JACC v1.0: High-productivity Performance Portability in the LLVM-compiled Julia Language

Las supercomputadoras modernas se están convirtiendo en máquinas cada vez más complejas, dotadas de diferentes tipos de procesadores que pueden resolver problemas a velocidades increíbles. Durante décadas, los científicos han dependido de unos pocos lenguajes estándar para decirle a estas máquinas qué hacer, pero a medida que el hardware evoluciona, escribir código para estos sistemas se ha convertido en una tarea difícil y especializada. Los investigadores a menudo se ven obligados a reescribir los mismos programas científicos varias veces, una vez para un tipo de chip de computadora y otra vez para otro, solo para obtener el mismo resultado. Esto crea un cuello de botella donde el tiempo dedicado a traducir el código para diferentes máquinas consume el tiempo disponible para el descubrimiento real. El objetivo de muchos en este campo es encontrar una manera de escribir un único conjunto de instrucciones que funcione eficientemente en cualquier máquina, ya sea una computadora portátil personal o una enorme supercomputadora nacional, sin necesidad de conocer los detalles intrincados del diseño de cada procesador.

Un equipo de investigadores del Laboratorio Nacional Oak Ridge y otras instituciones ha presentado una nueva herramienta llamada JACC, que tiene como objetivo resolver este problema para los científicos que utilizan el lenguaje de programación Julia. Julia es un lenguaje diseñado para ser tan fácil de leer como una fórmula matemática, pero funcionando tan rápido como el código de máquina más eficiente. El nuevo software JACC actúa como un traductor universal para este lenguaje, permitiendo a los científicos escribir una versión de su código que pueda ejecutarse en los procesadores centrales de una computadora o en los chips gráficos especializados utilizados para cálculos pesados. Los investigadores descubrieron que este enfoque no solo hace que la codificación sea más fácil, sino que permite que el software se ejecute con casi la misma velocidad que el código escrito específicamente para cada tipo de hardware individual. Esto significa que un científico puede desarrollar una simulación en una computadora portátil y luego ejecutar exactamente el mismo programa en una supercomputadora de clase mundial sin cambiar ni una sola línea de código.

El núcleo de este logro reside en cómo JACC maneja la relación entre el trabajo del científico y el hardware de la computadora. En el pasado, mover un programa de un tipo de procesador a otro a menudo requería una reescritura completa, de forma muy parecida a traducir un libro del inglés al francés y luego al japonés, donde cada traducción corre el riesgo de perder matices o velocidad. JACC elimina la necesidad de estas traducciones separadas. Proporciona un conjunto de comandos simples que le dicen a la computadora que realice una tarea, como calcular valores a través de una gran cuadrícula de números, sin especificar qué procesador específico debe realizar el trabajo. El software detecta automáticamente si la computadora tiene un chip de NVIDIA, AMD, Intel o Apple, y luego dirige el trabajo al procesador más apropiado disponible. Esta flexibilidad permite a los investigadores utilizar las potentes tarjetas gráficas que se encuentran en las computadoras portátiles modernas para pruebas interactivas y luego cambiar sin problemas a las enormes matrices de procesadores en las supercomputadoras para ejecuciones finales a gran escala.

Los investigadores demostraron la efectividad de este sistema poniéndolo a prueba en una variedad de problemas científicos del mundo real. Aplicaron la herramienta a simulaciones de dinámica de fluidos, que se utilizan para modelar cómo fluye el aire sobre las alas o cómo se mueve el agua a través de las tuberías. En estas pruebas, el software se ejecutó en diferentes tipos de hardware con un rendimiento que igualaba o se acercaba mucho al código especializado escrito por expertos para cada máquina específica. Por ejemplo, al simular el movimiento de fluidos, el sistema alcanzó velocidades en chips gráficos que estaban a pocos puntos porcentuales del mejor rendimiento posible, demostrando que la conveniencia de un único código base no conlleva un costo en velocidad. El equipo también mostró que el sistema podía manejar tareas complejas que involucraban múltiples procesadores trabajando juntos en una sola máquina, una capacidad que se está volviendo esencial a medida que las supercomputadoras concentran más potencia en menos unidades físicas.

Más allá de la simple velocidad, la herramienta abre la puerta a exploraciones científicas más complejas que antes eran demasiado difíciles de gestionar. Los investigadores demostraron que JACC podía utilizarse para simular materiales magnéticos cuánticos, un campo que requiere el seguimiento del comportamiento de innumerables partículas diminutas. Al utilizar este nuevo sistema, un cálculo que antes tardaba una hora en ejecutarse en un solo procesador se redujo a solo segundos cuando se ejecutó en un chip gráfico, todo ello utilizando el mismo código. Este tipo de aceleración es vital para campos como la química cuántica y la física nuclear, donde los científicos necesitan ejecutar miles de variaciones de una simulación para comprender cómo se comportan los materiales bajo diferentes condiciones. La capacidad de ejecutar estas simulaciones en diferentes hardware sin reescribir el código significa que los científicos pueden centrarse más en la física y menos en la mecánica de la programación.

El impacto de este trabajo se extiende al futuro de cómo se construye y mantiene el software científico. Los investigadores señalaron que el sistema está diseñado para trabajar junto con las herramientas existentes utilizadas por la comunidad científica, permitiendo una transición gradual en lugar de una revisión completa de los proyectos actuales. Esto significa que los laboratorios pueden adoptar el nuevo sistema pieza por pieza, probando partes específicas de su código antes de comprometerse con una migración total. El software también admite funciones avanzadas como la memoria compartida, que permite que diferentes partes de un cálculo accedan a los datos rápidamente, y la ejecución asíncrona, que permite que la computadora comience una nueva tarea antes de que la anterior haya finalizado por completo. Estas características son críticas para sacar el máximo provecho de las últimas supercomputadoras, que están diseñadas para manejar muchas tareas a la vez.

Mirando hacia el futuro, los investigadores ven esta tecnología como una base para aplicaciones aún más avanzadas. Están explorando cómo el sistema podría utilizarse en el desarrollo de computadoras cuánticas, donde las reglas de la física son muy diferentes de las computadoras clásicas que utilizamos hoy en día. La capacidad de escribir código que sea portátil y eficiente podría ayudar a los científicos a diseñar y probar algoritmos para estas máquinas futuras mucho antes de que el hardware esté completamente listo. Además, el sistema se está integrando con software inteligente que puede decidir automáticamente qué procesador debe encargarse de una tarea específica, reduciendo aún más la carga del programador humano. Esta combinación de facilidad de uso y alto rendimiento sugiere un futuro donde la barrera entre la idea de un científico y una simulación en ejecución es mucho menor que la de hoy.

El trabajo presentado en este artículo representa un paso significativo hacia la democratización de la computación de alto rendimiento para un rango más amplio de científicos. Al proporcionar una herramienta que cierra la brecha entre la programación de alto nivel y los detalles del hardware de bajo nivel, los investigadores han creado un camino para un descubrimiento científico más eficiente y productivo. Los resultados muestran que es posible tener tanto alta productividad como alto rendimiento, dos objetivos que a menudo han estado enfrentados en el pasado. A medida que el mundo avanza hacia sistemas de computación aún más complejos, herramientas como JACC probablemente serán esenciales para desbloquear todo el potencial de estas máquinas, permitiendo a los científicos abordar problemas que antes eran demasiado difíciles de resolver.