Reconfigurable computing for Monte Carlo simulations: results and prospects of the Janus project

Abstract

Describimos Janus, un equipo masivamente paralelo basado en FPGA optimizado para la simulación de los vidrios de spin, los modelos teóricos para el comportamiento de los materiales vítreos. FPGAs (en comparación con las GPUs o procesadores de múltiples núcleos) proporcionan un enfoque complementario a la computación paralela masiva. En particular, nuestro problema modelo se formula en términos de variables binarias y operaciones de punto flotante puede ser (casi) completamente evitada. La arquitectura FPGA nos permite ejecutar muchos hilos independientes casi sin latencias de acceso a la memoria, por lo tanto la actualización hasta 1024 giros por ciclo. Describimos Janus en detalle y se resumen los resultados obtenidos durante cuatro años de funcionamiento de esta máquina sobre Física; se discuten dos tipos de aplicaciones de la Física: simulaciones largas en sistemas muy grandes (que tratan de imitar y proporcionar la comprensión de la dinámica experimentales no-equilibrio), y simulaciones de equilibrio de baja temperatura usando una dinámica de templado paralelas artificiales. La escala de tiempo de nuestras simulaciones de no equilibrio se extiende por once órdenes de magnitud (de picosegundos a una décima parte de un segundo). Por otra parte, las simulaciones de equilibrio son sin precedentes tanto a causa de las bajas temperaturas alcanzadas y los grandes sistemas que hemos traído al equilibrio. Un ansatz de escala de tiempo finito surge de la comparación detallada de los dos conjuntos de simulaciones. Janus ha hecho posible realizar simulaciones spin-vidrio que tardarían varias décadas en las arquitecturas más convencionales. El documento termina con una evaluación del potencial de posibles futuras versiones de la arquitectura de Jano, basado en tecnología de última generación.

We describe Janus, a massively parallel FPGA-based computer optimized for the simulation of spin glasses, theoretical models for the behavior of glassy materials. FPGAs (as compared to GPUs or many-core processors) provide a complementary approach to massively parallel computing. In particular, our model problem is formulated in terms of binary variables, and floating-point operations can be (almost) completely avoided. The FPGA architecture allows us to run many independent threads with almost no latencies in memory access, thus updating up to 1024 spins per cycle. We describe Janus in detail and we summarize the physics results obtained in four years of operation of this machine; we discuss two types of physics applications: long simulations on very large systems (which try to mimic and provide understanding about the experimental non-equilibrium dynamics), and low-temperature equilibrium simulations using an artificial parallel tempering dynamics. The time scale of our non-equilibrium simulations spans eleven orders of magnitude (from picoseconds to a tenth of a second). On the other hand, our equilibrium simulations are unprecedented both because of the low temperatures reached and for the large systems that we have brought to equilibrium. A finite-time scaling ansatz emerges from the detailed comparison of the two sets of simulations. Janus has made it possible to perform spin-glass simulations that would take several decades on more conventional architectures. The paper ends with an assessment of the potential of possible future versions of the Janus architecture, based on state-of-the-art technology.