Wielkoskalowe symulacje biologicznych sieci neuronowych charakteryzujących się wewnętrzną topologią wielowymiarowych torusów z wykorzystaniem PGENESIS

• Autorzy: Kwiatkowska M. , Świerczewski Ł.

Warianty tytułu

EN

Large-scale simulations of biological neural networks characterized by internal topology of multi-dimensional torus using PGENESIS

• Języki publikacji: PL

Abstrakty

PL

Praca obejmuje implementacje oraz testy wydajności i skalowania biologicznych sieci neuronowych charakteryzujących się wewnętrzną topologią wielowymiarowych torusów. Do obliczeń wykorzystano równoległą wersję symulatora GENESIS - PGENESIS. Symulacje przeprowadzono w środowisku równoległym na superkomputerze (klaster wydajnościowy o architekturze x86_64) HP BladeSystem/Actina, Hydra dostępnym w Interdyscyplinarnym Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. Testy objęły procesory AMD Opteron 2435, AMD Opteron 6174, AMD Opteron 6272 oraz Intel Xeon X5660. Uwzględniono także aspekt wykorzystania interfejsów sieciowych Infiniband QDR, Infiniband DDR oraz 10Gb Ethernet w komunikacji międzywęzłowej. Dodatkowo wykonano analizę uzyskanego zysku wydajności dzięki zastosowaniu wersji PGENESIS skompilowanej pod kątem wybranego procesora. W pracy skupiono się jedynie na części dotyczącej pomiarów wydajności – nie podjęto jakichkolwiek prób analiz aktywności modelowanych biologicznych sieci neuronowych.

EN

This paper includes implementation and performance tests and also scaling of biological neural networks characterized by internal topology of multi-dimensional toruses. For calculations there was used a parallel version of the GENESIS - PGENESIS simulator. Simulations were performed in a supercomputer's parallel environment, (a performance cluster with x86_64 architecture) HP BladeSystem/Actina, Hydra available at the Interdisciplinary Centre for Mathematical and Computational Modeling, Warsaw University. Tests included AMD Opteron 2435, AMD Opteron 6174, AMD Opteron 6272 and Intel Xeon X5660 prosessors. There was also taken into account the aspect of the use of network interfaces such like Infiniband QDR, DDR Infiniband and 10Gb Ethernet in interstitial communication. In addition, there was performed an analysis on the resulting performance gained by using the PGENESIS version compiled for the selected processor. In this paper author focused only on the section of performance measurement - there weren't taken any attempts of activity analysis of the modeled biological neural networks.

Słowa kluczowe

PL

PGENESIS; biologiczne sieci neuronowe; topologia torus

EN

PGENESIS; biological neural networks; torus topology

• Wydawca: Wrocławska Wyższa Szkoła Informatyki Stosowanej "Horyzont"
• Czasopismo: Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka
• Rocznik: 2015
• Tom: vol. 5
• Strony: 19--26
• Opis fizyczny: Bibliogr. 16 poz., rys.

Twórcy

autor

Kwiatkowska M.

• Uniwersytet Marii Curie-Skłodowskiej w Lublinie, Wydział Matematyki, Fizyki i Informatyki

autor

Świerczewski Ł.

• Państwowa Wyższa Szkołą Informatyki i Przedsiębiorczości w Łomży, Instytut Automatyki i Robotyki

Bibliografia

• 1. Bower, James M., David Beeman. The book of GENESIS:exploring realistic neural models with the General NEural SImulation System. Electronic Library of Science, The, 1995.
• 2. Bower, James M., David Beeman. "Constructing realistic neural simulations with GENESIS." Neuroinformatics. Humana Press, (2007), 103-125.
• 3. Goddard, Nigel H., Greg Hood. "Large-scale simulation using parallel GENESIS." The Book of GENESIS. Springer New York, (1998), 349-379.
• 4. Hood, Greg. "Using P-GENESIS for Parallel Simulation of GENESIS Models." Brains, Minds and Media 1.2 2005.
• 5. Geist, Al, ed. PVM: Parallel virtual machine: a users' guide and tutorial for networked parallel computing. MIT press, 1994.
• 6. Sunderam, Vaidy S. "PVM: A framework for parallel distributed computing." Concurrency: practice and experience 2.4 (1990), 315-339.
• 7. Gropp, William, Ewing Lusk, and Anthony Skjellum. Using MPI: portable parallel programming with the message-passing interface. Vol. 1. MIT press, 1999.
• 8. de Hoon, Michiel JL, et al. "Open source clustering software."Bioinformatics 20.9 (2004), 1453-1454.
• 9. Pfister, Gregory F. "An introduction to the InfiniBand architecture." High Performance Mass Storage and Parallel I/O 42 (2001), 617-632.
• 10. Liu, Jiuxing, Jiesheng Wu, and Dhabaleswar K. Panda. "High performance RDMA-based MPI implementation over InfiniBand." International Journal of Parallel Programming 32.3 (2004), 167-198.
• 11. Almasi, Gheorghe, et al. "Overview of the IBM Blue Gene/P project." IBM Journal of Research and Development 52.1-2 (2008), 199-220.
• 12. Haring, Ruud A., et al. "The ibm blue gene/q compute chip." Micro, IEEE 32.2 (2012), 48-60.
• 13. Chen, Dong, et al. "The IBM Blue Gene/Q interconnection network and message unit." High Performance Computing, Networking, Storage and Analysis (SC), 2011 International Conference for. IEEE, 2011.
• 14. Gara, Alan, et al. "Overview of the Blue Gene/L system architecture." IBM Journal of Research and Development 49.2.3 (2005), 195-212.
• 15. Becker, Donald J., et al. "BEOWULF: A parallel workstation for scientific computation." Proceedings, International Conference on Parallel Processing. Vol. 95. 1995.
• 16. Charles, James, et al. "Evaluation of the Intel® Core™ i7 Turbo Boost feature." Workload Characterization, 2009. IISWC 2009. IEEE International Symposium on. IEEE, 2009