МГУ им. М.В. Ломоносова, Москва, 2010 г. Параллельное программирование с использованием технологии OpenMP. Бахтин Владимир Александрович Ассистент кафедры. - презентация

1 МГУ им. М.В. Ломоносова, Москва, 2010 г. Параллельное программирование с использованием технологии OpenMP. Бахтин Владимир Александрович Ассистент кафедры системного программированния факультета ВМК, МГУ им. М. В. Ломоносова К.ф.-м.н., зав. сектором Института прикладной математики им М.В.Келдыша РАН Терафлопные вычисления

2 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 2 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

3 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 3 из 121 Современные направления развития параллельных вычислительных систем Тенденции развития современных процессоров Что такое OpenMP?

4 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 4 из 121 Тенденции развития современных процессоров В течение нескольких десятилетий развитие ЭВМ сопровождалось удвоением их быстродействия каждые года. Это обеспечивалось и повышением тактовой частоты и совершенствованием архитектуры (параллельное и конвейерное выполнение команд). Узким местом стала оперативная память. Знаменитый закон Мура, так хорошо работающий для процессоров, совершенно не применим для памяти, где скорости доступа удваиваются в лучшем случае каждые 6 лет. Совершенствовались системы кэш-памяти, увеличивался объем, усложнялись алгоритмы ее использования. Для процессора Intel Itanium: Latency to L1: 1-2 cycles Latency to L2: cycles Latency to L3: cycles Latency to memory: 180 – 225 cycles Важным параметром становится - GUPS (Giga Updates Per Second)

5 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 5 из 121 Время Тенденции развития современных процессоров В П В П В П В П В П В П Поток Время В П В П В П Поток 1 В П В П В П В П В П В П В П В П В П Поток 2 Поток 3 Поток 4 В - вычисления П - доступ к памяти Chip MultiThreading увеличили производительность процессора в 2 раза Поток или нить (по- английски thread) – это легковесный процесс, имеющий с другими потоками общие ресурсы, включая общую оперативную память.

6 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 6 из 121 Суперкомпьютер СКИФ МГУ «Чебышев» Пиковая производительность - 60 TFlop/s Число процессоров/ядер в системе / 5000 Производительность на Linpack TFlop/s (78.4% от пиковой) Номинальное энергопотребление компьютера кВт Энергопотребление комплекса кВт Важным параметром становится – Power Efficency (Megaflops/watt) Как добиться максимальной производительности на Ватт => Chip MultiProcessing, многоядерность. Тенденции развития современных процессоров

7 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 7 из 121 AMD Opteron серии 6100 (Magny- Cours) 6176 SE 12 2,3 ГГц, 12 МБ L3 Cache ,4 ГГц, 12 МБ L3 Cache встроенный контроллер памяти (4 канала памяти DDR3) 4 канала «точка-точка» с использованием HyperTransort 3.0 Тенденции развития современных процессоров

8 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 8 из 121 Intel Xeon серии 5600 (Nehalem) X ,33 ГГц, 12 нитей, 12 МБ L3 Cache X ,46 ГГц, 8 нитей, 12 МБ L3 Cache Intel® Turbo Boost Intel® Hyper-Threading Intel® QuickPath Intel® Intelligent Power Тенденции развития современных процессоров

9 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 9 из 121 Intel Core i7 (архитектура Nehalem ) 4 ядра 8 потоков с технологией Intel Hyper-Threading 8 МБ кэш-памяти Intel Smart Cache встроенный контроллер памяти (3 канала памяти DDR МГц ) технология Intel QuickPath Interconnect Тенденции развития современных процессоров

10 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 10 из 121 Oracle (Sun) SPARC T3 Processor (Niagara 3) 16 ядер 128 потоков потребляемая мощность – Ватт встроенный котроллер 2x10 Gigabit Ethernet Тенденции развития современных процессоров

11 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 11 из 121 Темпы уменьшения латентности памяти гораздо ниже темпов ускорения процессоров + прогресс в технологии изготовления кристаллов => CMT (Chip MultiThreading) Опережающий рост потребления энергии при росте тактовой частоты + прогресс в технологии изготовления кристаллов => CMP (Chip MultiProcessing, многоядерность) И то и другое требует более глубокого распараллеливания для эффективного использования аппаратуры Тенденции развития современных процессоров

12 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 12 из 121 История OpenMP OpenMP Fortran 1.1 OpenMP C/C OpenMP Fortran 2.0 OpenMP Fortran 2.0 OpenMP C/C OpenMP C/C OpenMP Fortran OpenMP F/C/C OpenMP F/C/C OpenMP F/C/C OpenMP F/C/C

13 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 13 из 121 OpenMP Architecture Review Board AMD Cray Fujitsu HP IBM Intel NEC The Portland Group, Inc. SGI Sun Microsoft ASC/LLNL cOMPunity EPCC NASA RWTH Aachen University

14 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 14 из 121 Компиляторы, поддеживающие OpenMP OpenMP 3.0: Intel 11.0: Linux, Windows and MacOS Sun Studio Express 11/08: Linux and Solaris PGI 8.0: Linux and Windows IBM 10.1: Linux and AIX GNU gcc (4.4.0) Предыдущие версии OpenMP: Absoft Pro FortranMP Lahey/Fujitsu Fortran 95 PathScale HP Microsoft Visual Studio 2008 C++

