Технология многоядерности центрального процессора

Выход из данной ситуации очевиден – разработка нового поколения ПО, способного задействовать несколько  ядер одновременно. Этот процесс можно назвать распараллеливанием процессов. На деле всё оказалось довольно сложно.

Некоторые задачи довольно легко распараллелить. К ним, например, относится кодирование аудио  и видео. В его основе лежит  набор однотипных потоков, так что  заставить их выполняться одновременно – довольно простая задача. Выигрыш  многоядерных процессоров в задачах  кодирования перед одноядерными аналогами пропорционален количеству этих самых ядер: два ядра – вдвое  быстрее, четыре – в четыре раза и так далее. Но подавляющую часть  задач распараллелить намного сложнее. В большинстве случаев требуется  кардинальная переработка программного кода.

Несколько раз из уст представителей довольно серьёзных компьютерных компаний звучали радостные слова об удачной  разработке многоядерных процессоров  нового поколения, способных самостоятельно раскладывать один поток на несколько  независимых. Но до сих пор не было продемонстрировано ни одного рабочего образца подобного чуда.

А пока действительные шаги на пути к повсеместному использованию  многоядерных процессоров довольно незамысловаты и очевидны. Первым является само создание и совершенствование  этих процессоров, снижение ценовых  рамок. Так, в среднем сегменте обоих  мировых компьютерных гигантов –  Intel и AMD – можно найти достаточно широкое разнообразие двухъядерных процессоров. Уже в следующем году в класс mainstream переберутся решения с четырьмя ядрами. А вот второй шаг на пути к пользователю делают сами разработчики программного обеспечения. Многие современные игры уже обзавелись поддержкой двух ядер. Самым требовательным из них практически необходим двухъядерный процессор для обеспечения оптимальной производительности.

Если окинуть взглядом прилавки компьютерных магазинов и  немного проанализировать, то общая  картина отнюдь не столь плоха. Производителям процессоров удалось достичь довольно высокого уровня выхода годных кристаллов. На ценообразовании это отражается следующим образом: увеличение числа ядер вдвое зачастую не ведёт к двойному повышению стоимости. Хотя это вполне логично: производительность в среднем возрастает тоже далеко не в два раза.

Подводя первую часть статьи к завершению, стоит отметить, что  сколь бы ни был тернист путь к  многоядерности, альтернативы ему в обозримом будущем попросту нет. Нам, как обычным потребителям, остаётся только своевременно апгрейдить свой компьютер, из раза в раз увеличивая число встроенных процессорных ядер, выводя тем самым общую производительность на новый уровень.

 

 

 

 

 

 

 

 

 

 

 

 

 

3 Программное обеспечение многоядерных вычислительных комплексов

Расчёт увеличения производительности за счет распараллеливания процессов.

Для расчета увеличения производительности используют закон Амдала. Закон Амдала гласит, что прирост производительности (S) системы зависит от количества процессоров (N) и доли последовательных операций (c) в программе: S≤1/(с+(1-с)/N).Граничные значения c соответствуют полностью параллельным (c=0) и полностью последовательным (c=1) программам. Если лишь 1/10 часть программы выполняется последовательно, то в принципе невозможно ускорение в десять раз вне зависимости от числа используемых процессоров (ядер)[4]. Важное следствие закона Амдала состоит в том, что максимальный рост производительности (в N раз при N процессорах) недостижим. В противном случае последовательно исполняемая часть программы должна быть равна нулю, что невозможно. Еще одно следствие закона таково: чем меньше доля последовательно исполняемой части программы, тем больше прирост производительности (рис. 2).

 

Рис. 2 Следствия закона Амдала

Сегодня только небольшая  часть программного обеспечения  может выполняться на многоядерных процессорах, что подтверждают результаты тестов синтетических и предназначенных  для конкретных классов приложений (см., например, www.3dnews.ru/cpu/dualcore-cpu/index03.htm). Реальный рост производительности дают лишь программы, оптимизированные под много поточность, такие как Adobe Premiere Pro 1.5 и 3DMax. Очень важны разработка и внедрение драйверов устройств, поддерживающих многопоточность. При переходе с одноядерных процессоров на многоядерные приходится принимать во внимание проблему последовательного выполнения.

 

3.1 Особенности перехода к параллельным вычислениям

 

В ней выполнение считается  последовательным, если в какой-то момент одно или более ядер не могут выполнять  код одновременно с другими ядрами. Такая ситуация может возникнуть по разным причинам : блокировка при доступе к ресурсам, необходимость синхронизации процессов или потоков на ядрах, поддержка когерентности кэш-памяти, неравномерность загрузки.

