MD Simulationen auf CPU & GPU

[Michael H.W. Weber]

Ich habe seit ein paar Wochen recht intensiv mit NAMD experimentiert.
Inzwischen laufen bei mir lokal Multicore-Aufgaben fehlerfrei durch.
Eine (ebenfalls mt-fähige) CUDA-Variante habe ich heute erstmals auf ein Ubuntu-Linux-System mit Jens NVIDIA Gainward GTX 770 "Phantom" installiert und Aufgaben dafür präpariert.
Sobald das WCG-Race durch ist, wird dort die GPU-Applikation getestet.
Schön ist, dass NAMD auch ein GROMACS-Plugin bietet (GROMACS ist die Kernsoftware von Folding@home).

Hat jemand einen Tipp, was man unter Linux zur Auslastungsüberwachung (GPU-Takt, RAM-Takt und -Temperaturen) von NVIDIA GraKas nutzen kann?

Michael.

[gemini8]

Die Gainward ist nicht mehr meine.

[Michael H.W. Weber]

Eine (ebenfalls mt-fähige) CUDA-Variante habe ich heute erstmals auf ein Ubuntu-Linux-System mit Jens NVIDIA Gainward GTX 770 "Phantom" installiert und Aufgaben dafür präpariert.
Sobald das WCG-Race durch ist, wird dort die GPU-Applikation getestet.

...seit ca. 1,5 Std. läuft bislang ohne Mucken die erste Testaufgabe auf der GraKa.

Michael.

[Michael H.W. Weber]

OK, also eine Aufgabe, die auf einer Quadcore CPU 2,4 GHz (Broadwell) >48 Stunden benötigte, hat die GTX 770 in 3 Std. 13 Minuten erfolgreich "weggeknackt". Bestens. Weitere Tests folgen.

Michael.

[gemini8]

Ich bin gerne bereit, das unter Debian gegenzutesten, wenn es in die eineinviertel Gig VideoRAM der 570 GTX paßt.

[Michael H.W. Weber]

Man beachte, dass die CPU im "mt mode" sämtliche Kerne einsetzte und dennoch 2 Tage brauchte.

@Jens: Danke Dir für das Angebot, aber das Ergebnis der GPU wird mit dem der CPU abgeglichen.

Michael.

[Michael H.W. Weber]

Inzwischen ist klar, dass die Ergebnisse derselben WUs, einmal berechnet auf einer CPU und einmal auf einer GPU inhaltlich identisch sind.
Der Geschwindigkeitsgewinn (CPU --> GPU) scheint allerdings kein einheitlicher Faktor zu sein. Warum das so ist, ist mir noch unklar.
Getestet habe' ich CPUs unter Windows, GPUs unter Linux. Wird nun beides noch in der umgekehrten Zuordnung überprüft.

Wenn alles gut geht, sollten danach zumindest die Binaries für Windows und Linux sowohl für CPU als auch GPU in getesteter Form bereit stehen. Input- und Output-Dateien sind inzwischen ebenfalls klar definiert. Und auf CPUs kann sowohl als MT als auch ST gearbeitet werden.
Wie ich die Zahl der CPU-Kerne autodetektiere und dann im Fall der MT-App an die Kommandozeile zum Aufruf des Programms variabel überweise, ist noch unklar (irgendwas mit Skript).
Danach kommt die Fragestellung des Checkpointings und wie man WU-Laufzeiten festlegt (zu beidem hab' ich schon ein paar Dinge zusammen).

Michael.

[gemini8]

Es ist nicht zufällig geplant, auch WU für meine Macintosh Spielzeug-GPUs herauszugeben?

[Michael H.W. Weber]

Es ist nicht zufällig geplant, auch WU für meine Macintosh Spielzeug-GPUs herauszugeben?

Was konkret ist sind das für Gerätschaften?

Grundsätzlich gibt es die von mir eingesetzte Software auch für MAC OSX und auch für solche Kisten mit CUDA-Karten. Ob es sich lohnt, das zu implementieren, ist allerdings noch unklar, da unsere bisherigen Erfahrungen schlicht die waren, dass MACs kaum genutzt werden - womit es sich wenig lohnte, da hinsichtlich Client-Entwicklung und -Maintenance groß einzusteigen.

Michael.

[gemini8]

Bei mir laufen zwei Kisten mit GeForce 9400 und zwei mit GeForce 320m.
Die haben jeweils 256 MB RAM, und auf dreien davon crunche ich PrimeGrid unter OS X 10.6.8 sowie auf einer Collatz unter 10.11.
Allesamt etwas älter, aber sie halten gemeinsam mit den CPUs meinen RAC hoch, während die GeForce 570 und die AMD nur für Challenges ausgepackt werden.

[Michael H.W. Weber]

Zum einen haben diese Grafikkarten zu wenig RAM, zum anderen bin ich mir nicht sicher, ob die überhaupt schon CUDA-fähig sind. Da haben wir also ein grundsätzliches Problem.

Michael.

[gemini8]

Ok, sie haben zu wenig RAM.
PrimeGrid lief erst, nachdem ich CUDA installiert hatte. ^^