|
|
| Baris 1: |
Baris 1: |
| Halaman ini memandu user dalam basis mengalokasikan resources komputasi (node, CPU, RAM, GPU) secara benar berdasarkan hardware yang digunakan oleh ALELEON Supercomputer. | | Halaman ini memandu user dalam basis menjalankan berbagai skenario komputasi dengan menyesuaikan arsitektur ALELEON Supercomputer dan AMD Zen2 untuk menghasilkan performa dan efisiensi maksimal. Hal ini termasuk aturan penulisan perintah dan konfigurasi tambahan di SLURM Script untuk skenario komputasi tertentu. |
|
| |
|
| == '''Menjalankan Program non-MPI: multi-core atau cuma 1 core?''' == | | == '''[[MPI ALELEON Supercomputer|Menjalankan MPI di ALELEON Supercomputer]]''' == |
| Terdapat beberapa hal yang perlu diperhatikan oleh user ketika menjalanan program non-MPI:
| |
| *Program komputasi non-MPI dapat berjalan secara multi-core (lebih dari 1 core) atau hanya bisa berjalan dengan 1 core tergantung oleh jenis software dan pemrogramannya.
| |
| *Program komputasi non-MPI yang hanya berjalan 1 core sering terjadi pada program yang ditulis sendiri oleh user atau framework komputasi yang menggunakan standar pemrograman serial.
| |
| *Bagi user yang tidak ingin programnya berjalan di ALELEON Supercomputer hanya dengan 1 core, Admin EFISON menyarankan untuk menguji terlebih dahulu dengan menjalankannya pada perangkat komputer pribadi dan lihat status penggunaan CPU-nya.
| |
| **User dapat mengganti coding apabila terjadi pada program yang ditulis sendiri.
| |
| **Apabila menggunakan software komputasi maka user harus mencari alternatif software yang dapat berjalan multi-core.
| |
|
| |
|
| == '''Menjalankan Program MPI: Optimasi mpirun''' == | | == '''[[Threading di ALELEON Supercomputer|Komputasi Threading di ALELEON Supercomputer]]''' == |
| MPI pada ALELEON Supercompter menggunakan OpenMPI yang telah dioptimasi secara khusus berdasarkan arsitektur AMD Zen2 yang digunakan oleh AMD EPYC 7702P dan Threadripper 3990X.
| |
|
| |
|
| ---
| | == '''[[Compiler AMD ALELEON Supercomputer|Optimasi Compiler AMD]]''' == |
| | |
| === Modul OpenMPI === | |
| User dapat memuat modul OpenMPI default pada SLURM Script atau terminal dengan perintah:
| |
| module load openmpi
| |
| Admin EFISON selalu menjadikan OpenMPI versi terbaru sebagai default. User dapat melihat ketersediaan OpenMPI lainnya pada [https://wiki.efisonlt.com/wiki/Katalog_Software_ALELEON_Supercomputer#Daftar_Compiler_.28Global.29 tabel daftar compiler ALELEON Supercomputer] atau melalui perintah module av pada terminal:
| |
| $ module av openmpi
| |
| User tidak perlu memuat modul OpenMPI apabila memuat modul software komputasi saintifik MPI yang terdapat pada [https://wiki.efisonlt.com/wiki/Katalog_Software_ALELEON_Supercomputer#Daftar_Software_Komputasi_.28Global.29 daftar software komputasi ALELEON Supercomputer] karena OpenMPI sudah ada didalamnya.
| |
| | |
| ---
| |
| | |
| === Menulis Perintah OpenMPI di ALELEON Supercomputer ===
| |
| Berikut adalah format untuk menjalankan program MPI di ALELEON Supercomputer di SLURM Script:
| |
| '''mpirun -np $SLURM_NTASKS --mca pml ucx --mca osc ucx''' ////
| |
| Keterangan:
| |
| | |
| * Tetap menggunakan perintah mpirun, bukan srun yang biasa digunakan pada SLURM.
| |
| * Semua proses MPI akan dialokasikan ke core thread CPU sehingga '''jumlah proses MPI sama dengan jumlah ntasks pada SBATCH SLURM.''' Variabel '''$SLURM_NTASKS''' menangkap jumlah ntasks sehingga user tidak perlu memasukkan jumlah proses MPI secara manual.
| |
| * Berlaku aturan kelipatan 4 untuk jumlah ntasks.
| |
| * Flag '''--mca pml ucx --mca osc ucx''' menjalankan OpenMPI pada jaringan RDMA melalui protokol UCX (Unified Communication-X) untuk menghasilkan performa MPI terbaik.
