以GPU為中心的通信

逍遙設(shè)計(jì)自動(dòng)化

引言
高性能計(jì)算(HPC)和機(jī)器學(xué)習(xí)(ML)領(lǐng)域已經(jīng)因GPU的廣泛應(yīng)用而發(fā)生了變革。截至2024年6月，世界排名前10的超級(jí)計(jì)算機(jī)中有9個(gè)依賴GPU集群進(jìn)行加速。GPU在計(jì)算方面表現(xiàn)出色，但GPU之間的通信可能成為重大瓶頸，特別是當(dāng)每個(gè)節(jié)點(diǎn)和集群中的GPU數(shù)量增加時(shí)。

. {0 `; `) |. y9 g傳統(tǒng)上，多GPU通信由CPU管理。然而，近期以GPU為中心的通信進(jìn)展正在挑戰(zhàn)這一范式，減少CPU參與，賦予GPU更多通信任務(wù)自主權(quán)，并解決多GPU通信與計(jì)算之間的不匹配問題[1]。
! Z1 r$ ?9 F* ?

0 i4 v- L5 x( j$ D4 P% }6 s圖1：展示了不同類型的節(jié)點(diǎn)內(nèi)通信方法的數(shù)據(jù)路徑和API調(diào)用。
7 b% m1 c' K1 c% @( K4 t4 \" ?
8 q6 Q0 V) G5 K4 v$ `, J4 ]理解GPU中心通信
GPU中心通信可以廣泛定義為減少CPU在多GPU執(zhí)行關(guān)鍵路徑中參與的機(jī)制。這包括供應(yīng)商層面的改進(jìn)（賦予GPU通信自主權(quán)）和利用這些改進(jìn)的用戶層面實(shí)現(xiàn)。
/ d* G! e) P: p7 A2 a% b0 H
GPU中心通信主要分為兩類：

節(jié)點(diǎn)內(nèi)通信：在單個(gè)節(jié)點(diǎn)內(nèi)進(jìn)行通信，該節(jié)點(diǎn)包含多個(gè)連接到共享內(nèi)存主機(jī)的GPU卡。

節(jié)點(diǎn)間通信：跨多個(gè)節(jié)點(diǎn)進(jìn)行通信，每個(gè)GPU由不同的進(jìn)程控制，不同節(jié)點(diǎn)上的進(jìn)程之間不共享內(nèi)存。

$ @- r- x( J$ B支持GPU中心通信的關(guān)鍵技術(shù)
& X6 d: N) K2 U幾項(xiàng)技術(shù)為高效的GPU中心通信奠定了基礎(chǔ)：
4 C7 O* i" I5 ^( z
1. 統(tǒng)一虛擬尋址(UVA)：在CUDA 4.0中引入，UVA允許節(jié)點(diǎn)內(nèi)的所有GPU和CPU共享同一統(tǒng)一虛擬地址空間，簡(jiǎn)化了內(nèi)存管理。
. G1 C  p& g7 i. D* E- \1 |$ c8 X" I
2. GPUDirect：一系列優(yōu)化GPU與其他器件之間數(shù)據(jù)傳輸?shù)募夹g(shù)：
4 X0 t* I; k9 l1 r! ^' [+ h2 D

GPUDirect RDMA：支持NVIDIA GPU跨節(jié)點(diǎn)直接通信，無(wú)需CPU參與。

GPUDirect P2P：允許同一PCIe根復(fù)合體上的GPU之間直接內(nèi)存訪問。
: W; n% L/ w/ u* x
2 `$ z6 \* a1 d5 Z7 K3. NVLink：高帶寬、低延遲的GPU到GPU互連，顯著提高了GPU之間的數(shù)據(jù)傳輸速率。


圖2：呈現(xiàn)了NVIDIA支持GPU中心通信和網(wǎng)絡(luò)的技術(shù)時(shí)間線。
+ N8 ?! R: o% h2 O
4. CUDA IPC：允許同一節(jié)點(diǎn)上的進(jìn)程訪問其他進(jìn)程的器件緩沖區(qū)，無(wú)需額外復(fù)制。

5. 統(tǒng)一內(nèi)存(UVM)：創(chuàng)建一個(gè)節(jié)點(diǎn)內(nèi)所有處理器可訪問的單一地址空間，自動(dòng)管理CPU和GPU內(nèi)存之間的數(shù)據(jù)移動(dòng)。
, T& P$ N: O# {- ^9 V% O
2 |% V# ]1 M+ Y9 s! @) k
GPU中心通信庫(kù)
0 R: t" I8 N! C  G9 V幾個(gè)庫(kù)已經(jīng)開發(fā)出來(lái)利用這些技術(shù)并提供高效GPU為中心的通信：
% k  g  t6 R- z* _

GPU感知MPI：可以區(qū)分主機(jī)和器件緩沖區(qū)的MPI實(shí)現(xiàn)，允許GPU之間直接通信，無(wú)需通過主機(jī)內(nèi)存中轉(zhuǎn)。

NCCL (NVIDIA集體通信庫(kù))：提供針對(duì)深度學(xué)習(xí)工作負(fù)載優(yōu)化的拓?fù)涓兄�集體原語(yǔ)，用于GPU間通信。

NVSHMEM：NVIDIA對(duì)CUDA器件OpenSHMEM規(guī)范的實(shí)現(xiàn)，為進(jìn)程提供高效的單邊put/get API以訪問遠(yuǎn)程數(shù)據(jù)對(duì)象。

