AI加速CFDシミュレーションのIPUプラットフォームへの適応

概要: インテリジェンス・プロセッシング・ユニット（IPU）は、多くのAIアプリケーションにおいて有用であることが実証されています。本論文では、従来の数値シミュレーションを人工知能のアプローチによって支援する、新興分野である\emph{シミュレーションのためのAI}の文脈で、それらを評価します。特に、\emph{計算流体力学}アプリケーションを支える機械学習モデルを訓練するためのプログラムに焦点を当てます。Poplar SDK が提供する独自の TensorFlow を用いて、IPU-POD16 プラットフォーム向けにプログラムを適応し、使いやすさと性能スケーラビリティを調査します。OpenFOAM シミュレーションのデータを用いてモデルを訓練することで、テスト時に正確なシミュレーション状態の予測を得ることができます。\emph{popdist} ライブラリを利用して、ホスト側で学習データを IPU に投入する際の性能ボトルネックを克服する方法を示し、最大 34
m 程度の速度向上を達成します。通信オーバーヘッドのため、1 基の IPU の代わりに 2 基の IPU を用いるデータ並列化では、スループットは向上しません。しかし、一度 IPU 内のコストが支払われると、IPU 間通信のためのハードウェア機能により良好なスケーラビリティが可能になります。IPU の数を 2 から 16 に増やすことで、スループットは 560.8 から 2805.8 サンプル/s へと改善します。