Acceleration of dRMSD Calculation and Efficient Usage of GPU
Caches

D 2015

Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches

FILIPOVIČ, Jiří, Jan PLHÁK a David STŘELÁK

Základní údaje

Originální název

Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches

Název česky

Akcelerace dRMSD výpočtu a efektivní užití GPU cache

Autoři

FILIPOVIČ, Jiří (203 Česká republika, garant, domácí), Jan PLHÁK (203 Česká republika, domácí) a David STŘELÁK (203 Česká republika, domácí)

Vydání

neuveden, Proceedings of IEEE International Conference on High Performance Computing & Simulation, od s. 47-54, 8 s. 2015

Nakladatel

IEEE

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Nizozemské království

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Kód RIV

RIV/00216224:14330/15:00083460

Organizační jednotka

Fakulta informatiky

ISBN

978-1-4673-7812-3

DOI

http://dx.doi.org/10.1109/HPCSim.2015.7237020

UT WoS

000375684100006

Klíčová slova česky

RMSD; GPU; optimalizace kódu; cache

Klíčová slova anglicky

RMSD; GPU; code optimization; cache

Štítky

core_B, firank_B

Příznaky

Mezinárodní význam, Recenzováno

Změněno: 13. 7. 2016 11:10, doc. RNDr. Jiří Filipovič, Ph.D.

Anotace

V originále

In this paper, we introduce the GPU acceleration of dRMSD algorithm, used to compare different structures of a molecule. Comparing to multithreaded CPU implementation, we have reached 13.4x speedup in clustering and 62.7x speedup in 1:1 dRMSD computation using mid-end GPU. The dRMSD computation exposes strong memory locality and thus is compute-bound. Along with conservative implementation using shared memory, we have decided to implement variants of the algorithm using GPU caches to maintain memory locality. Our implementation using cache reaches 96.5 % and 91.6 % of shared memory performance on Fermi and Maxwell, respectively. We have identified several performance pitfalls related to cache blocking in compute-bound codes and suggested optimization techniques to improve the performance.

Návaznosti

EE2.3.30.0037, projekt VaV

Název: Zaměstnáním nejlepších mladých vědců k rozvoji mezinárodní spolupráce

Citovat

FILIPOVIČ, Jiří, Jan PLHÁK a David STŘELÁK. Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches. In Waleed Smari. Proceedings of IEEE International Conference on High Performance Computing & Simulation. neuveden: IEEE, 2015, s. 47-54. ISBN 978-1-4673-7812-3. Dostupné z: https://dx.doi.org/10.1109/HPCSim.2015.7237020.

@inproceedings{1306977,
   author = {Filipovič, Jiří and Plhák, Jan and Střelák, David},
   address = {neuveden},
   booktitle = {Proceedings of IEEE International Conference on High Performance Computing & Simulation},
   doi = {http://dx.doi.org/10.1109/HPCSim.2015.7237020},
   editor = {Waleed Smari},
   keywords = {RMSD; GPU; code optimization; cache},
   howpublished = {tištěná verze "print"},
   language = {eng},
   location = {neuveden},
   isbn = {978-1-4673-7812-3},
   pages = {47-54},
   publisher = {IEEE},
   title = {Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches},
   year = {2015}
}

TY  - JOUR
ID  - 1306977
AU  - Filipovič, Jiří - Plhák, Jan - Střelák, David
PY  - 2015
TI  - Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches
PB  - IEEE
CY  - neuveden
SN  - 9781467378123
KW  - RMSD
KW  - GPU
KW  - code optimization
KW  - cache
N2  - In this paper, we introduce the GPU acceleration of dRMSD algorithm, used to compare different structures of a molecule. Comparing to multithreaded CPU implementation, we have reached 13.4x speedup in clustering and 62.7x speedup in 1:1 dRMSD computation using mid-end GPU. The dRMSD computation exposes strong memory locality and thus is compute-bound. Along with conservative implementation using shared memory, we have decided to implement variants of the algorithm using GPU caches to maintain memory locality. Our implementation using cache reaches 96.5 % and 91.6 % of shared memory performance on Fermi and Maxwell, respectively. We have identified several performance pitfalls related to cache blocking in compute-bound codes and suggested optimization techniques to improve the performance.
ER  -

FILIPOVIČ, Jiří, Jan PLHÁK a David STŘELÁK. Acceleration of dRMSD Calculation and Efficient Usage of GPU Caches. In Waleed Smari. \textit{Proceedings of IEEE International Conference on High Performance Computing \&{} Simulation}. neuveden: IEEE, 2015, s.~47-54. ISBN~978-1-4673-7812-3. Dostupné z: https://dx.doi.org/10.1109/HPCSim.2015.7237020.

Podrobný výpis o publikaci