進行大規模模擬是現代科學研究的一個關鍵方面，但它往往需要大量的計算資源。 隨著我們接近exascale計算時代，這將以引入高性能超級計算機為標志，研究人員一直試圖開發新的體系結構和代碼，以滿足我們時代的巨大計算需求。 在為exascale計算時代開發代碼時要考慮的一個重要屬性是性能可移植性，這防止了針對不同體系結構的代碼的重復、非平凡重構。

為此，密歇根州立大學的研究人員最近開發了一種性能便攜式磁流體(MHD)代碼K-雅典娜。 磁流體動力學(MHD)碼是能夠幫助解決導電流體問題的數值技術和算法。 研究人員的代碼在ar Xiv上預先發表的一篇論文中提出，將現有的MHD代碼雅典娜與Kokkos結合起來，Kokkos是一種性能便攜的節點并行編程范式。

進行這項研究的研究員之一Philipp Grete告訴TechXplore說：“在開發第一臺exascale超級計算機的過程中，很明顯，目前的硬件架構不適合實現這一目標，而且需要新的架構。” “從軟件的角度來看，新的體系結構通常需要對現有的代碼進行重大改寫，以便有效地利用新的硬件特性。 我們小組的研究依賴于詳細的大規模模擬，我們希望隨時準備使用新的超級計算機，以充分發揮其潛力，一旦他們成為可用的。”

格雷特和他的同事進行的研究的基本目標是使他們在研究中經常使用的代碼可移植。 換句話說，研究人員希望他們的代碼在許多不同的體系結構上以高效率的方式運行，使用單一的代碼庫。

格雷特解釋說：“最初，K-雅典娜被計劃作為概念的證明，將Kokkos（一個性能可移植性庫）和Athena(一個現有的CPU代碼)結合起來，以實現GPU加速的模擬。” “然而，在項目的過程中，在觀察其性能的同時，很明顯，K-雅典娜已經不僅僅是一個概念的證明，現在是一個在任何體系結構上運行的靈活的、可生產的代碼。 通過這份文件，我們希望與廣大社會分享我們的經驗和守則本身。

K-雅典娜通過抽象給定模擬中計算最昂貴的組件來工作。 在編譯時(即。 當源代碼被轉換為機器/硬件代碼時，代碼的Kokkos庫將這些抽象替換為對用戶使用的特定機器或硬件最優的構造。

Grete說：“這種方法不同于其他經常維護多個代碼庫的遺留代碼，以便能夠對不同的體系結構進行模擬，比如CPU或GPU。” “一般來說，K-雅典娜的主要優點是，自然科學家現在可以專注于模擬內容本身，而不需要關注優化代碼和/或為不同的體系結構編寫多個版本的源代碼。 后者“外包”給在Kokkos工作的計算機科學家和硬件供應商。

由Grete和他的同事進行的測試表明，K-雅典娜的性能可移植性實際上是有效的。 事實上，他們的代碼在世界上最快的超級計算機中的第一、第九、第二十四和第三十三位高效運行，跨越了四種不同的體系結構。 研究人員還展示了他們的方法的可伸縮性，將其應用于幾乎整個峰會超級計算機（目前是世界上最快的），就在今年早些時候正式啟動的大約兩個月后。

格雷特說：“從總體上看，我們希望，我們的研究結果將鼓勵其他研究小組也探索其代碼中的性能可移植性，最終提高科學生產力（通過花更多的時間在科學上，而不是重寫/優化代碼），或者以我們發布的代碼為基礎。”

格雷特和他的同事進行的研究提供了一個有價值的例子，說明如何調整代碼以滿足現代的大計算要求。 在他們的論文中，研究人員概述了他們的實施策略和他們在試圖最大化計算性能時遇到的挑戰。 他們希望他們的經驗和洞察力將激勵其他研究團隊開始為exascale時代準備他們的代碼和架構。

格雷特補充說：“我們的研究小組普遍對磁化湍流和擴散等離子體感興趣，就像在許多天體物理系統中發現的那樣。” “我們打算用K-雅典娜來模擬那些在分辨率和我們可以包括的物理方面前所未有的細節。 這將使我們能夠處理需要大動態尺度（例如，空間等離子體中的能量轉移)或與小尺度效應(例如通過小尺度發電機放大磁場）有關的尚未解決的問題。