- Profiling-Basierte und Statistische Erkenntnisse von On-the-Fly Analyse des kritischen Pfades
Beckmann, Lorenz; Müller, Matthias S. (Thesis advisor); Lankes, Stefan (Thesis advisor); Thärigen, Ben (Consultant)
Aachen : RWTH Aachen University (2026)
Bachelorarbeit
Bachelorarbeit, RWTH Aachen University, 2026
Kurzfassung
Die wachsende Komplexität moderner High-Performance-Computing (HPC) Programme, angetrieben durch parallele Programmiermodelle wie MPI und OpenMP, erschwert die Performanceanalyse zunehmend. Die Identifizierung von Problemen wie Lastungleichgewichten oder Synchronisations-Overheads bleibt durch komplexe Interaktionen zwischen parallelen Prozessen und Threads herausfordernd. Während klassische Trace-basierte Analyse-Tools detaillierte Einblicke bieten, erfordern sie oft aufwendige Nachbearbeitung. Diese Arbeit adressiert diese Schwierigkeiten durch die Erweiterung des On-The-Fly Critical-Path Tools (OTF-CPT), eines an der RWTH Aachen University entwickelten, leichtgewichtigen Performanceanalyse-Tools. Ziel dieser Arbeit ist es, die analytische Tiefe des OTF-CPT zu erhöhen, ohne dessen geringen Overhead und die on-the-fly Ausführung zu beeinträchtigen. Dazu werden alle bisher nicht ausgegebenen, jedoch erfassten Daten in CSV-Dateien gespeichert. Auf Basis dieses Datensatzes wurden neue statistische Zusammenfassungen implementiert, die eine Visualisierung von Datenverteilungen ermöglichen und eine präzisere Interpretation des Programmverhaltens erlauben als die ursprüngliche Beschränkung auf Mittel- und Maximalwerte. Zudem wurde ein bestehender Profiler integriert und erweitert, sodass Performance-Modellfaktoren nicht mehr nur global, sondern für alle parallelen Regionen berechnet werden können. Das erweiterte Tool wurde mit dem NEST-Simulator auf dem CLAIX-2023-Cluster evaluiert. Die Erweiterungen ermöglichen die Identifizierung einer Coderegion mit starkem Lastungleichgewicht als Ursache für eine Verlangsamung der Gesamtausführung. Die Erweiterungen wurden zudem mit dem etablierten post-mortem Toolset Score-P und Cube verglichen. Während Cube eine interaktive, detaillierte Analyse aller Regionen ermöglicht, bietet das erweiterte OTF-CPT vergleichbare Einblicke sowie zusätzliche Metriken wie die nützliche Rechenzeit bei gleichzeitiger Beibehaltung der On-the-Fly-Analyse. Obwohl Performance-Modellfaktoren nun für alle Regionen berechnet werden, bleiben statistische Zusammenfassungen jedoch im Gegensatz zu Cube auf die Gesamtausführung beschränkt. Zur Bewertung des Laufzeit-Overheads wurde die Anwendung mit verschiedenen Analyse-Tools ausgeführt. Die Ergebnisse zeigen, dass der Laufzeitanstieg des erweiterten OTF-CPT hauptsächlich auf die Finalisierungsphase des Profilers zurückzuführen ist und kaum durch Interferenzen während der Ausführung entsteht. Dadurch bleibt gewährleistet, dass die Performance-Metriken das ursprüngliche Anwendungsverhalten korrekt widerspiegeln.
Einrichtungen
- IT Center [022000]
- Lehrstuhl für Hochleistungsrechnen (Informatik 12) [123010]