今天我們看的這篇論文介紹了在多FPGA集群上實現(xiàn)高級并行編程的研究，其主要目標是為非FPGA專家提供一個成熟且易于使用的環(huán)境，以便在多個并行運行的設備上擴展高性能計算(HPC)應用。

背景

該論文的研究背景集中在解決高性能計算(HPC)領域中利用現(xiàn)場可編程門陣列(FPGA)進行并行計算的挑戰(zhàn)。由于FPGA在HPC領域相對新穎，尚未形成一個成熟的生態(tài)系統(tǒng)，能夠方便非FPGA專家在多個FPGA設備上擴展并行應用程序。論文指出，盡管FPGA具備高性能計算潛力，但在實際應用中，缺乏一種有效的方法讓非專業(yè)人士能夠輕松地利用FPGA的并行處理能力。

FPGA在HPC領域的新興地位：FPGA技術在HPC中尚未得到充分開發(fā)，尤其是在構建大規(guī)模并行計算環(huán)境方面。

并行編程的復雜性：直接編程FPGA通常需要深入的硬件知識，這對非FPGA工程師來說是一個重大障礙。

缺乏成熟的工具和平臺：與傳統(tǒng)的CPU或GPU相比，用于FPGA的編程工具和平臺不夠成熟，難以支持大規(guī)模的并行應用開發(fā)。

基于上述背景，論文旨在開發(fā)一種更友好的編程模型和平臺，使得非FPGA工程師也能利用FPGA的并行計算能力，特別是在多FPGA集群的環(huán)境下。這涉及到創(chuàng)建一個支持消息傳遞接口(MPI)風格通信的軟件堆棧，以及一個能夠跨多臺FPGA設備進行高效并行計算的編程環(huán)境。此外，論文還提到了評估這一新環(huán)境的性能和效率，特別是在與傳統(tǒng)超級計算機的比較中，特別是在能耗比方面。

FPGA design

論文中關于FPGA設計的部分描述了一個高度優(yōu)化的架構，旨在促進高級并行編程在多FPGA集群上的實現(xiàn)。

設計組成：

用戶應用：這部分包含High-Level Synthesis (HLS) 加速器和運行時，它們與FPGA的High Bandwidth Memory (HBM) 和以太網(wǎng)開關接口進行交互。

以太網(wǎng)子系統(tǒng)：這個子系統(tǒng)負責處理以太網(wǎng)頭信息和尋址系統(tǒng)，為應用程序提供一個簡單的流式接口，用于發(fā)送和接收網(wǎng)絡消息。

用戶應用與內(nèi)存互聯(lián)：

設計中包括POM運行時（Pico OmpSs Manager），HLS加速器，以及與內(nèi)存的互聯(lián)機制。

OMPIF運行時被添加到設計中，它連接到以太網(wǎng)接口，允許消息發(fā)送者接收來自POM的任務，并處理用戶傳遞的參數(shù)。

通信架構：

每個FPGA有兩個QSFP28端口，其中一個連接到以太網(wǎng)交換機，另一個連接到鄰近的FPGA，但設計依賴于與交換機相連的端口，以實現(xiàn)整個集群的完全連通性。

自動化設計生成：

FPGA設計和架構可以自動由Accelerator Integrator Tool (AIT)生成，該工具只需用戶HLS代碼作為輸入。

AIT是OmpSs@FPGA框架的一部分，框架還包括Xtasks庫和Nanos6運行時，用于處理FPGA設置、管理和通信。

以太網(wǎng)接口的抽象層：

為了使用以太網(wǎng)接口，設計中加入了一個抽象層，它簡化了網(wǎng)絡消息的發(fā)送和接收，使應用程序無需關心底層以太網(wǎng)協(xié)議細節(jié)。

HBM使用：

FPGA設計充分利用HBM，這是現(xiàn)代FPGA提供的一種高速存儲解決方案，可以顯著提高數(shù)據(jù)吞吐量和訪問速度。

硬件與軟件協(xié)同：

硬件設計與軟件棧緊密配合，使得用戶可以專注于編寫基于任務和消息傳遞的高級并行代碼，而低級別的細節(jié)（如以太網(wǎng)、PCIe和JTAG管理）則對程序員透明。

SOFTWARE STACK

論文中描述的軟件堆棧是為了使多FPGA集群的管理與使用更加高效和便捷，特別是對于那些基于高級并行編程模型的應用程序。

Xtasks遠程支持：

Xtasks庫是OmpSs@FPGA框架的一部分，用于卸載任務到FPGA加速器，并在FPGA和主機內(nèi)存之間復制數(shù)據(jù)。

新增了對遠程FPGA節(jié)點的支持，這通過Xtasks遠程實現(xiàn)，它能描述集群中所有FPGA節(jié)點，無論本地還是遠程，以及一個名為Xtasks服務器的應用程序。

這種改進使得從單個CPU服務器可以管理整個FPGA集群，無論是通過本地PCIe還是通過網(wǎng)絡。

Nanos6運行時：

Nanos6運行時用于分析任務依賴性和調(diào)度可并行執(zhí)行的任務，它是OmpSs-2任務基礎編程模型的核心。

在FPGA上下文中，Nanos6運行時通過Xtasks庫管理FPGA的設置、任務調(diào)度和通信。

OMPIF集成：

OMPIF（Open MPI over FPGA）是一種通信協(xié)議，允許類似MPI（Message Passing Interface）的通信模式在FPGA上運行。

這一集成使得C/C++代碼能夠在FPGA上運行，并且能夠調(diào)用類似于MPI_Send/Recv的功能，通過MEEP集群的100Gb以太網(wǎng)網(wǎng)絡進行消息傳遞。

MEEP Manager：

提供了一個統(tǒng)一的界面來管理FPGA集群，包括加載位流、配置設備和傳輸數(shù)據(jù)到遠程CPU節(jié)點所托管的FPGAs。

自動化工具：

Accelerator Integrator Tool (AIT)用于自動生成FPGA設計和架構，只需要用戶提供的HLS代碼作為輸入。

整體而言，軟件堆棧提供了一套完整的解決方案，使得非FPGA工程師也能夠利用多FPGA集群來擴展他們的應用，同時避免了與低級別硬件交互相關的復雜性。通過這一堆棧，程序員可以專注于編寫基于任務和消息傳遞的高級并行代碼，而無需擔心底層的以太網(wǎng)、PCIe或JTAG管理等技術細節(jié)。此外，堆棧還提供了對遠程FPGA節(jié)點的管理能力，從而增強了集群的靈活性和可擴展性。

EVALUATION

在論文的評估(Evaluation)部分，作者們展示了他們構建的多FPGA集群——Marenostrum Exascale Emulation Platform (MEEP)的性能，特別是在高帶寬通信和高性能計算(HPC)應用方面。

帶寬測量：

使用OMPIF (Open MPI over FPGA)在兩個FPGA之間測得的帶寬最高可達約4.5GB/s，當數(shù)據(jù)量約為100MB時。

主機到FPGA以及反向的通信，包括本地（僅PCIe）和遠程（PCIe+網(wǎng)絡）的組合，顯示了不同的帶寬特性。在遠程情況下，由于數(shù)據(jù)需要通過網(wǎng)絡傳輸，因此帶寬會受到顯著影響。

性能評估：

對三個基準測試進行了評估：N-body模擬、Heat擴散模擬（使用Gauss-Seidel求解器）和Cholesky分解。

N-body基準測試使用了4194304個粒子和16個步驟，在64個FPGA上的表現(xiàn)接近理想，效率達到98%，達到每秒2.3G對力的計算。

Heat基準測試展示了熱傳導在二維矩陣上的模擬，使用Gauss-Seidel方法計算每個位置的平均值。結果顯示，該應用能夠有效利用FPGA資源，處理大量的依賴關系。

與HPC的比較：

將MEEP集群的性能與MareNostrum 4超級計算機進行了對比，發(fā)現(xiàn)在N-body和Heat基準測試中，MEEP的性能功耗比分別提高了2.3倍和3.5倍。

這些結果表明，MEEP集群在處理大規(guī)模并行計算任務時具有顯著的優(yōu)勢，尤其是在功耗效率方面。同時，該評估證明了使用OMPIF和100Gb以太網(wǎng)網(wǎng)絡在FPGA集群間實現(xiàn)高速通信的可行性。通過使用先進的硬件和優(yōu)化的軟件堆棧，研究人員能夠展示出FPGA集群在HPC領域的潛力，尤其是在要求高性能和高效率的應用場景中。