15 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 15 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

16 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 16 из 121 OpenMP– модель параллелизма по управлению Основные понятия Выполнение OpenMP-программы Модель памяти в OpenMP Классы переменных Параллельная область

17 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 17 из 121 Обзор основных возможностей OpenMP omp_set_lock(lck) #pragma omp parallel for private(a, b) #pragma omp critical C$OMP PARALLEL DO SHARED(A,B,C) C$OMP PARALLEL REDUCTION (+: A, B) CALL OMP_INIT_LOCK (LCK) CALL OMP_TEST_LOCK(LCK) SETENV OMP_SCHEDULE STATIC,4 CALL CALL OMP_SET_NUM_THREADS(10) C$OMP DO LASTPRIVATE(XX) C$OMP ORDERED C$OMP SINGLE PRIVATE(X) C$OMP SECTIONS C$OMP MASTER C$OMP ATOMIC C$OMP FLUSH C$OMP PARALLEL DO ORDERED PRIVATE (A, B, C) C$OMP THREADPRIVATE(/ABC/) C$OMP PARALLEL COPYIN(/blk/) nthrds = OMP_GET_NUM_PROCS() C$OMP BARRIER OpenMP: API для написания многонитевых приложений Множество директив компилятора, набор функции библиотеки системы поддержки, переменные окружения Облегчает создание многонитиевых программ на Фортране, C и C++ Обобщение опыта создания параллельных программ для SMP и DSM систем за последние 20 лет OpenMP: API для написания многонитевых приложений Множество директив компилятора, набор функции библиотеки системы поддержки, переменные окружения Облегчает создание многонитиевых программ на Фортране, C и C++ Обобщение опыта создания параллельных программ для SMP и DSM систем за последние 20 лет

18 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 18 из 121 Директивы и клаузы Спецификации параллелизма в OpenMP представляют собой директивы вида: #pragma omp название-директивы[ клауза[ [,]клауза]...] Например: #pragma omp parallel default (none) shared (i,j) Исполняемые директивы: barrier taskwait flush Описательная директива: threadprivate

19 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 19 из 121 Структурный блок Действие остальных директив распространяется на структурный блок: #pragma omp название-директивы[ клауза[ [,]клауза]...] { структурный блок } Структурный блок: блок кода с одной точкой входа и одной точкой выхода. #pragma omp parallel { … mainloop: res[id] = f (id); if (res[id] != 0) goto mainloop; … exit (0); } Структурный блок #pragma omp parallel { … mainloop: res[id] = f (id); … } if (res[id] != 0) goto mainloop; Не структурный блок

20 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 20 из 121 Компиляция OpenMP-программы ПроизводительКомпиляторОпция компиляции GNUgcc-fopenmp IBM XL C/C++ / Fortran -qsmp=omp Sun MicrosystemsC/C++ / Fortran-xopenmp IntelC/C++ / Fortran -openmp /Qopenmp Portland GroupC/C++ / Fortran-mp MicrosoftVisual Studio 2008 C++/openmp

21 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 21 из 121 Условная компиляция OpenMP-программы #include int main() { #ifdef _OPENMP printf("Compiled by an OpenMP-compliant implementation.\n"); #endif return 0; } В значении переменной _OPENMP зашифрован год и месяц (yyyymm) версии стандарта OpenMP, которую поддерживает компилятор.

22 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 22 из 121 Использование функций поддержи выполнения OpenMP-программ (OpenMP API runtime library) #include #include // Описаны прототипы всех функций и типов int main() { #pragma omp parallel { int id = omp_get_thread_num (); int numt = omp_get_num_threads (); printf(Thread (%d) of (%d) threads alive\n, id, numt); } return 0; }

23 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 23 из 121 Выполнение OpenMP-программы Fork-Join параллелизм: Главная (master) нить порождает группу (team) нитей по мере небходимости. Параллелизм добавляется инкрементально. Параллельные области

24 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 24 из 121 Параллельная область (директива PARALLEL) #pragma omp parallel [ клауза[ [, ] клауза]...] структурный блок где клауза одна из : default(shared | none) private(list) firstprivate(list) shared(list) reduction(operator: list) if(scalar-expression) num_threads(integer-expression) copyin(list)

25 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 25 из Модель памяти в OpenMP Нить 001 Нить 001 Нить

26 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 26 из 121 Когерентность и консистентность памяти P0:P0:W(x)aR(y)b Время P1: W(y)bR(y)bR(x)aW(x)b

27 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 27 из 121 Сеть передачи данных Производитель MPI latency, в микросекундах Bandwidth per link (unidirectional, MB/s) NUMAlink 4 (Altix)SGI13200 RapidArray (XD1)Cray QsNet IIQuadrics2900 InfinibandVoltaire High Performance Switch IBM51000 Myrinet XP2Myricom SP Switch 2IBM18500 EthernetVarious

