Parallel
algorithmic and
high
performance computing dedicated to a
simulation of a
host-macroparasite system
Abstract:
We are interested in
a host-macroparasite system. Ecological
and epidemiologic interests are motivating the study of their population dynamics. The model we have contributed to is both
deterministic and stochastic, and includes non-uniform dynamics within the
cohort of parasites. Several biological
processes are combined in order to reach a good level of realism, such as the
parasite aggregation. Therefore, the
parasite distribution on the hosts is not predetermined but explicitly
computed.
For this system, a previous deterministic discrete simulations brought about
too large computations, and some simulations had very long execution times. We implemented a high-performance simulator
working on parallel machines (IBM SP2, IBM SP3, SGI Origin 3800, IBM Regatta) which provides more accurate computations. The algorithmic study and the performance
analysis establish the efficiency and scalability (checked up to 448
processors) of the parallel algorithm. The
parallel efficiency reaches 77% on 448 processors for a complete simulation,
and the computation kernel corresponds to an efficiency of 92%. A study of
memory accesses and cache utilization lead to an implementation reaching
60 % of peak performance in the computation kernel on the IBM SP3. We give
qualitative results for the Sea bass-Diplectanum aequans system
(corresponding to a pathological problem in fish farming). A full analysis of
numerical simulations has allowed us to tune the model to get a realistic
qualitative behavior. Results of
numerical simulations show the effect of overdispersion, parasite and host
mortality on the parasite distribution, and host regulation (occurring through
cycles).
We developed another
individual-based model. We describes the Monte Carlo algorithm of the stochastic
simulator and its three levels of parallelism.
Analysis and performance, up to 256 processors, of a hybrid MPI/OpenMP
code are then presented for a cluster of SMP nodes. The qualitative results of both parallel
simulators are finally compared. The
detailed quantitative study gives some insights to the interaction of
mechanisms taking place in a host-parasite system with parasite-induced host
mortality. Improving the model leads to a deeper understanding of the processes
occurring in the real biological system.
Keywords : parallel algorithmics, numerical simulation,
host-parasite system, discrete model, stochastic simulation
Discipline:
Computer Science
LaBRI, Bordeaux 1 University,
ScAlApplix Project, INRIA UR
Futurs,
351, cours de la libération,
33405 Talence Cedex (FRANCE).
Algorithmique parallèle
et
calcul haute performance
dédiés à la
simulation
d’un système hôte-macroparasite
Résumé
:
Ce travail contribue à un modèle déterministe discret
d’un système hôte-macroparasite et propose un modèle stochastique équivalent.
Le phénomène d’agrégation des macroparasites est classiquement pris en compte
par une distribution des parasites sur les hôtes de type loi binomiale
négative. Les hétérogénéités de la
population parasitaire y sont reproduites plus finement, ce qui constitue une
approche originale. Une application du
modèle est donnée pour un macroparasite constituant un élément pathogène en
aquaculture : le
système Bar-Diplectanum aequans. Ce système est étudié quantitativement
à l’aide de deux simulateurs numériques parallèles.
Les temps d’exécution d’un simulateur séquentiel
déterministe étant rédhibitoires, une mise en œuvre parallèle est
incontournable. Nous présentons deux
distributions des données et des calculs, ainsi qu’une étude algorithmique
détaillée des solutions parallèles. Des
résultats expérimentaux sont donnés sur IBM SP2, SP3, Regatta et SGI Origin
3800. Après optimisation, une simulation engendre des coûts de calcul allant
jusqu’à 105 TFLOP, voire 1.45 PFLOP. L’extensibilité de très bonne qualité est
évaluée théoriquement et testée. Nous
avons pu constater plus de 77 % d’efficacité sur 448 processeurs au niveau
de simulations entières, le noyau de calcul parallèle utilisé atteignant lui
92 %. Une étude sur l’utilisation des mémoires caches permet d’atteindre
60 % de la puissance crête au cœur des calculs. La précision des calculs a été améliorée, on
reproduit ainsi des dynamiques observées sur le terrain qui n’étaient pas
accessibles avec le simulateur précédent.
Les techniques algorithmiques mises en œuvre pour un
deuxième simulateur basé sur une méthode de type Monte-Carlo sont présentées. Ce simulateur individu-centré utilise 3
niveaux de parallélisme différents. On
donne les performances associées à une programmation hybride sur une grappe de
nœuds SMP, particulièrement bien adaptée à ce type d’application. On compare les simulateurs stochastiques et
déterministes en termes de résultats qualitatifs. L’étude quantitative effectuée donne un
éclairage nouveau sur l’interaction des mécanismes des systèmes
hôte-macroparasite régulés principalement par la mort des hôtes sur-infestés. L’analyse des simulations conduit à améliorer
le modèle ; elle permet de mieux comprendre et clarifier les mécanismes du
système biologique réel.
Mots
clés : Algorithmique parallèle, simulation
numérique haute performance, système hôte-parasite, modèle discret, simulation
stochastique
Discipline:
Informatique
LaBRI, Université Bordeaux 1,
Projet
ScAlApplix, INRIA UR Futurs,
351, cours de la libération,
33405 Talence Cedex (FRANCE).