.png){kind=icon}
返回
TSim4CXL: Trace-Driven Simulation Framework for CXL-Based High-Performance Computing Systems
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-99854-6_6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
计算加速链路（CXL）被公认为高性能计算（HPC）系统设计中的革命性技术，其驱动力在于对面向内存中心工作负载的高效、可扩展内存解决方案日益增长的需求。然而，尽管其潜力巨大，但由于缺乏CXL硬件以及构建大规模分布式系统的高成本，在实际场景中评估CXL性能具有挑战性。为解决这一问题，我们提出了TSim4CXL，一种面向CXL基HPC系统的全新迹驱动仿真框架，可在合理时间内提供精确的时序仿真。TSim4CXL将计算资源与CXL内存系统分离，利用SystemC的离散事件建模生成迹并模拟内存系统。通过在协议层对CXL互连进行建模并配置多种参数，TSim4CXL使我们能够探索HPC体系结构的设计空间。我们使用三星电子提供的CXL硬件验证了CXL仿真模型的准确性。首先，我们通过在CXL硬件上使用自定义微基准测试比较加载延迟，并与仿真结果对比，相应调整仿真器中的CXL参数。其次，我们通过运行LAMMPS应用程序评估通信延迟，确保仿真结果与实际性能一致。此外，我们针对两个内存中心应用程序进行了设计空间探索，包括最多25个CPU节点的LAMMPS和4个GPU节点的LLM训练。进一步，我们通过执行多个DRAM仿真器比较目标应用程序的性能，展示了内存带宽如何影响仿真时间。这些实验证明了所提仿真框架的可行性。
Keyword:
Compute Express Link(CXL)
High-Performance Computing (HPC)
Trace-driven Simulation
期刊
E
IF:
0
论文数:
28
被引数:
0
机构
引用论文
Computational CXL-Memory Solution for Accelerating Memory-Intensive Applications计算型CXL-Memory解决方案用于加速内存密集型应用
.png){kind=icon}
PREAI
分享收藏
Compute Express Link®: An open industry-standard interconnect enabling heterogeneous data-centric computingCompute Express Link®：一种开放的行业标准互连，能够实现异构数据为中心的计算
PREAI
分享收藏
查看更多内容