28 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 28 из Нить Нить 1 static int i = 0; … = i + 1; i = i + 1; i = 0 i = 1 … = i + 2; // ? #pragma omp flush (i) i = 1 Модель памяти в OpenMP

29 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 29 из 121 Консистентность памяти в OpenMP Корректная последовательность работы нитей с переменной: Нить0 записывает значение переменной - write(var) Нить0 выполняет операцию синхронизации – flush (var) Нить1 выполняет операцию синхронизации – flush (var) Нить1 читает значение переменной – read (var) Директива flush: #pragma omp flush [(list)] - для Си !$omp flush [(list)] - для Фортран

30 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 30 из 121 Консистентность памяти в OpenMP 1.Если пересечение множеств переменных, указанных в операциях flush, выполняемых различными нитями не пустое, то результат выполнения операций flush будет таким, как если бы эти операции выполнялись в некоторой последовательности (единой для всех нитей). 2.Если пересечение множеств переменных, указанных в операциях flush, выполняемых одной нитью не пустое, то результат выполнения операций flush, будет таким, как если бы эти операции выполнялись в порядке, определяемом программой. 3.Если пересечение множеств переменных, указанных в операциях flush, пустое, то операции flush могут выполняться независимо (в любом порядке).

31 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 31 из 121 Классы переменных В модели программирования с разделяемой памятью: Большинство переменных по умолчанию считаются SHARED Глобальные переменные совместно используются всеми нитями (shared) : Фортран: COMMON блоки, SAVE переменные, MODULE переменные Си: file scope, static Динамически выделяемая память (ALLOCATE, malloc, new) Но не все переменные являются разделяемыми... Стековые переменные в подпрограммах (функциях), вызываемых из параллельного региона, являются PRIVATE. Переменные, объявленные внутри блока операторов параллельного региона, являются приватными. Счетчики циклов, витки которых распределяются между нитями при помощи конструкций FOR и PARALLEL FOR.

32 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 32 из 121 double Array1[100]; int main() { int Array2[100]; #pragma omp parallel work(Array2); printf(%d\n, Array2[0]); } extern double Array1[10]; void work(int *Array) { double TempArray[10]; static int count;... } TempArray Array1, Array2, count Модель памяти в OpenMP

33 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 33 из 121 Можно изменить класс переменной при помощи конструкций: SHARED (список переменных) PRIVATE (список переменных) FIRSTPRIVATE (список переменных) LASTPRIVATE (список переменных) THREADPRIVATE (список переменных) DEFAULT (PRIVATE | SHARED | NONE) Классы переменных

34 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 34 из 121 Конструкция PRIVATE Конструкция «private(var)» создает локальную копию переменной «var» в каждой из нитей. Значение переменной не инициализировано Приватная копия не связана с оригинальной переменной В OpenMP 2.5 значение переменной «var» не определено после завершения параллельной конструкции void wrong() { int tmp = 0; #pragma omp for private(tmp) for (int j = 0; j < 1000; ++j) tmp += j; printf(%d\n, tmp); } tmp не инициализирована tmp: 0 в 3.0, не определено в 2.5

35 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 35 из 121 Конструкция FIRSTPRIVATE «Firstprivate» является специальным случаем «private». Инициализирует каждую приватную копию соответствующим значением из главной (master) нити. void wrong() { int tmp = 0; #pragma omp for firstprivate(tmp) for (int j = 0; j < 1000; ++j) tmp += j; printf(%d\n, tmp); } tmp инициализирована 0 tmp: 0 в 3.0, не определено в 2.5

36 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 36 из 121 Конструкция LASTPRIVATE Lastprivate передает значение приватной переменной, посчитанной на последней итерации в глобальную переменную. void almost_right () { int tmp = 0; #pragma omp for firstprivate(tmp) lastprivate (tmp) for (int j = 0; j < 1000; ++j) tmp += j; printf(%d\n, tmp); } tmp инициализирована 0 переменная tmp получит значение, посчитанное на последней итерации (j=999)

37 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 37 из 121 Директива THREADPRIVATE Отличается от применения конструкции PRIVATE: PRIVATE скрывает глобальные переменные THREADPRIVATE – переменные сохраняют глобальную область видимости внутри каждой нити #pragma omp threadprivate (Var) Var = 1 Var = 2 … = Var Если количество нитей не изменилось, то каждая нить получит значение, посчитанное в предыдущей параллельной области.

38 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 38 из 121 Конструкция DEFAULT Меняет класс переменной по умолчанию: DEFAULT (SHARED) – действует по умолчанию DEFAULT (PRIVATE) – есть только в Fortran DEFAULT (NONE) – требует определить класс для каждой переменной itotal = 100 #pragma omp parallel private(np,each) { np = omp_get_num_threads() each = itotal/np ……… } itotal = 100 #pragma omp parallel default(none) private(np,each) shared (itotal) { np = omp_get_num_threads() each = itotal/np ……… }

39 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 39 из 121 Параллельная область (директива PARALLEL) #pragma omp parallel [ клауза[ [, ] клауза]...] структурный блок где клауза одна из : default(shared | none) private(list) firstprivate(list) shared(list) reduction(operator: list) if(scalar-expression) num_threads(integer-expression) copyin(list)

