[Comm/MPI]Improving Communicatio

论文题目：Improving Communication by Optimizing On-Node Data Movement with Data Layout
文章时间：
会议/期刊：PPoPP 2021-02-17
作者背景：Utah，伯克利
笔记时间：2021年09月16日周四
论文地址: ppopp

Abstract
我们通过减少节点上数据的移动，在一类分布式内存的应用上，呈现了提升通讯性能的优化技术。工作的主要理念是消除数据移动过程中的打包和解包。网络带宽的提升减少了离线数据传输的代价，本机数据移动已经高于计算和网络的代价。数据移动在某些小领域有着极大的代价，比如memory-intensive multi-physics codes or when strong scaling to reduce time-to-solution。优化方案包括，（1）优化数据位置，通过非直接的无包（pack-free）通讯，（2）建立连续的内存视角，利用内存映射来最小化消息，（3）将这些技术应用在节点内部的数据移动上。可以达到最多14.4x的优化。

Intro

有许多并行算法展现出一种常见的通讯模式，即讯息包括最近的数据。这个通讯模式有以下的特点：（1）静态，在迭代过程中，数据地址和大小是不变的；（2）子集，算法中的数据是远不数据的一个子集，他们可能与内存不邻接；（3）重叠，子集间的通讯是重叠的，所以相同的数据可以送到多个邻居这里。

Related work
对于stencil applications，有很多工作聚焦于MPI通讯的影响，但是没有人考虑过内存位置的来消除节点间数据的移动开销。
There are a few investigations of fine-grained data blocking, such as Briquettes [11], folded vectors in YASK [25], and bricks [27, 28], 但是他们没有考虑到重新排序内存来提升；现有的大多数工作都考虑节点间带宽和延迟的tradeoff，节点上的数据移动问题没有人考虑。
通讯和计算重叠技术；
内存重新映射技术在很多其他领域，比如文件系统IO，分布式共享内存系统。本文是第一个结合该技术来减少MPI通讯中的数据移动问题。

针对stencil问题，这个不太熟悉，所以论文看不大懂。