Блокировки возникают  из-за невозможности (например, в момент "сбора мусора") одновременного доступа приложений на разных ядрах  к жесткому диску, к устройствам  ввода/вывода или данным приложений. Очень часто параллельные процессы, выполняемые на разных ядрах, нужно  синхронизировать в определенные моменты. Например, приложение на одном из ядер должно использовать промежуточные  данные, которые получает приложение (поток, процесс) на другом ядре. Первое приложение не может продолжить работу до получения этих данных, то есть находится в состоянии ожидания. В такой ситуации неизбежны накладные расходы на синхронизацию приложений (процессов, потоков), выполняемых на разных ядрах. В свою очередь, это обусловливает снижение эффективности

параллельной работы, что  находит отражение в сетевом  законе Амдала. Возникает необходимость  в поддержке когерентности (согласованности) кэш-памяти для всех ядер при использовании  разделяемой памяти.

Можно упомянуть об исследованиях  Intel, посвященных динамическому регулированию интенсивности выполнения инструкций (energy per instruction, EPI) в зависимости от степени параллелизма реализации программного обеспечения [2]. Специалисты корпорации опытным путем показали эффективность регулирования тактовой частоты асимметричной многопроцессорной системы в зависимости от активности вычислительных ядер. Для обеспечения многопоточности используются различные инструменты.

 

3.2 Инструментальные средства многоядерных систем

 

Для обеспечения многопоточности используют следующие инструменты: компиляторы, аппаратные отладчики, программные отладчики, поддержка многопоточности на уровне ОС.

Компиляторы

Чтобы получить максимальную выгоду от использования многоядерной архитектуры требуется поддержка  на уровне компилятора. Так, в 2005 году Intel выпустила версию 9.0 компилятора языков C++ и Фортран для платформ Linux и Windows. Этот компилятор позволяет эффективно использовать возможности технологии Hyper-Threading и многоядерных процессоров. Он поддерживает возможность автопараллелизма, то есть автоматического обнаружения в приложениях возможности создания множества параллельных потоков с поддержкой спецификации OpenMP 2.5.

Благодаря поддержке стандарта  OpenMP компилятор Microsoft Visual C++ 2005 обеспечивает параллельную многопоточную обработку. Для этого требуется либо указать параметр компилятора "/openmp", либо установить в

конфигурации флаг "OpenMP Support". С ноября 2005 года компилятор gcc для языков Cи, C++ и Фортран 95 поддерживает OpenMP с помощью опции "-fopenmp". Следует упомянуть и набор компиляторов EKOPath компании PathScale, предназначенных для 64-разрядных систем на базе Linux (AMD64 и EM64T).

Программные отладчики

Программисты хорошо знают, как трудно отлаживать многопоточные  приложения. При аварийном завершении программы зачастую требуется проанализировать стек вызовов функций во всех потоках, но обычный отладчик показывает только стек потока, на котором произошло  аварийное завершение программы. Например, стандартные средства gdb плохо приспособлены для отладки многопоточных приложений, поэтому предлагаются специальные версии этого отладчика для конкретных операционных систем: в их ядра включаются дополнительные возможности отладки многопоточных приложений.

Одна из таких реализаций отладчик компании Etnus TotalView, предназначенный для платформ Linux, Unix и LynxOS. Он поддерживает многопоточность, MPI, OpenMP, языки программирования Cи/C++ и Фортран, а также смешанные коды с использованием разных языков программирования. Полезным средством оптимизации и отладки параллельных программ является пакет Intel Threading Tools. Он обеспечивает диагностику ошибок и анализ производительности многопоточных приложений, использующих модели потоков Win32 и OpenMP. Отладчик позволяет обнаруживать взаимные блокировки (deadlock) и гонки (race condition) между потоками, локализовать проблемы на уровне исходного кода, анализировать эффективность способов повышения производительности OpenMP-программ.

Аппаратные отладчики

Для работы с виртуальными машинами аппаратный отладчик должен поддерживать ряд специальных функций (в частности, определять, к какой

виртуальной машине относятся  те или иные процессы и нити). Их обеспечивает, например, TRACE32 компании Lauterbach. Благодаря полной поддержке встроенных аппаратных блоков управления памятью можно одновременно отлаживать процессы на нескольких виртуальных машинах и даже два варианта одного процесса на разных виртуальных машинах. В частности, Lauterbach объявила о выпуске программного инструментария интегрированной поддержки ядра (kernel awareness) для операционной системы LynxOS-178. Чтобы получить доступ ко всем функциями TRACE32, не нужно изменять прикладные программы или ядро (применять заплаты, перехватчики, инструментальные "довески" и др.). Отлаживается именно то приложение, которое будет действовать в конечном продукте, что очень важно для его сертификации.