40 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 40 из 121 Вычисление числа 4.0 (1+x 2 ) dx = 0 1 F(x i ) x i = 0 N Мы можем аппроксимировать интеграл как сумму прямоугольников: Где каждый прямоугольник имеет ширину x и высоту F(x i ) в середине интервала F(x) = 4.0/(1+x 2 ) X 0.0

41 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 41 из 121 #include int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; for (i = 1; i

42 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 42 из 121 При взаимодействии через общую память нити должны синхронизовать свое выполнение. int i=0; #pragma omp parallel { i++; } Модификация общих переменных в параллельной области ВремяThread0Thread1 1load i (i = 0) 2incr i (i = 1) 3->load i (i = 0) 4incr i (i = 1) 5store i (i = 1) 6

43 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 43 из 121 #include #define NUM_THREADS 32 int main () { int n =100000, i; double pi, h, sum[NUM_THREADS], x; h = 1.0 / (double) n; #pragma omp parallel default (none) private (i,x) shared (n,h,sum) { int id = omp_get_thread_num(); int numt = omp_get_num_threads(); for (i = id + 1, sum[id] = 0.0; i

44 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 44 из 121 #include int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; #pragma omp parallel default (none) private (i,x) shared (n,h) reduction(+:sum) { int id = omp_get_thread_num(); int numt = omp_get_num_threads(); for (i = id + 1; i

45 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 45 из 121 Клауза reduction reduction(operator:list) Внутри паралельной области для каждой переменной из списка list создается копия этой переменной. Эта переменная инициализируется в соответствии с оператором operator (например, 0 для «+»). Для каждой нити компилятор заменяет в параллельной области обращения к редукционной переменной на обращения к созданной копии. По завершении выполнения параллельной области осуществляется объединение полученных результатов. ОператорНачальное значение +0 *1 -0 &~0 |0 ^0 &&1 ||0

46 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 46 из 121 Клауза num_threads num_threads(integer-expression) integer-expression задает максимально возможное число нитей, которые будут созданы для выполнения структурного блока #include int main() { int n = 0; printf("Enter the number of intervals: (0 quits) "); scanf("%d",&n); omp_set_dynamic(1); #pragma omp parallel num_threads(10) { int id = omp_get_thread_num (); func (n, id); } return 0; }

47 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 47 из 121 Клауза copyin copyin(list) Значение каждой threadprivate-переменной из списка list, устанавливается равным значению этой переменной в master-нити #include float* work; int size; float tol; #pragma omp threadprivate(work,size,tol) void build() { int i; work = (float*)malloc( sizeof(float)*size ); for( i = 0; i < size; ++i ) work[i] = tol; } int main() { read_from_file (&tol, &size); #pragma omp parallel copyin(tol,size) build(); }

48 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 48 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

49 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 49 из 121 Конструкции распределения работы Распределение витков циклов (директива for) Распределение нескольких структурных блоков между нитями (директива section) Выполнение структурного блока одной нитью (директива single)

50 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 50 из 121 Вычисление числа 4.0 (1+x 2 ) dx = 0 1 F(x i ) x i = 0 N Мы можем аппроксимировать интеграл как сумму прямоугольников: Где каждый прямоугольник имеет ширину x и высоту F(x i ) в середине интервала F(x) = 4.0/(1+x 2 ) X 0.0

51 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 51 из 121 #include int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; for (i = 1; i

52 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 52 из 121 int main () { int n =100, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; #pragma omp parallel default (none) private (i,x) shared (n,h) reduction(+:sum) { int iam = omp_get_thread_num(); int numt = omp_get_num_threads(); int start = iam * n / numt + 1; int end = (iam + 1) * n / numt; for (i = start; i

53 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 53 из 121 #include int main () { int n =100, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; #pragma omp parallel default (none) private (i,x) shared (n,h) reduction(+:sum) { #pragma omp for schedule (static) for (i = 1; i

54 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 54 из 121 Распределение витков цикла #pragma omp for [клауза[[,]клауза]... ] for (init-expr; test-expr; incr-expr) структурный блок где клауза одна из : private(list) firstprivate(list) lastprivate(list) reduction(operator: list) schedule(kind[, chunk_size]) collapse(n) ordered nowait

55 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 55 из 121 Вложенность конструкций распределения работы void work(int i, int j) {} void wrong1(int n) { #pragma omp parallel default(shared) { int i, j; #pragma omp for for (i=0; i < n; i++) { /* incorrect nesting of loop regions */ #pragma omp for for (j=0; j < n; j++) work(i, j); }

56 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 56 из 121 Вложенность конструкций распределения работы void work(int i, int j) {} void good_nesting(int n) { int i, j; #pragma omp parallel default(shared) { #pragma omp for for (i=0; i < n; i++) { #pragma omp parallel shared(i, n) { #pragma omp for for (j=0; j < n; j++) work(i, j); }

57 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 57 из 121 Вложенность конструкций распределения работы void work(int i, int j) {} void good_example(int n) { int i, j; #pragma omp parallel default(shared) { #pragma omp for collapse(2) for (i=0; i < n; i++) { for (j=0; j < n; j++) work(i, j); }

