Performance evaluation of runtime data exploration framework based on in-situ particle based volume rendering

In-Situ粒子ベースボリュームレンダリングに基づくデータ探索フレームワークの性能評価

河村 拓馬 ; 野田 智之; 井戸村 泰宏   

Kawamura, Takuma; Noda, Tomoyuki; Idomura, Yasuhiro

最新のメニーコア・プラットフォーム上で、In-Situ粒子ベースボリュームレンダリング(In-Situ PBVR)に基づくIn-Situデータ探索フレームワークのパフォーマンスを検証した。In-Situ PBVRはコストの高い順序計算を回避することができ、並列モンテカルロサンプリングによって、大規模なボリュームデータを小さな可視化用粒子データに変換する。この特徴により、大規模シミュレーションのボトルネックである、1ノードあたりのメモリ制限や、計算速度とノード間通信速度のパフォーマンスギャップを回避することができる。さらに、サイズの小さな粒子データをクライアントPCに転送することによる自由な視点位置のボリュームレンダリング、そして非同期のファイルベースの制御シーケンスによるバッチ処理実行時の可視化パラメータを変更という、In-Situデータ探索が可能になった。In-Situ PBVRは、8208個のIntel Xeon Phi7250(Knights Landing)プロセッサで構成されたOakforest-PACS上で、約10万コアまでの強スケーリング(問題サイズを固定し、CPU数を増加させて処理を加速させるスケーリング)と省メモリ特性を示した。

We examine the performance of the in-situ data exploration framework based on the in-situ Particle Based Volume Rendering (In-Situ PBVR) on the latest many-core platform. In-Situ PBVR converts extreme scale volume data into small rendering primitive particle data via parallel Monte-Carlo sampling without costly visibility ordering. This feature avoids severe bottlenecks such as limited memory size per node and significant performance gap between computation and inter-node communication. In addition, remote in-situ data exploration is enabled by asynchronous file-based control sequences, which transfer the small particle data to client PCs, generate view-independent volume rendering images on client PCs, and change visualization parameters at runtime. In-Situ PBVR shows excellent strong scaling with low memory usage up to about 100k cores on the Oakforest-PACS, which consists of 8,208 Intel Xeon Phi7250 (Knights Landing) processors.