Towards reproducible, accurately rounded and efficient BLAS

• Auteur / Autrice : Chemseddine Chohra
• Direction : Philippe Langlois, David Parello
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 10/03/2017
• Etablissement(s) : Perpignan
• Ecole(s) doctorale(s) : École doctorale Énergie environnement (Perpignan)
• Partenaire(s) de recherche : Equipe de recherche : Équipe de recherche Digits, architectures et logiciels informatiques (Perpignan)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....)
• Jury : Examinateurs / Examinatrices : Fabienne Jézéquel, Marc Baboulin, Alfredo Buttari, Jean-Guillaume Dumas, Marc Daumas, David Defour
• Jury : Rapporteurs / Rapporteuses : Fabienne Jézéquel, Marc Baboulin

Mots clés

Mots clés contrôlés

Calcul d'erreur

Arithmétique en virgule flottante

Programmation parallèle (informatique)

Mots clés libres

Reproductibilité

BLAS

Efficacité

Parallélisme

Précision

Reproducibility

Accuracy

Efficiency

BLAS

Parallelism

Floating-point

Résumé

Le problème de non-reproductibilté numérique surgit dans les calculs parallèles principalement à cause de la non-associativité de l’addition flottante. Les environnements parallèles changent dynamiquement l’ordre des opérations. Par conséquent, les résultats numériques peuvent changer d’une exécution à une autre. Nous garantissons la reproductibilité en étendant autantque possible l’arrondi correct à des séquences de calculs plus importantes que les opérations arithmétique exigées par le standard IEEE-754. Nous introduisons RARE-BLAS une implémentation des BLAS qui est reproductible et précise en utilisant les transformations sans erreur et les algorithmes de sommation appropriés. Nous présentons dans cette thèsedes solutions pour le premier (asum, dot and nrm2) et le deuxième (gemv and trsv) niveaux des BLAS. Nous développons une implémentation de ces solutions qui utilise les interfaces de programmation parallèles (OpenMP et MPI) et les jeu d’instructions vectorielles. Nous comparons l’efficacité de RARE-BLAS à une bibliothèque optimisé (Intel MKL) et à des solutionsreproductibles existantes.

Numerical reproducibility failures rise in parallel computation because floating-point summation is non-associative. Massively parallel systems dynamically modify the order of floating-point operations. Hence, numerical results might change from one run to another. We propose to ensure reproducibility by extending as far as possible the IEEE-754 correct rounding property to larger computing sequences. We introduce RARE-BLAS a reproducible and accurate BLAS library that benefits from recent accurate and efficient summation algorithms. Solutions for level 1 (asum, dot and nrm2) and level 2 (gemv and trsv) routines are designed. Implementations relying on parallel programming API (OpenMP, MPI) and SIMD extensions areproposed. Their efficiency is studied compared to optimized library (Intel MKL) and other existing reproducible algorithms.