ArBB, Cilk +, OpenMP, OpenCL, TBB - ज्ञान दिवस या चुनाव दिवस

याद रखें, क्या आपने हाल के वर्षों में उन लोगों की समीक्षाओं को पढ़े बिना कोई महत्वपूर्ण विकल्प बनाया है, जिन्होंने इंटरनेट पर इसे पहले ही चुना है?

हम "विकासशील विद्रोह" के युग में रहते हैं।
लगभग सभी खरीद, आराम की जगह, काम, अध्ययन और उपचार, एक बैंक और एक टैंक, एक फिल्म और एक कंपनी की पसंद ... हजारों विज्ञापनों की तुलना में एक समीक्षा पढ़ना बेहतर है।

हालांकि, सबसे अधिक संभावना है, आपने सभी मामलों में समीक्षाओं का उपयोग नहीं किया।
उदाहरण के लिए, जब एक उपग्रह / जीवन साथी चुनते हैं।
या जब एक सार्वजनिक शौचालय में एक बूथ चुनते हैं :)।
या - जब कार्यक्रमों को समानांतर करने के लिए एक विधि का चयन। बाद के मामले में, शायद सिर्फ इसलिए कि आप इस तरह की समीक्षाओं में नहीं आए। मैं इसे ठीक करने की कोशिश करूंगा। अर्थात्, मैं आपको बताता हूँ कि Cilk +, OpenMP, OpenCL, TBB और ArBB (Ct) से उनकी क्षमताओं, विकास में आसानी और उपयोग, प्रलेखन की गुणवत्ता, साथ ही अपेक्षित प्रदर्शन के संदर्भ में क्या अपेक्षा की जाए।

तुरंत, मैं ध्यान देता हूं कि नीचे वर्णित सभी उपकरण या तो मुफ्त हैं या संकलक की कीमत में शामिल हैं।

OpenMP।

स्वचालित समांतरकरण के लिए कंपाइलर प्रैग्मस का एक सेट (आप अतिरिक्त पुस्तकालय कार्यों का उपयोग भी कर सकते हैं)।
यह सभी प्रमुख संकलकों द्वारा समर्थित है, अन्यथा त्रुटियों के कारण इसे अनदेखा किया जाता है।
यह सभी सामान्य आर्किटेक्चर पर काम करता है (सिद्धांत में - और एआरएम पर) और ओएस (सिद्धांत में - यहां तक ​​कि एंड्रॉइड पर भी)।

प्रलेखन अच्छा है और हर जगह है - चमकदार पत्रिकाओं तक।

अध्ययन में आसानी असाधारण है। विकास और कार्यान्वयन का समय - मिनट। एक जटिल परियोजना के लिए - एक घंटे से अधिक नहीं।

डीबगिंग सीमित है, लेकिन संभव है - इंटेल समानांतर स्टूडियो देखें।

नुकसान : यह GPU का उपयोग नहीं करता है, यह थ्रेड्स के "उन्नत" नियंत्रण और सिंक्रनाइज़ेशन के लिए आवश्यक कई कार्यों का समर्थन नहीं करता है; हमेशा अच्छा प्रदर्शन प्रदान नहीं करता है; आवेदन के विभिन्न घटकों में और समांतरिकरण के अन्य साधनों के साथ "संयुक्त"।

एक उदाहरण है। OpenMP का उपयोग करने वाला लूप इस तरह दिखेगा:

#pragma omp parallel for for (i = 0; i < n; ++i) result[i] = a[i] * b[i]; 

---

OpenCL (ओपन कम्प्यूटिंग भाषा)

विषम समानांतर प्रोग्रामिंग के लिए युवा (2008 वर्ष का जन्म) मानक। यही है, अंदर यह न केवल सीपीयू, बल्कि जीपीयू का भी उपयोग करता है, जो इसका मुख्य है, और शायद एकमात्र फायदा है। यह AMD, Apple, ARM, Intel, NVidia और सभी मोबाइल फोन निर्माण कंपनियों द्वारा समर्थित है। Microsoft द्वारा समर्थित नहीं है।
ओपनसीएल का एक और घोषित लाभ हार्डवेयर क्षमताओं की उपस्थिति में कोड का स्वचालित वेक्टरकरण है। लेकिन OpenCL का उपयोग किए बिना एक ही प्रभाव प्राप्त किया जा सकता है :)

