Разработка параллельных приложений для многоядерных...
DESCRIPTION
Разработка параллельных приложений для многоядерных систем. С.В. Ковальчук НИИ Наукоемких компьютерных технологий, СПбГУ ИТМО. Используемые средства. Intel C++ Compiler Оптимизирующий компилятор OpenMP, Intel Threading Building Blocks Средства распараллеливания для систем с общей памятью. - PowerPoint PPT PresentationTRANSCRIPT
Разработка параллельных приложений для многоядерных
систем
С.В. Ковальчук
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМО
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Используемые средства
Intel C++ CompilerОптимизирующий компилятор
OpenMP, Intel Threading Building BlocksСредства распараллеливания для систем с общей памятью
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Intel C++ Compiler
Архитектуры процессоровIA-32, x86-64 (Intel 64 and AMD64), IA-64, Xscale
Операционные системыMicrosoft Windows, Linux, Mac OS
Основные возможностиВысокоуровневая оптимизацияМежпроцедурная оптимизацияАвтоматическое распараллеливание кода:ВекторизацияРазделение циклов по нескольким нитямПрофилирующая оптимизация
Интеграция с VisualStudio
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
OpenMP
Распараллеливание на системах с общей памятью
Стандарт для языков C/С++, Fortran
Использование директив для распараллелива
Поддержка компиляторами Intel, Microsoft, GCC и т.п.
Расширение для разделенной памяти
Cluster OpenMP
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Преимущества OpenMP
Поэтапное (инкрементальное) распараллеливаниеМожно распараллеливать последовательные программы поэтапно, не меняя их структуру
Единственность разрабатываемого кодаНет необходимости поддерживать последовательный и параллельный вариант программы, поскольку директивы игнорируются обычными компиляторами (в общем случае)
ЭффективностьУчет и использование возможностей систем с общей памятью
Стандартизованность (переносимость), поддержка в наиболее распространенных языках (C/C++, Fortran) и платформах (Windows, Unix)
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Принцип организации параллелизма
Использование потоков (общее адресное пространство)
Пульсирующий (“вилочный”, fork-join) параллелизм
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Состав библиотеки
Набор директив компилятора#pragma omp <директива> <параметры>
Библиотека функцийomp_...()
Набор переменных окружения
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Использование OpenMP
Использование директивы parallel
#include <omp.h> main () { int nthreads, tid; #pragma omp parallel private(nthreads, tid) { tid = omp_get_thread_num(); printf("Hello World from thread = %d\n", tid); if (tid == 0) { nthreads = omp_get_num_threads(); printf("Number of threads = %d\n", nthreads); } } }
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Способы распараллеливания
Распараллеливание цикла#pragma omp for
Распараллеливание секциями#pragma omp sections{ #pragma omp section { ...
} #pragma omp section { ...
}}
Выполнение кода одним потоком#pragma omp master#pragma omp single
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Расписание (schedule)
Распределение итераций в директиве for регулируется параметром (clause) schedulestatic – итерации делятся на блоки по chunk итераций и статически разделяются между потоками; если параметр chunk не определен, итерации делятся между потоками равномерно и непрерывноdynamic – распределение итерационных блоков осуществляется динамически (по умолчанию chunk=1)guided – размер итерационного блока уменьшается экспоненциально при каждом распределении; chunk определяет минимальный размер блока (по умолчанию chunk=1)runtime – правило распределения определяется переменной OMP_SCHEDULE (при использовании runtime параметр chunk задаваться не должен)
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Задача
Нахождение суммы тригонометрического ряда
double summ = 0;for (int k = 0; k < N; k++){
double ind = k;summ += ((k & 1) ? -1 : 1) *
(sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind)) * (sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind));
}}
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Реализация распараллеливания
Добавление директивы OpenMP
double summ = 0;#pragma omp parallel forfor (int k = 0; k < N; k++){
double ind = k;summ += ((k & 1) ? -1 : 1) *
(sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind)) * (sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind));
}}
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Организация синхронной работы потоков
Параллельный доступ к переменным
double summ = 0;#pragma omp parallel for reduction (+:summ)for (int k = 0; k < N; k++){
double ind = k;summ += ((k & 1) ? -1 : 1) *
(sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind)) * (sin(ind*(ind + 1)) - cos(ind)*sin(ind*ind)) / (cos(ind*(1 - ind)) - 2*sin(ind)*sin(ind*ind));
}}
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Intel Threading Building Blocks
Высокоуровневая библиотека для разработки параллельных программ для систем с общей памятью
Реализована на языке C++ в форме классов и шаблонов
Поддерживаемые ОС: Microsoft Windows, Linux, Mac OS
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Возможности Intel TBB
Решение типичных задач параллельного программирования
распараллеливание циклов с известным числом повторений;распараллеливание циклов с известным числом повторений с редукции;распараллеливание циклов с условием;распараллеливание рекурсии.
Кроме того, содержитпотокобезопасные контейнеры;аллокаторы, операторы выделения динамической памяти;примитивы синхронизации.
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Пример кода с использованием Intel TBB
int main() { task_scheduler_init init; string str[N] = { string(”a”), string(”b”) }; for (size_t i = 2; i < N; ++i)
str[i] = str[i-1]+str[i-2]; string &to_scan = str[N-1]; size_t *max = new size_t[to_scan.size()]; size_t *pos = new size_t[to_scan.size()]; parallel_for(
blocked_range<size_t>(0, to_scan.size(), 100), SubStringFinder( to_scan, max, pos ) );
for (size_t I = 0; I < to_scan.size(); ++i) cout<<” ”<<max[i]<<”(”<< pos[i]<<”)”<< endl;
return 0; }
НИИ Наукоемких компьютерных технологий, СПбГУ ИТМОНИИ Наукоемких компьютерных технологий, СПбГУИТМО
Ссылки
Intelhttp://www.intel.com/
OpenMPhttp://www.openmp.org/
Intel TBBhttp://threadingbuildingblocks.org/
КЛАСТЕРНЫЕ АЛГОРИТМЫ ПРЕДВАРИТЕЛЬНОЙ …2.1. Структура параллельных вычислительных систем ... и каждый
Тестирование WEB- приложений - KNU...Стресс тестирование веб приложений •Веб приложения представляют
Структура реальности. Наука параллельных вселенных · описанием той поразительной реальности, которую