| |
| | |
| ---
| |
| | |
| === Bagaimana SLURM dan OpenMPI ALELEON Membagi Core Fisik dan Thread ===
| |
| Proses MPI pada OpenMPI ALELEON Supercomputer yang dijalankan melalui SLURM telah dirancang untuk '''selalu mengisi penuh core thread per core fisik''', artinya:
| |
| | |
| * Contoh menjalankan 32 proses MPI, akan dijalankan oleh 16 core fisik / 32 core thread CPU.
| |
| * Contoh menjalankan 64 proses MPI, akan dijalankan oleh 32 core fisik / 64 core thread CPU.
| |
| * dst.
| |
| | |
| Pembagian ini didasarkan pada pengelompokan core pada CCX dan CCD di arsitektur AMD Zen2 supaya memastikan '''tidak ada penyebaran proses MPI yang berjalan antar grup CCX / CCD yang berjauhan''' di mana menyebabkan ''L3 cache miss'' dan menurunkan performa secara signifikan.
| |
| [[Berkas:Zen2-uarch-1536x1256.jpg|nir|jmpl|600x600px|AMD Zen2 mengelompokkan 4 core fisik / 8 core thread kedalam satu grup yang disebut CCX. Setiap CCX mempunyai L3 cache yang digunakan untuk "meja kerja" antar core. Kemudian 2 CCX dikelompokkan menjadi 1 CCD dan berkomunikasi dengan CCD lainnya (total 8 CCD - menjadi 64 core fisik / 128 core thread). OpenMPI dan SLURM pada ALELEON Supercomputer memastikan penyebaran proses MPI selalu berdekatan antar grup CCX dan CCD (''tightly coupled'') untuk menghasilkan performa terbaik.]] | |
| Semua software komputasi ALELEON Supercomputer telah dioptimasi untuk berjalan dengan skema di atas. Akan tetapi, apabila user tetap ingin menjalankan program MPI sepenuhnya pada core fisik (contoh ketika mengetahui bahwa file input nya berjalan optimal di core fisik) maka harus mengalokasikan '''jumlah SBATCH ntasks 2 kali lipat dari proses MPI yang mau dijalankan'''. Contoh:
| |
| #SBATCH --ntasks=64
| |
| mpirun -np '''32''' --mca pml ucx --mca osc ucx ////
| |
|
| |
| '''#''' '''Peringatan: sistem akan tetap menghitung 64 core thread''' '''sebagai penghitungan CPU Core Hour!'''
| |
| == '''Menjalankan Program MPI: Satu Node vs Multi Node''' ==
| |
| Kemampuan utama program MPI adalah melakukan komputasi paralel atau dapat berjalan pada lebih dari 1 node (multi-node) atau lebih dari 128 core thread pada ALELEON Supercomputer. Terdapat beberapa hal yang harus diketahui oleh user:
| |
| | |
| ---
| |
| | |
| === ntasks 1 - 64: Gunakan 1 node ===
| |
| Untuk jumlah proses mpirun dibawah 65 (1 - 64) gunakan 1 node.
| |
| #SBATCH --nodes=1
| |
| Selenbihnya bisa dijalankan dengan lebih dari 1 node.
| |
| | |
| ---
| |
| | |
| === ntasks >64: Kapan Bisa Multi-node? ===
| |
| Salah satu hal yang membuat unik (dan sulit) pemograman MPI adalah membutuhkan memori cache CPU sebagai ''buffer'' untuk menampung alur komunikasi paralel.
| |
| | |
| Apa artinya pada ALELEON Supercomputer untuk ntasks diatas 64?
| |
| | |
| *'''Skenario pertama:''' Menjalankan program MPI yang '''tidak efisien''' dalam mengatur alokasi cache CPU, user harus menambah 1 node setiap kelipatan 64 ntasks.
| |
| *'''Skenario kedua:''' Menjalankan program MPI yang '''efisien''' dalam mengatur alokasi cache CPU, user dapat menambah 1 node setiap kelipatan 128 ntasks.
| |
| | |
| {| class="wikitable"
| |
| !Jumlah Node
| |
| !Skenario 1
| |
| Jumlah ntasks:
| |
| !Skenario 2
| |
| Jumlah ntasks:
| |
| |-
| |
| |1
| |
| |1-64
| |
| |1-128
| |
| |-
| |
| |2
| |
| |65-128
| |
| |129-256
| |
| |-
| |
| |3
| |
| |129-192
| |
| |257-384
| |
| |}
| |
| '''Bagaimana User Memilih Jenis Skenario MPI Multi-Node?''' Terdapat beberapa rekomendasi dari admin EFISON:
| |
| | |
| *''Rule of thumb'': selalu memilih '''skenario 1'''. Apabila user '''membutuhkan jumlah ntasks lebih dari 192, gunakan skenario 2'''.
