MILC ACCELERATO DA GPU

Inizia subito con questa guida per applicazioni GPU-ready.

NAMD

MILC rappresenta una parte di un set di codici scritti nell'ambito della collaborazione con MIMD Lattice Computation (MILC) ed è utilizzato per studiare la cromo dinamica quantistica (QCD), la teoria delle interazioni forti di fisica subatomica. Esegue simulazioni della teoria di gauge su reticolo con SU(3) a quadridimensionale su macchine MIMD parallele. Le "interazioni forti" sono responsabili di legare i quark in protoni e neutroni tenendoli insieme nei nuclei atomici.

MILC ha prodotto codici applicativi per studiare diverse aree di ricerca QCD, di cui solo una, la simulazione ks_dynamical con quark Kogut-Susskind convenzionali dinamici, è impiegata qui. Ulteriori informazioni su MILC sono disponibili qui.

Installazione

L'installazione di applicazioni in ambienti HPC può rappresentare una sfida ardua. I container consentono di eseguire l'applicazione senza doverla installare sul sistema, semplificando la distribuzione della versione più recente dell'applicazione, ottimizzando le prestazioni.
L'esecuzione di applicazioni HPC tramite container è estremamente semplice e la configurazione richiede pochi minuti. Il container MILC è ora disponibile su NVIDIA GPU Cloud (NGC).

Esecuzione dei processi

Una volta selezionato il container MILC da NGC, sono disponibili due opzioni per eseguirlo.

  • Esecuzione di MILC direttamente dal comando "run" di nvidia-docker.
  • Esecuzione interattiva di MILC dal container.

1. Esecuzione di MILC dalla riga di comando

In questo esempio, viene eseguito il benchmark APEX su un reticolo 18x18x18x36 con gli script della directory /workspace/examples nel container su una GPU.

Si noti che i dati APEX verranno scaricati dallo script se non sono disponibili nella directory montata su /data nel container.

Per salvare l'output, viene mappata (con -v) la directory di lavoro corrente alla directory /apex nel container e salvato il file di registro nella stessa posizione in modo che entrambi siano disponibili fuori dal container al termine. Per eseguire il container MILC dalla riga di comando (CLI), emettere il comando seguente:

nvidia-docker run -ti --rm -v $(pwd)/data:/data -v $(pwd):/apex nvcr.io/hpc/milc:patch4Oct2017 /workspace/examples/apex.sh 1

È anche possibile puntare il comando della CLI alla directory locale ed eseguire gli script personalizzati (*.sh ad esempio). Il script che segue avvia il container MILC ed esegue lo script xxx.vmd dalla directory dei risultati:

nvidia-docker run -ti --rm -v $(pwd)/data:/data -v $(pwd):/results nvcr.io/hpc/milc:patch4Oct2017 /results/*.sh

2. Esecuzione interattiva di MILC

In questo esempio, viene eseguito il benchmark APEX nuovamente dalla directory /workspace nel container. L'esecuzione interattiva è utile per eseguire più container MILC nella stessa immagine SO.

Per eseguire il container MILC in modalità interattiva, lanciare il seguente comando, che avvia il container e monta la directory corrente su /work rendendola disponibile nel container stesso. Vedere le opzioni -v del comando seguente per mappare directory di dati locale alla directory nel container.

nvidia-docker run -ti --rm -v $(pwd)/data:/data -v $(pwd):/work nvcr.io/hpc/milc:patch4Oct2017 /bin/bash

Una volta avviato il container, verrà aperta la directory /workspace e si potrà eseguire l'applicazione in due diversi modi. Uno di questi è l'esecuzione nella directory /workspace utilizzando gli script predefiniti e modificandoli ed eseguendoli di nuovo. I dataset montati si troveranno in /data se si usa il comando sopra.

/workspace/examples/apex.sh 1

È anche possibile collegare la propria directory di lavoro con i propri script a /work nel container ed eseguire questi dal container:

-v :/work

Benchmark

Questa sezione mostra le prestazioni tipiche di un container MILC su sistemi accelerati da GPU.

tesla-gpu-ready-apps-milc-pascal-benchmark-chart-625-udt-r2
tesla-gpu-ready-apps-milc-volta-benchmark-chart-625-udt-r2

CONFIGURAZIONI DI SISTEMA CONSIGLIATE

Il container MILC è ottimizzato e testato per l'affidabilità di esecuzione su NVIDIA Pascal™ e sistemi NVIDIA Volta con NVIDIA CUDA® 9 o versioni successive. MILC e tutti i container di applicazioni HPC disponibili su NVIDIA GPU Cloud possono essere eseguiti sui seguenti sistemi:

  • Workstation: basata su CPU NVIDIA Titan V e x86
  • NVIDIA DGX Station™
  • NVIDIA DGX-1™
  • Cluster HPC con GPU Pascal/Volta, CUDA 9, CPU x86
  • Cloud: Amazon Web Services

ACCEDI AI CONTAINER DI APPLICAZIONI ACCELERATI DA GPU CON NGC.