58 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 58 из 121 Распределение витков цикла. Клауза schedule #pragma omp parallel for schedule(static, 10) for(int i = 1; i

59 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 59 из 121 Распределение витков цикла. Клауза schedule #pragma omp parallel for schedule(dynamic, 15) for(int i = 1; i

60 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 60 из 121 Распределение витков цикла. Клауза schedule число_выполняемых_потоком_итераций = max(число_нераспределенных_итераций/omp_get_num_threads(), число_итераций) #pragma omp parallel for schedule(guided, 10) for(int i = 1; i

61 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 61 из 121 Распределение витков цикла. Клауза schedule #pragma omp parallel for schedule(runtime) for(int i = 1; i

62 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 62 из 121 Распределение витков цикла. Клауза schedule #pragma omp parallel for schedule(auto) for(int i = 1; i

63 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 63 из 121 Распределение витков цикла. Клауза nowait void example(int n, float *a, float *b, float *с, float *z) { int i; float sum = 0.0; #pragma omp parallel { #pragma omp for schedule(static) nowait reduction (+: sum) for (i=0; i

64 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 64 из 121 Распределение витков цикла. Клауза и директива ordered void print_iteration(int iter) { #pragma omp ordered printf("iteration %d\n", iter); } int main( ) { int i; #pragma omp parallel { #pragma omp for ordered for (i = 0 ; i < 5 ; i++) { print_iteration(i); another_work (i); } Результат выполнения программы: iteration 0 iteration 1 iteration 2 iteration 3 iteration 4

65 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 65 из 121 Распределение нескольких структурных блоков между нитями (директива sections). #pragma omp sections [клауза[[,] клауза]...] { [#pragma omp section] структурный блок [#pragma omp section структурный блок ]... } где клауза одна из : private(list) firstprivate(list) lastprivate(list) reduction(operator: list) nowait void XAXIS(); void YAXIS(); void ZAXIS(); void example() { #pragma omp parallel { #pragma omp sections { #pragma omp section XAXIS(); #pragma omp section YAXIS(); #pragma omp section ZAXIS(); }

66 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 66 из 121 Выполнение структурного блока одной нитью (директива single). #pragma omp single [клауза[[,] клауза]...] структурный блок где клауза одна из : private(list) firstprivate(list) copyprivate(list) nowait Структурный блок будет выполнен одной из нитей. Все остальные нити будут дожидаться результатов выполнения блока, если не указана клауза NOWAIT. #include float x, y; #pragma omp threadprivate(x, y) void init(float a, float b ) { #pragma omp single copyprivate(a,b,x,y) scanf("%f %f %f %f", &a, &b, &x, &y); } int main () { #pragma omp parallel { float x1,y1; init (x1,y1); parallel_work (); }

67 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 67 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

68 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 68 из 121 Конструкции для синхронизации нитей Директива master Директива critical Директива atomic Семафоры Директива barrier Директива flush Директива ordered

69 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 69 из 121 #pragma omp master структурный блок /*Структурный блок будет выполнен MASTER-нитью группы. По завершении выполнения структурного блока барьерная синхронизация нитей не выполняется*/ #include void init(float *a, float *b ) { #pragma omp master scanf("%f %f", a, b); #pragma omp barrier } int main () { float x,y; #pragma omp parallel { init (&x,&y); parallel_work (x,y); } Директива master

70 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 70 из 121 При взаимодействии через общую память нити должны синхронизовать свое выполнение. int i=0; #pragma omp parallel { i++; } Взаимное исключение критических интервалов Результат зависит от порядка выполнения команд. Требуется взаимное исключение критических интервалов. ВремяThread0Thread1 1load i (i = 0) 2incr i (i = 1) 3->load i (i = 0) 4incr i (i = 1) 5store i (i = 1) 6

71 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 71 из 121 Решение проблемы взаимного исключения должно удовлетворять требованиям: в любой момент времени только одна нить может находиться внутри критического интервала; если ни одна нить не находится в критическом интервале, то любая нить, желающая войти в критический интервал, должна получить разрешение без какой либо задержки; ни одна нить не должна бесконечно долго ждать разрешения на вход в критический интервал (если ни одна нить не будет находиться внутри критического интервала бесконечно). Взаимное исключение критических интервалов

72 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 72 из 121 Вычисление числа 4.0 (1+x 2 ) dx = 0 1 F(x i ) x i = 0 N Мы можем аппроксимировать интеграл как сумму прямоугольников: Где каждый прямоугольник имеет ширину x и высоту F(x i ) в середине интервала F(x) = 4.0/(1+x 2 ) X 0.0

73 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 73 из 121 int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; for (i = 1; i

74 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 74 из 121 #include int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; #pragma omp parallel default (none) private (i,x) shared (n,h,sum) { double local_sum = 0.0; #pragma omp for for (i = 1; i

75 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 75 из 121 #pragma omp atomic expression-stmt где expression-stmt: x binop= expr x++ ++x x-- --x Здесь х – скалярная переменная, expr – выражение со скалярными типами, в котором не присутствует переменная х. где binop - не перегруженный оператор: + * - / & ^ | > Директива atomic

