HPC de alto rendimiento mediante la mejora de los algoritmos Si bien muchas de las actividades destinadas a reducir el consumo energético de la tecnología HPC suelen dedicarse en mayor medida al hardware, el proyecto EXA2GREEN ha optado por una vía diferente con la creación de algoritmos eficientes desde el punto de vista energético. El proyecto concluyó por todo lo alto con ArduPower, un dispositivo que mide el consumo de energía de componentes de hardware individuales. Energía © EXA2GREEN «Las plataformas de HPC actuales consumen tal cantidad de energía que el desarrollo y el empleo de la nueva generación de sistemas dependerán enormemente de su optimización en pos de la eficiencia energética», declaró el profesor Vincent Heuveline, coordinador de EXA2GREEN en la Universidad de Heidelberg. Este planteamiento es el que impulsó a él y su equipo a poner el proyecto en marcha con un método singular. Desde el equipo se reconoce que los progresos en el diseño y la fabricación de hardware mejorarán notablemente la eficiencia energética, pero aun así decidieron abordar otras posibilidades no exploradas como el diseño algorítmico y la ingeniería de software. El proyecto, de tres años de duración, finalizó en octubre de 2015 y generó una herramienta de software capaz de registrar y analizar el consumo de energía y potencia en aplicaciones científicas en paralelo. Antes de alcanzar este logro fue necesario establecer qué se entiende por algoritmo eficiente desde el punto de vista energético. «El primer paso hacia un algoritmo eficiente desde el punto de vista energético es un análisis de su comportamiento —indicó el profesor Heuveline—. Cuánta energía total consume, dónde emplea la mayor parte de ella, dónde se forman atascos, cuánta energía consume cada parte del algoritmo y dónde están las partes menos eficientes». El profesor Heuveline añadió: «Para ejecutar un análisis de estas características es necesario contar con dispositivos de medición, herramientas de seguimiento y herramientas de inspección y perfilado integradas. El conocimiento obtenido sirve para mejorar las partes ineficientes de los algoritmos. Las mediciones incluyen la eliminación de la espera activa, la optimización de la programación de tareas para aprovechar mejor el hardware disponible e incluso la adaptación de otros tipos de hardware que se adapten mejor a las necesidades de un algoritmo concreto». El equipo desarrolló varios algoritmos matemáticos, sobre todo dedicados a solucionadores y rutinas de álgebra lineal. Se crearon paquetes de software útiles para labores científicas o para su instalación en infraestructuras de HPC, de tal modo que los resultados del proyecto tienen un efecto inmediato en la eficiencia energética de todas las aplicaciones que los emplean. Los frutos de la investigación: el modelo de predicción meteorológica de COSMO-ART Toda idea o método científico precisa de una prueba de concepto, y una de las tareas del equipo de EXA2GREEN consistió en identificar un sistema modelo adecuado. Eligieron COSMO-ART, un programa informático basado en el modelo operativo de predicción meteorológica del consorcio COSMO que permite calcular la interacción entre gases y aerosoles en la atmósfera. «Elegimos conscientemente emplear una aplicación cuya optimización ofreciese beneficios patentes para esta importante comunidad investigadora —explicó el profesor Heuveline—. Empleamos varias técnicas complementarias para reducir el consumo total de energía del modelo matemático de predicción meteorológica de COSMO-ART. Por ejemplo, investigamos el uso de distintos formatos de precisión de punto flotante, mejoramos los métodos que calculan la evolución temporal de la química atmosférica, empleamos técnicas de paralelismo avanzadas y portamos la aplicación al completo a nuevas plataformas de hardware». El equipo al cargo de la investigación dividió por tres el consumo de energía total de COSMO-ART y logró un multiplicar por cuatro la velocidad de la simulación. ArduPower: la herramienta de seguimiento de fuentes de ineficiencias energéticas Durante la preparación inicial del proyecto no se contempló el aprovechamiento comercial de sus resultados; no obstante, una de las principales aportaciones de la iniciativa ha sido ArduPower, un medidor eléctrico interno nuevo capaz de medir el consumo de componentes de hardware concretos como el procesador o la memoria. «El desarrollo de un dispositivo de medición de estas características era importante para completar el marco de análisis de algoritmos debido a que no existían tecnologías adecuadas», explicó el profesor Heuveline, a lo que añadió que ArduPower podría ser idóneo para crear un producto o servicio comercial. Tras la conclusión del proyecto, el equipo al cargo ha seguido trabajando en la HPC eficiente desde el punto de vista energético y participa en una colaboración entre los sectores de las TIC y el energético y fomenta la eficiencia energética en aplicaciones a gran escala. En noviembre de 2015, uno de los socios del proyecto, IBM Research Zurich, recibió el galardón Gordon Bell Prize por su simulación escalable en el aspecto energético dedicada a la convección del manto terrestre y ejecutada en 1,6 millones de núcleos BlueGene/Q. Palabras clave ArduPower, eficiencia energética, algoritmos, software, HPC, computación de alto rendimiento, predicción meteorológica, weathercast, COSMO-ART, EXA2GREEN