Среди других аппаратных отладчиков, поддерживающих работу с многоядерными  конфигурациями, назовем Green Hills Probe и SuperTrace компании Green Hills, WindPower ICE компании Wind River, RealView ICE от ARM.

При разработке параллельных программ используются специализированные библиотеки и системы параллельного  программирования PVM, LAM, CHMP и др. Три  основных подхода к реализации этих систем различаются методами взаимодействия параллельных задач. Первый подход базируется на концепции обмена сообщениями, второй - на использовании разделяемой памяти, третий опирается на стандарт POSIX и  объединяет эти два подхода.

Наиболее известным представителем первой группы является спецификация MPI (Message Passing Interface) для языков Cи и Фортран, первый вариант которой появился в 1994 году. MPI обеспечивает примерно 200 функций, охватывает множество компиляторов и операционных систем. Среди наиболее распространенных ее реализаций библиотека MPICH. Кроме того, предлагаются несколько коммерческих реализаций MPI, например MPI/Pro компании Verari Systems Software. MPI/Pro оптимизирует время

работы параллельных приложений и поддерживает их масштабируемость за счет балансировки параметров производительности и использования ресурсов. Verari предлагает версии MPI/Pro для разных операционных систем, в том числе Windows, Linux, Mac OS X, LynxOS, и таких коммуникационных сред, как Gigabit Ethernet, Myrinet и InfiniBand.

Ко второй группе относится спецификация OpenMP (Open specifications for Multi-Processing). Ее первая версия (www.openmp.org), которая была выпущена в 1997 году, предназначалась для языка Фортран. К появлению OpenMP "приложили руку" компании IBM, Intel, Sun Microsystems и Hewlett-Packard. В 1998 году были созданы варианты OpenMP для языков Cи/C++, а последней является версия 2.5. Поддержка спецификации OpenMP обеспечена во всех компиляторах Intel начиная с шестой версии, в Microsoft Cи/C++ начиная с Visual Studio 2005, а также в GCC.

OpenMP - это набор специальных директив компилятору (pragma), библиотечных функций и переменных среды. Наиболее оригинальны директивы компилятору, которые используются для обозначения областей в коде и могут выполняться параллельно. Компилятор, поддерживающий OpenMP, преобразует исходный код и вставляет соответствующие вызовы функций для параллельного выполнения этих областей кода.

В третью группу входит спецификация POSIX (Portable Operating System interface for unIX), первое описание которой было опубликовано в 1986 году (www.pasc.org). Основная спецификация разработана как IEEE 1003.1 и одобрена как международный стандарт ISO/IEC 9945-1:1990. С точки зрения организации параллельных вычислений наибольший интерес представляют три части стандарта 1003.1a (OS Definition), 1003.1b (Realtime Extensions) и 1003.1c (Threads). В рамках POSIX можно реализовать параллельные вычисления на основе обмена сообщениями (аналогично MPI) или разделяемой памяти (как в OpenMP). Естественно, в POSIX допустима и любая комбинация этих методов. В наибольшей степени стандарту POSIX соответствуют (и соответствующим образом сертифицированы)

операционные системы  реального времени LynxOS и Integrity.

Поддержка на уровне ОС

Многоядерные процессоры потребуют от операционных систем поддержки  разных архитектур многопроцессорной  обработки. Компания QNX Software Systems объявила о выпуске комплекта разработчика QNX Momentics Multi-Core Edition. Этот набор инструментов предназначен для создания программного обеспечения и его миграции на многоядерные аппаратные решения нового поколения, в том числе процессоры BCM12xx и BCM14xx компании Broadcom, процессор MPC8641D компании Freescale и многоядерные процессоры Intel. Будут поддерживаться несколько моделей многопроцессорности для многоядерных архитектур: асимметричная AMP (обеспечение полного управления и отказоустойчивости); симметричная SMP (максимальные параллелизм и масштабируемость); "исключительная" BMP (поддержка миграции кода и снижение сложности разработки).

Поддержку многоядерных систем на базе процессоров AMD64, Sun UltraSPARC T1 и Intel обеспечивает ОС Solaris 10. Например, встроенная система виртуализации и защиты информации Solaris Containers позволяет системному администратору организовывать в рамках единой операционной системы несколько виртуальных системных разделов "зон". Каждой зоне допустимо назначить свой контейнер -набор локализованных системных ресурсов. Контейнеры могут служить основой для управления ресурсами на уровне ядер. Реализованные в Solaris 10 функции так называемого "прогнозируемого самовосстановления" (Predictive Self-Healing) обеспечивают автоматическое определение сбоев в работе ядер и их перевод в пассивный режим без влияния на работу остальных ядер процессора. Поддержка многоядерных систем реализована в некоторых дистрибутивах ОС Linux, например Red Hat Enterprise Linux 4.