76 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 76 из 121 int main () { int n =100000, i; double pi, h, sum, x; h = 1.0 / (double) n; sum = 0.0; #pragma omp parallel default (none) private (i,x) shared (n,h,sum) { double local_sum = 0.0; #pragma omp for for (i = 1; i

77 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 77 из 121 Концепцию семафоров описал Дейкстра (Dijkstra) в 1965 Семафор - неотрицательная целая переменная, которая может изменяться и проверяться только посредством двух функций: P - функция запроса семафора P(s): [if (s == 0) ; else s = s-1;] V - функция освобождения семафора V(s): [if (s == 0) ; s = s+1;] Семафоры

78 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 78 из 121 Состояния семафора: uninitialized unlocked locked void omp_init_lock(omp_lock_t *lock); /* uninitialized to unlocked*/ void omp_destroy_lock(omp_lock_t *lock); /* unlocked to uninitialized */ void omp_set_lock(omp_lock_t *lock); /*P(lock)*/ void omp_unset_lock(omp_lock_t *lock); /*V(lock)*/ int omp_test_lock(omp_lock_t *lock); void omp_init_nest_lock(omp_nest_lock_t *lock); void omp_destroy_nest_lock(omp_nest_lock_t *lock); void omp_set_nest_lock(omp_nest_lock_t *lock); void omp_unset_nest_lock(omp_nest_lock_t *lock); int omp_test_nest_lock(omp_nest_lock_t *lock); Семафоры в OpenMP

79 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 79 из 121 int main () { int n =100000, i; double pi, h, sum, x; omp_lock_t lck; h = 1.0 / (double) n; sum = 0.0; omp_init_lock(&lck); #pragma omp parallel default (none) private (i,x) shared (n,h,sum,lck) { double local_sum = 0.0; #pragma omp for for (i = 1; i

80 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 80 из 121 int main() { omp_lock_t lck; int id; omp_init_lock(&lck); #pragma omp parallel shared(lck) private(id) { id = omp_get_thread_num(); omp_set_lock(&lck); printf("My thread id is %d.\n", id); /* only one thread at a time can execute this printf */ omp_unset_lock(&lck); while (! omp_test_lock(&lck)) { skip(id); /* we do not yet have the lock, so we must do something else*/ } work(id); /* we now have the lock and can do the work */ omp_unset_lock(&lck); } omp_destroy_lock(&lck); return 0; } Использование семафоров void skip(int i) {} void work(int i) {}

81 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 81 из 121 Точка в программе, достижимая всеми нитями группы, в которой выполнение программы приостанавливается до тех пор пока все нити группы не достигнут данной точки. #pragma omp barrier По умолчанию барьерная синхронизация нитей выполняется: по завершению конструкции parallel; при выходе из конструкций распределения работ (for, single, sections), если не указана клауза nowait. int size; #pragma omp parallel { #pragma omp master { scanf("%d",&size); } #pragma omp barrier process(size); } Директива barrier

82 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 82 из 121 #pragma omp flush [(список переменных)] По умолчанию все переменные приводятся в консистентное состояние (#pragma omp flush): При барьерной синхронизации При входе и выходе из конструкций parallel, critical и ordered. При выходе из конструкций распределения работ (for, single, sections, workshare), если не указана клауза nowait. При вызове omp_set_lock и omp_unset_lock. При вызове omp_test_lock, omp_set_nest_lock, omp_unset_nest_lock и omp_test_nest_lock, если изменилось состояние семафора. При входе и выходе из конструкции atomic выполняется #pragma omp flush(x), где x – переменная, изменяемая в конструкции atomic. Директива flush

83 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 83 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

84 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 84 из 121 Система поддержки выполнения OpenMP- программ. Внутренние переменные, управляющие выполнением OpenMP-программы (ICV-Internal Control Variables). Задание/опрос значений ICV-переменных. Функции работы со временем.

85 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 85 из 121 Для параллельных областей: nthreads-var thread-limit-var dyn-var nest-var max-active-levels-var Для циклов: run-sched-var def-sched-var Для всей программы: stacksize-var wait-policy-var Internal Control Variables.

86 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 86 из 121 Internal Control Variables. nthreads-var Определяет максимально возможное количество нитей в создаваемой параллельной области. Начальное значение: зависит от реализации. Значение переменной можно изменить: C shell: setenv OMP_NUM_THREADS 16 Korn shell: export OMP_NUM_THREADS=16 Windows: set OMP_NUM_THREADS=16 void omp_set_num_threads(int num_threads); Узнать значение переменной можно: int omp_get_max_threads(void);

87 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 87 из 121 Internal Control Variables. run-sched-var Задает способ распределения витков цикла между нитями, если указана клауза schedule(runtime). Начальное значение: зависит от реализации. Существует одна копия этой переменной для каждой нити. Значение переменной можно изменить: C shell: setenv OMP_SCHEDULE "guided,4" Korn shell: export OMP_SCHEDULE "dynamic,5" Windows: set OMP_SCHEDULE=static void omp_set_schedule(omp_sched_t kind, int modifier); Узнать значение переменной можно: void omp_get_schedule(omp_sched_t * kind, int * modifier ); typedef enum omp_sched_t { omp_sched_static = 1, omp_sched_dynamic = 2, omp_sched_guided = 3, omp_sched_auto = 4 } omp_sched_t;

