozessorkernen laufen. Die neuesten Versionen von Scalasca basieren auf der von der Gemeinschaft gewarteten Instrumentierungs- und Laufzeitmessungsinfrastruktur Score-P.
Kollaborationen:
- Das Scalasca-Toolset wird in Zusammenarbeit mit dem Laboratory for Parallel Programming der Technischen Universität Darmstadt entwickelt
- VI-HPS: Virtual Institute - High Productivity Supercomputing (HGF)
- NHR4CES: National High Performance Computing Center for Computational Engineering Sciences
- ETP4HPC: European Technology Platform (ETP) for High-Performance Computing (HPC)
- JLESC: Joint Laboratory for Extreme Scale Computing
- InPEx: The International Post-Exascale Project
Aktuelle Forschungsprojekte:
- EUPEX: European Pilot for Exascale (EuroHPC JU)
- ExtraNoise: Performance analysis of HPC applications in noisy environments (DFG)
- POP3: Performance Optimisation and Productivity (EuroHPC JU)
- ENSIMA: Energy-optimised simulation methods for application-oriented computational problems (BMBF)
- NFDIxCS: National Research Data Infrastructure for and with Computer Science (DFG)
Abgeschlossene Forschungsprojekte:
- DEEP-SEA: Programming Environment for European Exascale Systems (EuroHPC JU)
- SCIPHI: Score-P and Cube extensions for Intel PHI (Intel Corporation)
- RAPID: Runtime Analysis of Parallel applications for Industrial software Development (Siemens AG)
- Score-E: Scalable Tools for the Analysis and Optimization ofEnergy Consumption in HPC (BMBF)
- CATWALK: A Quick Development Path for Performance Models" (DFG SPPEXA)
- DEEP: Scalasca support for OmpSs and the DEEParchitecture/Intel MIC (EU FP7)
- Mont-Blanc: Scalasca support for OmpSs and the Mont-Blanc architecture/ARM (EU FP7)
- LMAC: Performance Dynamics of Massively Parallel Codes (BMBF)
- H4H: Hybrid programming for heterogeneous architectures (EU ITEA2)
- PRIMA: Performance Refactoring on Instrumentation, Measurement and Analysis Technologies forPetascale Computing (US DOE)
- HOPSA: Integration of system and application monitoring (EU RU FP7)
- TEXT: Tool support for MPI/SMPSs programming model (EU FP7)
- eeClust: Energy-efficient cluster computing (BMBF)
- SILC: Scalable Performance-Analysis Infrastructure (BMBF)
- ParMA: Parallel Programming for Multi-coreArchitectures (EU ITEA2)