离线自动调优方法——基于性能模型的自动调优 应用于并行显式ODE方法
摘要：离线自动优化技术是一种有前景的方法，用于将科学应用程序针对特定目标平台的优化过程从繁琐的手动努力中最小化。理想情况下，自动优化方法能够通过应用合适的程序转换和分析模型，可靠地识别新目标系统或输入特征的最高效实现变体。在这项工作中，我们引入了Offsite，一种离线自动优化方法，它通过使用基于分析性能模型的评估实现变体来自动化安装过程中的选择过程，而无需耗时的运行时实验。通过抽象多级YAML描述语言，Offsite自动推导出针对可能的实现变体的优化、特定于平台和问题的代码，并将性能模型应用于这些实现变体。我们将Offsite应用于常微分方程（ODE）的并行数值方法。特别是，我们研究了针对共享内存系统上的各种初值问题（IVP）调优特定类别的显式ODE求解器（PIRK方法）。我们的实验表明，Offsite能够可靠地识别出给定测试配置（ODE求解器，IVP，平台）的一组最高效的实现变体，并且能够有效处理重要的自动优化场景。
作者：Johannes Seiferth, Matthias Korch, and Thomas Rauber
论文ID：2004.03695
分类：Performance
分类简称：cs.PF
提交时间：2020-04-09