88 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 88 из 121 Internal Control Variables. run-sched-var void work(int i); int main () { omp_sched_t schedules [] = {omp_sched_static, omp_sched_dynamic, omp_sched_guided, omp_sched_auto}; omp_set_num_threads (4); #pragma omp parallel { omp_set_schedule (schedules[omp_get_thread_num()],0); #pragma omp parallel for schedule(runtime) for (int i=0;i

89 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 89 из 121 int omp_get_num_threads(void); -возвращает количество нитей в текущей параллельной области #include void work(int i); void test() { int np; np = omp_get_num_threads(); /* np == 1*/ #pragma omp parallel private (np) { np = omp_get_num_threads(); #pragma omp for schedule(static) for (int i=0; i < np; i++) work(i); } Система поддержки выполнения OpenMP- программ.

90 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 90 из 121 int omp_get_thread_num(void); -возвращает номер нити в группе [0: omp_get_num_threads()-1] #include void work(int i); void test() { int iam; iam = omp_get_thread_num(); /* iam == 0*/ #pragma omp parallel private (iam) { iam = omp_get_thread_num(); work(iam); } Система поддержки выполнения OpenMP- программ.

91 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 91 из 121 int omp_get_num_procs(void); -возвращает количество процессоров, на которых программа выполняется #include void work(int i); void test() { int nproc; nproc = omp_get_num_ procs(); #pragma omp parallel num_threads(nproc) { int iam = omp_get_thread_num(); work(iam); } Система поддержки выполнения OpenMP- программ.

92 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 92 из 121 double omp_get_wtime(void); возвращает для нити астрономическое время в секундах, прошедшее с некоторого момента в прошлом. Если некоторый участок окружить вызовами данной функции, то разность возвращаемых значений покажет время работы данного участка. Гарантируется, что момент времени, используемый в качестве точки отсчета, не будет изменен за время выполнения программы. double start; double end; start = omp_get_wtime(); /*... work to be timed...*/ end = omp_get_wtime(); printf("Work took %f seconds\n", end - start); double omp_get_wtick(void); - возвращает разрешение таймера в секундах (количество секунд между последовательными импульсами таймера). Система поддержки выполнения OpenMP-программ. Функции работы со временем

93 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 93 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ Использование OpenMP на кластере

94 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 94 из 121 Наиболее часто встречаемые ошибки в OpenMP-программах. Трудно обнаруживаемые ошибки типа race condition (конфликт доступа к данным). Ошибки типа deadlock (взаимная блокировка нитей). Использование неинициализированных переменных. Автоматизированный поиск ошибок в OpenMP- программах при помощи Intel Thread Checker.

95 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 95 из 121 Ошибка возникает при одновременном выполнении следующих условий: 1.Две или более нитей обращаются к одной и той же ячейке памяти. 2.По крайней мере, один из этих доступов к памяти является записью. 3.Нити не синхронизируют свой доступ к данной ячейки памяти. При одновременном выполнении всех трех условий порядок доступа становится неопределенным. Конфликт доступа к данным

96 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 96 из 121 Использование различных компиляторов (различных опций оптимизации, включение/отключение режима отладки при компиляции программы), применение различных стратегий планирования выполнения нитей в различных ОС, может приводить к тому, что в каких-то условиях (например, на одной вычислительной машине) ошибка не будет проявляться, а в других (на другой машине) – приводить к некорректной работе программы. От запуска к запуску программа может выдавать различные результаты в зависимости от порядка доступа. Отловить такую ошибку очень тяжело. Причиной таких ошибок как правило являются: неверное определение класса переменной, отсутствие синхронизации. Конфликт доступа к данным

97 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 97 из 121 Конфликт доступа к данным #define N float a[N], tmp #pragma omp parallel { #pragma omp for for(int i=0; i

98 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 98 из 121 Конфликт доступа к данным file1.c int counter = 0; #pragma omp threadprivate(counter) int increment_counter() { counter++; return(counter); } file2.c extern int counter; // нет директивы threadprivate int decrement_counter() { counter--; return(counter); }

99 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 99 из 121 Конфликт доступа к данным #define N float a[N], sum #pragma omp parallel { #pragma omp master sum = 0.0; #pragma omp for for(int i=0; i

100 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 100 из 121 Взаимная блокировка нитей #pragma omp parallel { int iam=omp_get_thread_num(); if (iam ==0) { omp_set_lock (&lcka); omp_set_lock (&lckb); x = x + 1; omp_unset_lock (&lckb); omp_unset_lock (&lcka); } else { omp_set_lock (&lckb); omp_set_lock (&lcka); x = x + 2; omp_unset_lock (&lcka); omp_unset_lock (&lckb); }

101 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 101 из 121 Автоматизированный поиск ошибок. Intel Thread Checker KAI Assure Threads (Kuck and Associates) Анализ программы основан на процедуре инструментации. Инструментация – вставка обращений для записи действий, потенциально способных привести к ошибкам: работа с памятью, вызовы операций синхронизации и работа с потоками. Может выполняться автоматически (бинарная инструментация) на уровне исполняемого модуля (а также dll-библиотеки) и/или по указанию программиста на уровне исходного кода (компиляторная инструментация - Windows: /Qtcheck Linux:-tcheck).

