[发明专利]基于遗传算法的流体机械并行仿真程序进程映射方法

说明书

本发明公开了基于遗传算法的流体机械并行仿真程序进程映射方法，包括以下步骤：在流体机械并行仿真程序编译时链接进程通信插桩库，捕获程序运行过程中MPI通信的通信信息，得到记录有进程间传输消息大小和通信频次的日志文件；根据通信日志文件构建进程通信模式矩阵；对用户申请到的计算资源测试通信代价，建立计算单元通信距离矩阵；定义流体机械并行仿真程序的通信开销模型；使用混合并行遗传算法求解最优的进程映射策略；根据混合并行遗传算法中得到的最优进程映射策略，静态绑定MPI进程到指定计算节点，重新运行流体机械并行仿真程序。

技术领域

本发明属于计算流体力学与计算机交叉领域，特别涉及基于遗传算法的流体机械并行仿真程序进程映射方法。

背景技术

计算流体力学(CFD，Computational Fluid Dynamics)是一门采用数值计算方法直接求解流动主控方程来解释各种流动现象的学科，是典型的高性能数值计算应用领域。随着CFD技术的不断进步以及超级计算机计节点规模的不断扩大，需要模拟的流体机械应用领域的物理过程和几何模型越来越复杂，涉及的网格规模也更庞大，已有流体机械并行仿真程序使用十万核进行模拟计算。在流体机械并行仿真程序中，计算区域被划分为很多网格，这些计算网格被分配到位于不同的计算核心上的进程进行计算，而位于不同计算核心之间的进程通过消息传递接口MPI(Message Passing Interface)进行通信。为了满足高性能互连网络大规模，低延迟，高吞吐率的要求，超级计算机多采用胖树(Fat tree)网络拓扑结构，在这种网络拓扑结构中，计算节点位于树的叶子节点上，路由节点位于树的中间节点上，负责链接不同层次的节点，进行节点之间消息的传输和发送。这种多层次的网络拓扑架构导致了MPI进程在不同层次的计算节点间进行消息传递的通信代价差异较大。当流体机械并行仿真程序的进程数量达到一定规模后，进程间的通信开销将成为程序性能提升的瓶颈。因此，寻找一种映射策略，将流体机械并行仿真程序的各个MPI进程合理分配到超级计算机的计算节点上，对解决大规模流体机械并行仿真程序的通信瓶颈问题有重要的意义。

MPI进程映射是一个NP难的问题，目前已有研究人员通过图论方法、启发式算法和数学规划方法来寻求接近最优的进程映射方法。但是这些方法存在容易陷入局部最优解、搜索效率低的问题，当并行程序的进程规模增大时，求解最优映射的时间开销过长。

发明内容

本发明的目的在于提供基于遗传算法的流体机械并行仿真程序进程映射方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

基于遗传算法的流体机械并行仿真程序进程映射方法，包括以下步骤：

步骤1，在流体机械并行仿真程序中，不同进程之间使用消息传递接口MPI进行通信。收集流体机械并行仿真程序各个MPI进程间的通信亲和度信息，并记录到日志文件中；

步骤2，从步骤1得到的日志文件中整理各个MPI进程间的通信亲和度，建立一个进程通信模式矩阵G∈R^n×n，n表示流体机械并行仿真程序中MPI进程个数，其中的元素g(i，j)(i∈n,j∈n)表示进程i和进程j的通信亲和度。

步骤3，Pingpong是测试任意两个计算单元之间进行发送Ping并接收消息Pong来回所需时间的程序。通过Pingpong测试对用户申请到的计算单元间的通信带宽和通信延迟数据进行收集，对收集到的数据进行正规化整合，得到不同计算单元间的通信距离；

步骤4，定义流体机械并行仿真程序的通信开销模型Z；如公式1所示，G为步骤2提到的进程通信模式矩阵，H为步骤3提到的计算单元通信距离矩阵，π为MPI进程和计算单元间的一对一映射，g(i，j)为进程i和进程j的通信亲和度，h(π(i),π(j))表示进程i和进程j所在计算单元之间的通信距离，通过计算得到流体机械并行仿真程序在进程映射π下的通信总开销Z；