MILC С УСКОРЕНИЕМ НА GPU

Ознакомьтесь с Руководством для быстрого запуска и начните работу.

NAMD

MILC представляет собой набор кодов, написанных учеными из MIMD Lattice Computation (MILC) Сollaboration, которые используются для изучения квантовой хромодинамики (КХД), теории сильных взаимодействий субатомной физики. Программа выполняет моделирование четырехмерной решеточной калибровочной теории с SU(3)-симметрией на параллельных машинах MIMD. «Сильные взаимодействия» отвечают за связывание кварков в протоны и нейтроны и объединение их в атомные ядра.

В MILC Collaboration разработали коды для нескольких областей исследования КХД, в настоящей программе используются коды только для моделирования ks_dynamical с динамическими кварками Когут-Сасскинда. Более подробно о MILC читайте здесь.

Установка

Установка приложений в среде высокопроизводительных вычислений (HPC) может представлять собой трудную задачу. Контейнеры позволяют запускать приложение без его установки в системе. Это упрощает развертывание самой последней версии приложения и обеспечивает оптимизацию производительности.
Процесс запуска HPC-приложений из контейнера очень прост и займет всего несколько минут. Контейнер приложения MILC доступен в репозитории NVIDIA GPU Cloud (NGC).

Запуск задач

После извлечения контейнера MILC из NGC вы можете запустить его двумя способами.

  • Запустите MILC напрямую через команду запуска nvidia-docker.
  • Запустите MILC в интерактивном режиме в контейнере.

1. Запуск MILC из командной строки

В приведенном примере мы запускаем тест APEX на решетке 18x18x18x36 со сценариями в каталоге /workspace/examples внутри контейнера на одном GPU.

Обратите внимание, что данные теста APEX будут загружены скриптом, если он не будет доступен в каталоге, установленном в /data в контейнере.

Чтобы сохранить результат, мы сопоставляем (с -v) текущий рабочий каталог с каталогом /apex в контейнере и сохраняем лог-файлы в этих каталогах, чтобы они были доступны вне контейнера после завершения тестирования. Чтобы запустить контейнер MILC из командного интерфейса (CLI), выполните следующую команду:

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

Обратите внимание, что также вы можете указать в локальном каталоге CLI-команду и запустить свои скрипты (например, *.sh). Нижеприведенный сценарий запускает контейнер MILC и скрипт * .sh из каталога результатов:

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

2. Запуск MILC в интерактивном режиме

В этом примере мы снова запускаем тест APEX внутри каталога /workspace в контейнере. Запуск в интерактивном режиме позволяет запускать несколько контейнеров MILC на одном образе ОС.

Чтобы запустить контейнер MILC в интерактивном режиме, выполните следующую команду, которая запускает контейнер, а также монтирует ваш текущий каталог в /work , чтобы он был доступен внутри контейнера. (Смотрите параметры -v команды, приведенной ниже, чтобы настроить отображение локального каталога данных в один внутренний контейнер.)

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

После запуска контейнера вы попадете в каталог / workspace и вы сможете запустить программу двумя способами. Вы можете запустить программу внутри каталога /workspace с помощью скриптов по умолчанию, изменить скрипты и снова их запустить. Обратите внимание, что, если вы используете указанную выше команду, любые установленные наборы данных будут находиться в каталоге /data.

/workspace/examples/apex.sh 1

Вы также можете подключить свой собственный рабочий каталог со своими скриптами к /work в контейнере и запустить их внутри контейнера:

-v :/work

Тесты производительности

В настоящем разделе отображена стандартная производительность контейнера MILC на системах с ускорением на GPU.

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

РЕКОМЕНДОВАННЫЕ СИСТЕМНЫЕ КОНФИГУРАЦИИ

Контейнер приложения MILC оптимизирован и протестирован для обеспечения надежной производительности на системах, оснащенных GPU NVIDIA Pascal™ и NVIDIA Volta с NVIDIA CUDA® 9 или более новой версии. Все контейнеры HPC-приложений, доступные в репозитарии NVIDIA GPU Cloud, могут быть запущены на следующих системах:

  • Рабочая станция: оснащенная GPU NVIDIA Titan V и CPU x86
  • NVIDIA DGX Station™
  • NVIDIA DGX-1™
  • HPC кластер, оснащенный GPU поколения Pascal/Volta, CUDA 9, CPU x86
  • Облако: Amazon Web Services

ПОЛУЧИТЕ ДОСТУП К КОНТЕЙНЕРАМ HPC-ПРИЛОЖЕНИЙ В NGC