102

103

104 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 104 из 121 Содержание Современные направления развития параллельных вычислительных систем OpenMP – модель параллелизма по управлению Конструкции распределения работы Конструкции для синхронизации нитей Система поддержки выполнения OpenMP-программ. Переменные окружения, управляющие выполнением OpenMP-программы Наиболее часто встречаемые ошибки в OpenMP- программах. Функциональная отладка OpenMP-программ Отладка эффективности OpenMP-программ

105 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 105 из 121 Отладка эффективности OpenMP-программ Основные характеристики производительности Стратегии распределения витков цикла между нитями (клауза schedule) Отмена барьерной синхронизации по окончании выполнения цикла (клауза nowait) Локализация данных Задание поведения нитей во время ожидания (переменная OMP_WAIT_POLICY) Оптимизация OpenMP-программы при помощи Intel Thread Profiler

106 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 106 из 121 Основные характеристики производительности Полезное время - время, которое потребуется для выполнения программы на однопроцессорной ЭВМ. Общее время использования процессоров равно произведению времени выполнения программы на многопроцессорной ЭВМ (максимальное значение среди времен выполнения программы на всех используемых ею процессорах) на число используемых процессоров. Главная характеристика эффективности параллельного выполнения - коэффициент эффективности равен отношению полезного времени к общему времени использования процессоров. Разница между общим временем использования процессоров и полезным временем представляет собой потерянное время. Существуют следующие составляющие потерянного времени: накладные расходы на создание группы нитей; потери из-за простоев тех нитей, на которых выполнение программы завершилось раньше, чем на остальных (несбалансированная нагрузка нитей); потери из-за синхронизации нитей (например, из-за чрезмерного использования общих данных); потери из-за недостатка параллелизма, приводящего к дублированию вычислений на нескольких процессорах (недостаточный параллелизм).

107 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 107 из 121 Накладные расходы на создание группы нитей void work(int i, int j) {} for (int i=0; i < n; i++) { for (int j=0; j < n; j++) { work(i, j); } #pragma omp parallel for for (int i=0; i < n; i++) { for (int j=0; j < n; j++) { work(i, j); } for (int i=0; i < n; i++) { #pragma omp parallel for for (int j=0; j < n; j++) { work(i, j); }

108 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 108 из 121 Алгоритм Якоби for (int it=0;it

109 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 109 из 121 Балансировка нагрузки нитей. Клауза schedule Клауза schedule: schedule(алгоритм планирования[, число_итераций]) Где алгоритм планирования один из: schedule(static[, число_итераций]) - статическое планирование; schedule(dynamic[, число_итераций]) - динамическое планирование; schedule(guided[, число_итераций]) - управляемое планирование; schedule(runtime) - планирование в период выполнения; schedule(auto) - автоматическое планирование (OpenMP 3.0). #pragma omp parallel for schedule(static) for(int i = 1; i

110 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 110 из 121 Балансировка нагрузки нитей. Клауза schedule #pragma omp parallel for private(tmp) shared (a) schedule (runtime) for (int i=0; i

111 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 111 из 121 Отмена барьерной синхронизации по окончании выполнения цикла. Клауза nowait void example(int n, float *a, float *b, float *c, float *z, int n) { int i; #pragma omp parallel { #pragma omp for schedule(static) nowait for (i=0; i

112 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 112 из 121 Локализация данных #pragma omp parallel shared (var) { { var = … } Модификация общей переменной в параллельной области должна осуществляться в критической секции (critical/atomic/omp_set_lock). Если локализовать данную переменную (например, private(var)), то можно сократить потери на синхронизацию нитей.

113 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 113 из 121 Intel Thread Profiler Предназначен для анализа производительности OpenMP-приложений или многопоточных приложений с использованием потоков Win32 API и POSIX. Визуализация выполнения потоков во времени помогает понять их функции и взаимодействие. Инструмент указывает на узкие места, снижающие производительность. Инструментация программы: Linux: -g [-openmp_profile] Windows: /Zi [/-Qopenmp_profile], link with /fixed:no

114

115

116

117

118

119 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 119 из 121 Материалы по курсу Презентация доступна: ftp://ftp.keldysh.ru/K_student/OpenMp/SpeckursMSU2010_OpenMP.ppt

120 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 120 из 121 Литература OpenMP Application Program Interface Version 3.0, May Антонов А.С. Параллельное программирование с использованием технологии OpenMP: Учебное пособие.-М.: Изд-во МГУ, Э. Таненбаум, М. ван Стеен. Распределенные системы. Принципы и парадигмы. – СПб. Питер, 2003 Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. – СПб.: БХВ-Петербург, 2002.

121 27 сентября Москва, 2010 Параллельное программирование с использованием технологии OpenMP. 121 из 121 Автор Бахтин Владимир Александрович, кандидат физико-математических наук, заведующий сектором Института прикладной математики им. М.В. Келдыша РАН,