ROC_SHMEM：AMD對(duì)NVSHMEM的對(duì)應(yīng)實(shí)現(xiàn)，為AMD GPU提供類似功能。
[/ol]
- t6 A. A( G( o6 e: q( M* x! K/ o
9 ^' l. w7 B' y. Z$ B
圖3：展示了各種以GPU為中心的通信方法的節(jié)點(diǎn)間通信數(shù)據(jù)和控制路徑。
; ]# Z3 {: |7 z9 G  E2 M, n/ S$ ]
$ ~4 a/ {1 g" A
4 K9 \) l) L$ T; `+ t挑戰(zhàn)和未來(lái)方向
以GPU為中心的通信提供了顯著優(yōu)勢(shì)，但仍存在幾個(gè)挑戰(zhàn)和未來(lái)研究方向：

語(yǔ)義不匹配：MPI和GPU編程模型之間存在根本的語(yǔ)義不匹配，因?yàn)镸PI不了解GPU流。這可能導(dǎo)致強(qiáng)制同步和內(nèi)核啟動(dòng)流水線受損。

資源爭(zhēng)用：當(dāng)通信和計(jì)算都由GPU線程執(zhí)行時(shí)，它們會(huì)爭(zhēng)用相同的有限資源，可能導(dǎo)致性能問題。

內(nèi)存一致性：確保內(nèi)核運(yùn)行時(shí)GPU和NIC內(nèi)存之間的一致性可能具有挑戰(zhàn)性，特別是對(duì)于持久內(nèi)核。

集體算法設(shè)計(jì)：多GPU系統(tǒng)復(fù)雜且非傳統(tǒng)的拓?fù)浣Y(jié)構(gòu)，以及GPU對(duì)之間不均勻的帶寬，使設(shè)計(jì)高效的集體通信算法變得復(fù)雜。
[/ol]
未來(lái)研究方向包括：

無(wú)CPU網(wǎng)絡(luò)：將整個(gè)網(wǎng)絡(luò)棧移至GPU，實(shí)現(xiàn)完全自主的多GPU執(zhí)行。

更廣泛的GPU自主性：使GPU能夠處理傳統(tǒng)上由CPU管理的任務(wù)，如文件系統(tǒng)訪問和系統(tǒng)調(diào)用。

改進(jìn)調(diào)試和分析工具：開發(fā)能夠監(jiān)控和可視化GPU中心通信的工具，包括器件原生傳輸和多GPU環(huán)境中的競(jìng)爭(zhēng)檢測(cè)。
[/ol]
結(jié)論
以GPU為中心的通信代表了多GPU執(zhí)行范式的重大轉(zhuǎn)變，提供了提高性能、降低延遲和增強(qiáng)可擴(kuò)展性的潛力。隨著GPU繼續(xù)主導(dǎo)HPC和ML領(lǐng)域，理解和利用這些通信技術(shù)對(duì)于開發(fā)人員、研究人員和系統(tǒng)設(shè)計(jì)師來(lái)說(shuō)將變得越來(lái)越重要，以便從多GPU系統(tǒng)中獲得最大性能。
4 `8 ^1 l% x. e& c8 |
以GPU為中心的通信領(lǐng)域正在迅速發(fā)展，新的硬件特性、軟件庫(kù)和編程模型不斷涌現(xiàn)。了解這些發(fā)展及其影響對(duì)于任何使用大規(guī)模GPU加速系統(tǒng)的人來(lái)說(shuō)都是必要的。
' n; {+ B  D6 Q! Y; V
4 {& T; u' F7 ~; c& N展望未來(lái)，可以期待GPU中心通信的進(jìn)一步優(yōu)化，這將由硬件互連的進(jìn)步、更復(fù)雜的軟件庫(kù)和創(chuàng)新的編程模型推動(dòng)。這些發(fā)展將繼續(xù)推動(dòng)高性能計(jì)算和機(jī)器學(xué)習(xí)的邊界，使更復(fù)雜和要求更高的應(yīng)用能夠在大規(guī)模GPU集群上高效運(yùn)行。
2 c9 n. _! ^5 t8 I  X( d! ]
參考文獻(xiàn)
[1] D. Unat et al., "The Landscape of GPU-Centric Communication," ACM Comput. Surv., vol. 37, no. 4, Article 111, Aug. 2024.
  q& l; R" j( ?/ C1 g- n
$ S8 e4 m2 F2 x% Z6 @: e& g$ A( w
0 b, f/ L9 a# Q' p: ]' J: R' \- END -
% n8 o8 W: H2 [+ g' k8 {
$ U5 t4 u% N9 v9 m軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用，PIC Studio都可提升您的工作效能。
點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)

歡迎轉(zhuǎn)載
& R" e( Y' K' T* G
4 l" H+ t/ t, n2 d6 Q4 f1 f轉(zhuǎn)載請(qǐng)注明出處，請(qǐng)勿修改內(nèi)容和刪除作者信息！
- _4 y) N& _$ I5 Q/ l: Z
' O) g+ g5 B  O1 h2 w


( y7 Y: ^& T8 W7 h7 w$ O, {
) \; y: g' E2 U6 Z關(guān)注我們

" N2 H3 k- Z* J) C/ X' p" x

* J- `, W+ l2 c" p8 ?  t

) v! S: w# L( s6 t3 a6 | . M+ l5 J% B* e: O8 v9 g

                     
9 r' b2 t! |0 e' o0 n
* T; ]- B' `2 y- J' p+ C, f5 K) C

關(guān)于我們：
深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化（EDA）的高科技軟件公司。我們自主開發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件，提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù)，廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作，推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶提供前沿技術(shù)與服務(wù)。

http://www.latitudeda.com/
$ V+ p, z( m9 J) {* r  C+ X2 O（點(diǎn)擊上方名片關(guān)注我們，發(fā)現(xiàn)更多精彩內(nèi)容）