| |
| * Admin EFISON akan menguji mandiri semua software komputasi MPI yang terdaftar pada [https://wiki.efisonlt.com/wiki/Katalog_Software_ALELEON_Supercomputer#Daftar_Software_Komputasi_.28Global.29 daftar software komputasi ALELEON Supercomputer] dan menulis jenis skenario MPI multi-node pada masing-masing halaman software komputasi.
| |
| * User dan admin EFISON dapat melakukan kolaborasi untuk melakukan tes benchmark menentukan tipe skenario multi-node program MPI yang dijalankan.
| |
| ---
| |
| | |
| === Bagaimana User Menjalankan MPI Multi-Node ===
| |
| Ketika user mengalokasikan jumlah nodes lebih dari satu pada SBATCH maka SLURM secara otomatis akan menyebarkan proses MPI ke jumlah node yang didefinisikan. Contoh: user mengalokasikan 2 node untuk menjalankan 192 proses MPI:
| |
| #SBATCH --nodes=2
| |
| #SBATCH --ntasks=192
| |
| #SBATCH --mem=128GB
| |
| mpirun -np $SLURM_NTASKS --mca pml ucx --mca osc ucx ////
| |
| Maka SLURM secara otomatis akan menyebarkan 192 proses MPI ke 2 node. SLURM sekaligus melakukan optimasi komputasi multi-node berdasarkan protokol network RDMA / UCX dan grouping CCX dan CCD terdekat antar CPU.
| |
| | |
| ---
| |
| | |
| === Mengalokasikan Memori RAM untuk MPI Multi-Node ===
| |
| Bagaimana user mengalokasikan memori RAM (SBATCH mem) untuk komputasi MPI multi-node?
| |
| | |
| * SBATCH mem secara otomatis mengalokasikan memori RAM '''per node'''. Pada contoh diatas, user mengalokasikan RAM 128GB per node sehingga total menggunakan 256GB untuk 2 node. Batasan SBATCH mem tetap mengikuti kapasitas RAM per node Partisi epyc yaitu 240GB.
| |
| * Jumlah basis RAM disarankan '''1GB per (ntasks / nodes).'''
| |
| | |
| *
| |
| | |
| ---
| |
| | |
| === Alternatif MPI Multi-node: SBATCH ntasks-per-node ===
| |
| SLURM menyediakan opsi alternatif untuk menjalankan MPI multi-node yaitu ntasks-per-node di mana menggantikan ntasks. Sesuai namanya, ntasks-per-node mendefinisikan '''jumlah ntasks per node'''.
| |
| '''#SBATCH --ntasks-per-node='''////
| |
| Contoh user menjalankan program MPI pada 2 node dengan 48 core per node:
| |
| '''#SBATCH --nodes=2
| |
| #SBATCH --ntasks-per-node=48
| |
| mpirun -np $SLURM_NTASKS --mca pml ucx --mca osc ucx ////
| |
| | |
| * Total jumlah MPI adalah '''nodes * ntasks-per-node''', pada contoh di atas adalah 2*48 = 96 proses MPI. Variabel $SLURM_NTASKS menangkap total proses MPI ini.
| |
| * SLURM akan menyebar rata 48 proses MPI ke semua node.
| |
| | |
| == '''Paralelisasi Thread per Core (cpus-per-tasks)''' ==
| |
| Paralelisasi thread per core digunakan untuk program yang ditulis dengan '''paralelisasi OpenMP (OMP), library BLAS, atau hybrid MPI/OMP'''. Pada SLURM, user mengalokasikan jumlah thread per core melalui parameter SBATCH '''cpus-per-task''' dan variabel '''SLURM_CPUS_PER_TASK'''.
| |
| | |
| Contoh menggunakan OMP:
| |
| #SBATCH --ntasks=8
| |
| '''#SBATCH --cpus-per-task='''4
| |
| export OMP_NUM_THREADS='''$SLURM_CPUS_PER_TASK'''
| |
| Total penggunaan core thread CPU yang dihitung oleh SLURM adalah '''ntasks * cpus-per-task'''. Pada contoh di atas, user menggunakan 8*4 = 32 core thread CPU.
| |
| | |
| Berikut adalah beberapa skenario menjalankan penggunaan paralelisasi thread di ALELEON Supercomputer:
| |
| | |
| ---
| |
| | |
| === Pure OMP ===
| |
| Gunakan alokasi ntasks=1 untuk menjalankan program pure OMP, dengan nilai maksimal cpus-per-task='''128'''. Program Pure-OMP hanya dapat berjalan 1 node.
| |
| #SBATCH --nodes=1
| |
| #SBATCH --ntasks=1
| |
| #SBATCH --cpus-per-task=////
| |
| ---
| |
| | |
| === Jumlah Thread Optimal untuk Paralelisasi BLAS dan MPI/OMP ===
| |
| Secara umum, program yang menggunakan threading BLAS atau Hybrid MPI/OMP mampu berjalan secara multi-core sehingga admin EFISON merekomendasikan '''jumlah threading 2, 4, atau 8 per ntasks atau proses MPI.'''
| |
| [[Berkas:Ccxccd.png|nir|jmpl|285x285px|Threading BLAS dan MPI/OMP paling optimal disebar ke setiap core fisik di CCX atau CCD sehingga admin EFISON merekomendasikan jumlah threading 2, 4, atau 8.]]
| |
| ---
| |
| | |
| === Threading BLAS pada AMD BLIS ===
| |
| ALELEON Supercomputer menggunakan AMD BLIS (BLAS-like Library Instantiation Software) sebagai library BLAS utama yang telah dioptimasi secara khusus berdasarkan arsitektur AMD Zen2. ALELEON Supercomputer menggunakan AMD BLIS versi 3 keatas sehingga user harus mendefinisikan secara manual variabel threading BLIS:
| |
| #SBATCH --cpus-per-task=////
| |
|
| |
| export BLIS_JC_NT=1
| |
| export BLIS_IC_NT=${SLURM_CPUS_PER_TASK}
| |
| export BLIS_JR_NT=1
| |
| export BLIS_IR_NT=1
| |
| Penjelasan:
| |
| | |
| * BLIS JC, IC, JR, dan IR secara urut adalah paralelisasi di loop terluar, loop ketiga, loop kedua, dan loop kesatu.
| |
| * Aturan dari variabel BLIS adalah total dari JC * IC * JR * IR harus sama dengan total thread yang didefinisikan user.
| |
| * Pada AMD Zen2, karena setiap CCX berkerja pada L3 cache maka paralelisasi dilakukan di level IC sehingga diisi dengan variabel SLURM_CPUS_PER_TASK.
| |
| | |
| ---
| |
| | |
| === Threading BLAS pada OpenBLAS ===
| |
| Threading pada OpenBLAS dideklarasikan melalui variabel OPENBLAS_NUM_THREADS, GOTO_NUM_THREADS, dan OMP_NUM_THREADS:
| |
| #SBATCH --cpus-per-task=////
| |
|
| |
| threads=${SLURM_CPUS_PER_TASK}
| |
| export OPENBLAS_NUM_THREADS=$threads
| |
| export GOTO_NUM_THREADS=$threads
| |
| export OMP_NUM_THREADS=${threads}
| |
| ---
| |
| | |
| === Threading BLAS pada Math Kernel Library (MKL) ===
| |
| Threading pada MKL dideklarasikan melalui variabel OMP_NUM_THREADS dan MKL_NUM_THREADS:
| |
| #SBATCH --cpus-per-task=////
| |
|
| |
| threads=${SLURM_CPUS_PER_TASK}
| |
| export OMP_NUM_THREADS=${threads}
| |
| export MKL_NUM_THREADS=${threads
| |
| ---
| |
| | |
| === Hybrid MPI/OMP: 1 Node dan Multi-Node ===
| |
| Threading pada hybrid MPI/OMP dilakukan dengan alur berikut:
| |
| #SBATCH --nodes=////
| |
| #SBATCH --ntasks=////
| |
| #SBATCH --cpus-per-task=////
| |
|
| |
| export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK
| |
|
| |
| mpirun -np $SLURM_NTASKS --mca pml ucx --mca osc ucx ////
| |
| '''# Total SLURM_NTASKS = ntasks * cpus-per-task'''
| |
| | |
| * Variabel SLURM_NTASKS secara otomatis akan akan menangkap total core thread CPU yang terpakai yaitu '''jumlah ntasks * cpus-per-task.'''
| |
| * Pada penggunaan multi-node, SLURM secara otomatis akan mengatur jumlah threading OMP ke setiap proses MPI (atau ntasks).
| |
| | |
| User juga dapat menggunakan alternatif ntasks-per-node yang lebih kompleks dimana variabel SLURM_NTASKS akan menangkap total core thread CPU yang terpakai yaitu '''jumlah nodes * ntasks-per-node * cpus-per-task'''.
| |
| #SBATCH --nodes=////
| |
| #SBATCH --ntasks-per-node=////
| |
| #SBATCH --cpus-per-task=////
| |
|
| |
| export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK
| |
|
| |
| mpirun -np $SLURM_NTASKS --mca pml ucx --mca osc ucx ////
| |
| '''# Total SLURM_NTASKS = nodes * ntasks-per-node * cpus-per-task'''
| |
