如何设计并实现面向非易失内存的MPI-IO接口优化

摘要：在高性能计算环境中，MPI应用多个计算节点同时访问底层存储系统文件时，其I/O开销受到访问模式和外存设备性能的影响。针对MPI应用访问文件的特征，利用非易失内存高带宽、低时延、可字节寻址、数据可持久化等优势，提出面向非易失内存的MPI-IO接口优化方案；对文件数据建立分布式的缓存并维护持久性的元数据、对进程间数据传输策略进行优化，使应用可以有效管理、利用非易失内存设备，保持缓存数据一致有效。

为了实现 对非易失内存的管理与利用、对文件数据缓存的管理与访问，本文设计并实现了面向非易失内存的MPI-IO接口优化（NVMPI-IO）。本文的工作主要包括：

● 修改MPI-IO接口，截取应用对底层共享文件系统的访问，并将其转化为对计算节点内或计算节点之间的非易失缓存的访问；

● 在非易失内存中建立并维护缓存数据，使计算节点之间的缓存一致且有效，使应用失效重启后可以快速地从非易失内存中恢复有效数据；

● 通过多种优化，降低维护、访问缓存的开销；

● 最后给出一个原型系统，并对其进行实验，实验表明，此系统可以有效地管理、应用非易失内存，并使MPI应用获得性能提升。

使用NVMPI-IO，MPI应用无须进行修改，即可通过MPI-IO中间件将非易失内存作为数据缓存，实现对文件缓存的分布式访问，从而减少I/O开销，并减轻共享文件系统的负载；同时，在非易失内存中维护元数据，使程序在崩溃重启后可以快速恢复数据，并继续运行。

MPI应用的文件访问模式

MPI是基于消息传递的并行编程模型，可使多个节点中的多个进程合作完成同一个计算任务，达到并行加速的目的。

MPI被广泛地应用在科学研究与工程仿真中，常见的MPI实现包括Intel MPI、OpenMPI、MPICH等。使用MPI的应用在访问文件时显示出以下访问特征。

● 多个进程同时访问同一文件的不同部分。研究物理模型或工程结构的MPI应用在进行计算前，首先需要准备模型文件，多个进程将同时利用模型文件上的数据进行计算，如每个进程读取多维矩阵的不同部分；进程间按需通信，并将计算结果写回文件的相应位置。

● MPI-IO使用聚合I/O与数据筛选技术，将多个进程需要的大量小粒度数据聚合成少量的大粒度数据，避免了小粒度的文件数据访问。

● MPI标准不对文件数据进行缓存。MPI应用在访问文件时可能对同一文件进行多次读写，且每次读写的位置可能不一致；同时，多个进程对文件的并行访问容易使节点内缓存失效；内存的空间有限，而工程模型的数据量可根据工程的精度呈指数型增大，将大量的文件数据缓存到内存可能影响计算效率；在允许直接输入输出（direct I/O）的文件系统（如XFS、Lustre）中，MPI建议使用直接输入输出，以避免操作系统的缓存。

● MPI应用应周期性地写出检查点（checkpoint）文件。大型工程仿真项目可能需要多个节点同时长时间运行，若其中某个节点出现故障导致作业失败，仿真项目需要重新进行；为了避免过多的重复工作，MPI应用应周期性地输出检查点文件，若作业失败，则从最近的有效检查点开始继续计算。同时，检查点文件可用于仿真的可视化输出。写检查点文件时，进程需要暂停计算任务，或将文件数据复制一份，以避免数据不一致。

● MPI应用多进程对文件进行访问有显著的同步特性。数据库、文件系统等会在任何时间点接收来自多个客户端的数据请求，若有分布式的缓存，则需要随时保证数据的一致性；MPI应用的多个进程在访问同一文件时，多个进程同时访问数据，当这一阶段完成后，进程之间需同步进度后再进行下一阶段的访问。MPI应用多进程的同步避免了写后读等数据不一致的问题，可用于简化缓存的设计。

