TU Darmstadt / ULB / TUbiblio

Automatic Low-Overhead Load-Imbalance Detection in MPI Applications

Arzt, Peter ; Fischler, Yannic ; Lehr, Jan-Patrick ; Bischof, Christian
Hrsg.: Sousa, Leonel ; Roma, Nuno ; Tomás, Pedro (2021)
Automatic Low-Overhead Load-Imbalance Detection in MPI Applications.
Euro-Par 2021: Parallel Processing. Virtual (Lisbon) (01.09.2021-03.09.2021)
doi: 10.1007/978-3-030-85665-6_2
Konferenzveröffentlichung, Bibliographie

Kurzbeschreibung (Abstract)

Load imbalances are a major reason for efficiency loss in highly parallel applications. Hence, their identification is of high relevance in performance analysis and tuning. We present a low-overhead approach to automatically identify load-imbalanced regions and filter out irrelevant ones based on new selection heuristics in our PIRA tool for automatic instrumentation refinement for the Score-P measurement system. For the LULESH mini-app as well as the Ice-sheet and Sea-level System Model simulation package we, thus, correctly identify existing load imbalances while maintaining a runtime overhead of less than 10% for all but one input. Moreover, the traces generated are suitable for Scalasca's automatic trace analysis.

Typ des Eintrags: Konferenzveröffentlichung
Erschienen: 2021
Herausgeber: Sousa, Leonel ; Roma, Nuno ; Tomás, Pedro
Autor(en): Arzt, Peter ; Fischler, Yannic ; Lehr, Jan-Patrick ; Bischof, Christian
Art des Eintrags: Bibliographie
Titel: Automatic Low-Overhead Load-Imbalance Detection in MPI Applications
Sprache: Englisch
Publikationsjahr: 25 August 2021
Ort: Cham
Verlag: Springer International Publishing
Buchtitel: Euro-Par 2021: Parallel Processing
Reihe: Lecture Notes in Computer Science
Band einer Reihe: 12820
Veranstaltungstitel: Euro-Par 2021: Parallel Processing
Veranstaltungsort: Virtual (Lisbon)
Veranstaltungsdatum: 01.09.2021-03.09.2021
DOI: 10.1007/978-3-030-85665-6_2
Kurzbeschreibung (Abstract):

Load imbalances are a major reason for efficiency loss in highly parallel applications. Hence, their identification is of high relevance in performance analysis and tuning. We present a low-overhead approach to automatically identify load-imbalanced regions and filter out irrelevant ones based on new selection heuristics in our PIRA tool for automatic instrumentation refinement for the Score-P measurement system. For the LULESH mini-app as well as the Ice-sheet and Sea-level System Model simulation package we, thus, correctly identify existing load imbalances while maintaining a runtime overhead of less than 10% for all but one input. Moreover, the traces generated are suitable for Scalasca's automatic trace analysis.

Freie Schlagworte: SFB1194_Z-INF
Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Scientific Computing
Zentrale Einrichtungen
Zentrale Einrichtungen > Hochschulrechenzentrum (HRZ)
Zentrale Einrichtungen > Hochschulrechenzentrum (HRZ) > Hochleistungsrechner
Hinterlegungsdatum: 20 Sep 2021 10:49
Letzte Änderung: 11 Dez 2023 15:16
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen