guest ::
Profiling and statistical insights from on-the-fly critical path analysis = Profiling-Basierte und Statistische Erkenntnisse von On-the-Fly Analyse des kritischen Pfades
2026
Bachelorarbeit, RWTH Aachen University, 2026
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak09
Hauptberichter/Gutachter
; ;
Tag der mündlichen Prüfung/Habilitation
2026-04-09
Online
DOI: 10.18154/RWTH-2026-07198
URL: https://publications.rwth-aachen.de/record/1039439/files/1039439.pdf
Einrichtungen
Thematische Einordnung (Klassifikation)
DDC: 004
Kurzfassung
Die wachsende Komplexität moderner High-Performance-Computing (HPC) Programme, angetrieben durch parallele Programmiermodelle wie MPI und OpenMP, erschwert die Performanceanalyse zunehmend. Die Identifizierung von Problemen wie Lastungleichgewichten oder Synchronisations-Overheads bleibt durch komplexe Interaktionen zwischen parallelen Prozessen und Threads herausfordernd. Während klassische Trace-basierte Analyse-Tools detaillierte Einblicke bieten, erfordern sie oft aufwendige Nachbearbeitung. Diese Arbeit adressiert diese Schwierigkeiten durch die Erweiterung des On-The-Fly Critical-Path Tools (OTF-CPT), eines an der RWTH Aachen University entwickelten, leichtgewichtigen Performanceanalyse-Tools. Ziel dieser Arbeit ist es, die analytische Tiefe des OTF-CPT zu erhöhen, ohne dessen geringen Overhead und die on-the-fly Ausführung zu beeinträchtigen. Dazu werden alle bisher nicht ausgegebenen, jedoch erfassten Daten in CSV-Dateien gespeichert. Auf Basis dieses Datensatzes wurden neue statistische Zusammenfassungen implementiert, die eine Visualisierung von Datenverteilungen ermöglichen und eine präzisere Interpretation des Programmverhaltens erlauben als die ursprüngliche Beschränkung auf Mittel- und Maximalwerte. Zudem wurde ein bestehender Profiler integriert und erweitert, sodass Performance-Modellfaktoren nicht mehr nur global, sondern für alle parallelen Regionen berechnet werden können. Das erweiterte Tool wurde mit dem NEST-Simulator auf dem CLAIX-2023-Cluster evaluiert. Die Erweiterungen ermöglichen die Identifizierung einer Coderegion mit starkem Lastungleichgewicht als Ursache für eine Verlangsamung der Gesamtausführung. Die Erweiterungen wurden zudem mit dem etablierten post-mortem Toolset Score-P und Cube verglichen. Während Cube eine interaktive, detaillierte Analyse aller Regionen ermöglicht, bietet das erweiterte OTF-CPT vergleichbare Einblicke sowie zusätzliche Metriken wie die nützliche Rechenzeit bei gleichzeitiger Beibehaltung der On-the-Fly-Analyse. Obwohl Performance-Modellfaktoren nun für alle Regionen berechnet werden, bleiben statistische Zusammenfassungen jedoch im Gegensatz zu Cube auf die Gesamtausführung beschränkt. Zur Bewertung des Laufzeit-Overheads wurde die Anwendung mit verschiedenen Analyse-Tools ausgeführt. Die Ergebnisse zeigen, dass der Laufzeitanstieg des erweiterten OTF-CPT hauptsächlich auf die Finalisierungsphase des Profilers zurückzuführen ist und kaum durch Interferenzen während der Ausführung entsteht. Dadurch bleibt gewährleistet, dass die Performance-Metriken das ursprüngliche Anwendungsverhalten korrekt widerspiegeln.The increasing complexity of modern high-performance computing (HPC) applications, driven by parallel programming models such as MPI and OpenMP, makes performance analysis increasingly challenging. Identifying bottlenecks like load imbalances or synchronisation overheads remains difficult, as interactions between parallel processes and threads grow more complex. Traditional trace-based analysis tools provide detailed insights but often require substantial post-processing effort. This thesis addresses these challenges by extending the On-The-Fly Critical-Path Tool (OTF-CPT), a lightweight performance analysis tool developed at RWTH Aachen University. The primary objective of this work is to enhance the analytical depth of the OTF-CPT while maintaining its low-overhead, on-the-fly nature. To achieve this, all data previously collected but not exposed by the tool is now stored in CSV files. Based on this dataset, new statistical summaries were implemented to enable detailed visualisation of performance data distributions. These extensions allow for a more precise interpretation of application behaviour compared to the original tool's focus on mean and maximum values. Furthermore, an existing profiling component was integrated, extending the computation of performance model factors from a single global set to all individual parallel regions, thereby enabling direct attribution of inefficiencies to the source code. The extended tool was evaluated using the NEST simulator on the CLAIX-2023 cluster. The integrated profiling and statistical capabilities provide helpful insights into the execution behaviour, revealing a parallel region with high load imbalance responsible for a slowdown of the overall execution. The new capabilities were compared to the established post-mortem toolset Score-P and Cube. While Cube offers fine-grained, interactive insights for all regions, the extended OTF-CPT provides similar features and additional metrics such as useful execution time while maintaining its on-the-fly nature. Although performance model factors are now computed for all regions, statistical summaries remain limited to the complete execution rather than being available per region as in Cube. To assess runtime overhead, the application was executed using different analysis tools. Results show that the runtime increase in the extended OTF-CPT is mainly due to the finalisation phase of the profiling component rather than interference during execution, ensuring metrics accurately reflect the original behaviour.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Bachelor Thesis
Format
online
Sprache
English
Interne Identnummern
RWTH-2026-07198
Datensatz-ID: 1039439
Beteiligte Länder
Germany
|
The record appears in these collections: |