基于上 述的MPI应用的 数 据 访问特征，在计算节点上部署非易失缓存有利于MPI应用的性能提升。利用非易失内存容量大、带宽高、可按字节寻址等特点，在非易失内存上部署缓存层不占用高效的DRAM空间，并将缓慢的文件访问转变为高速的非易失内存访问，可提高MPI应用的性能，同时可减少底层文件系统的负载。

面向非易失内存的MPI-IO接口优化被应用在HPC系统中，其修改MPI-IO模块接口以管理非易失内存的空间及访问形式。NVMPI-IO在MPI运行时初始化，并向操作系统申请NVM空间，当作业结束后释放NVM资源，使NVM资源可供其他应用使用。NVMPI-IO采用简单而有效的方法获得了以下优点。

● NVM设备的非独占使用：NVMPI-IO在运行时，只按需占用NVM的部分空间，其他应用仍可以使用该设备进行其他作业。作业 结 束后，NVMPI-IO立即释放NVM资源，使其可以被更高效地利用。

● 数据一致性：NVMPI-IO随MPI程序的运行而运行，每个MPI进程维护文件的部分缓存数据及相应的元数据；通过维护元数据保证缓存数据的一致性。

● 后台写回：MPI应用周期性地写出checkpoint文件，引起大量的数据写回。NVMPI-IO允许数据的后台写回，可在写回过程同时进行计算任务。

● MPI应用的快速重启：若MPI应用中某个进程失效引起整个程序的崩溃，在NVM设备上仍然存在有效的数据；使用NVMPI-IO，MPI应用重启后，可以在NVM中快速恢复数据，实现快速的重启。

● 高可移植性：MPI可以在不同计算机架构、操作系统上正常工作；NVMPI-IO继承了MPI的高可移植性。同时，NVMPI-IO不修改提供给上层应用的应用程序接口（application programming interface，API），现有的MPI应用不需要做任何修改即可在此系统上运行。

NVMPI-IO部署在HPC系统中，需对HPC系统的软硬件做相应的调整。

NVMPI-IO在传统HPC集群组织中引入NVM设备。在传统HPC集群中，计算节点通过网络与共享的存储系统相连，计算节点从存储系统中获得数据，并对数据进行加工处理；同时，计算节点之间通 过TCP/IP网络或RDMA技术进行通信。如图所示，NVMPI-IO在每个计算节点中部署NVM设备，同时保持共享存储系统的设计不变；节点间通信沿用传统HPC系统中的网络传输，若配备了RDMA网络，则可以使用RDMA直接访问其他节点的非易失内存。

NVMPI-IO为MPI应用服务，同时也利用了MPI定义的通信过程。一个典型的HPC应用包含多个MPI进程，其中每个进程使用MPI定义的接口与其他进程进行消息传递，使用MPI-IO模块对底层存储系统进行数据访问。本系统保留MPI-IO的聚合I/O与数据筛选优化，这些优化将上层应用需要的小粒度I/O整合成大粒度的I/O，避免了数据的小粒度随机访问。如图所 示，本系统部署在MPI-IO中间件中，截取MPI-IO对文件的系统调用，并 按 需 转发为非易失内存的数据维护、访问。

NVMPI-IO在部署时，首先需要在NVM设备上挂载可以直接访问（direct access，DAX）的文件系统。在NVM设备上挂载DAX文件系统可使应用直接通过指针 访问NVM上的数据。具体地，进程使用内存映射（memory map）技术将文件系统中的文件映射到应用的进程空间中，进程可以通 过 指针直接 修改NVM，而不是修改操作系统的内核缓存（kernel cache）。

此外，NVMPI-IO使用MPI定义的消息传递API与其他节点进行通信，使用POSIX API与底层文件系统进行数据的维护和访问。

审核编辑：彭静