मानक की अवधारणा: एक केंद्रीय मेजबान और कई ओपनसीएल डिवाइस (कंप्यूट यूनिट), जो एक साथ कर्नेल-परिभाषित फ़ंक्शन (कर्नेल) को निष्पादित करते हैं। कर्नेल को सी (सी में कुछ प्रतिबंधों और परिवर्धन के साथ) में लिखा गया है और एक विशेष संकलक द्वारा संकलित किया गया है।
मेजबान पर चलने वाले मुख्य कार्यक्रम को हर चीज और हर किसी की बहुत आवश्यकता होती है :):

• एक OpenCL वातावरण बनाएँ,
• गुठली बनाएँ
• निष्पादन मंच को परिभाषित करें = संदर्भ, उपकरण और कतारें,
• एक प्रोग्राम बनाएं और बनाएं (गुठली के लिए गतिशील पुस्तकालय),
• मेमोरी में ऑब्जेक्ट्स का चयन करें और आरंभ करें,
• गुठली की पहचान करें और उन्हें अपने तर्कों में संलग्न करें, और अंत में OpenCL उपकरणों के लिए मेमोरी और गुठली पारित करें।

प्रलेखन : बहुत कम।
टूल को सीखना / लागू करना सबसे कठिन है, विशेष रूप से प्रलेखन की कमी और, विशेष रूप से, उदाहरण। विकास और कार्यान्वयन का समय - दिन। एक जटिल परियोजना के लिए - एक सप्ताह।

अन्य नुकसान : मौजूदा उदाहरणों पर सबसे अच्छा प्रदर्शन नहीं है जो केवल सीपीयू का उपयोग करते हैं, डिबगिंग की कठिनाई और प्रदर्शन समस्याओं का पता लगाते हैं।

एक उदाहरण है। पाश के लिए कार्य

 void scalar_mul(int n, const float *a, const float *b, float *result) { int i; for (i = 0; i < n; ++i) result[i] = a[i] * b[i]; } 

OpenCL में अनुवाद कर्नेल में बदल जाता है:

 __kernel void scalar_mul(__global const float *a, __global const float *b, __global float *result) { size_t id = get_global_id(0); result[id] = a[id] * b[id]; } 

... प्लस आपको अभी भी मुख्य होस्ट प्रोग्राम (ऊपर देखें) के लिए कोड (!) की एक पूर्ण स्क्रीन की आवश्यकता है। यह कोड, विशेष ओपनसीएल कार्यों को बुला रहा है, बेशक, इंटेल ओपनसीएल एसडीके उदाहरण से लिखा जा सकता है, लेकिन आपको अभी भी इसे समझना होगा।

---

निम्नलिखित तीन कार्यक्रम समांतरिकीकरण उपकरण इनल पैरेलल बिल्डिंग ब्लॉक्स बनाते हैं:
Cilk Plus, TBB, ArBB।

Cilk Plus।

प्लस का अर्थ है सरणियों के साथ काम करने के लिए Cilk एक्सटेंशन।
अगस्त 2011 के बाद से इंटेल कंपाइलर्स (विंडोज, लिनक्स) और, द्वारा विशेष रूप से समर्थित C \ C ++ एक्सटेंशन, - तुरंत gcc 4.7, जो तुरंत एक कमी दिखाता है - वास्तविक क्रॉस-प्लेटफ़ॉर्म की कमी। GPU भी समर्थित नहीं है।

लाभ:
सीखना आसान है । OpenMP की तुलना में Cilk थोड़ा अधिक जटिल है। यह परियोजना में मिनटों के मामले में दर्ज किया जाता है, सबसे खराब स्थिति में - काम के घंटे।
इसी समय, प्रदर्शन OpenMP से बेहतर है। इसके अलावा, सिल्क सभी इनल पैरेलल बिल्डिंग ब्लॉक्स और ओपनसीएल के साथ अच्छी तरह से जोड़ती है।
Intel Cilk SDK का उपयोग करते समय, कोड परिवर्तन न्यूनतम होते हैं; कंपाइलर पर्दे के पीछे सभी काम करता है।

प्रलेखन : ज्यादा नहीं, लेकिन सिल्की की सादगी को देखते हुए, यह कोई समस्या नहीं है।

एक उदाहरण है । लूप के लिए आपका पसंदीदा तिलक इस तरह दिखेगा:

 cilk_for (i = 0; i < n; ++i) { result[i] = a[i] * b[i]; } 

TBB (भवन निर्माण खंड)

समानांतर प्रोग्रामिंग के लिए इंटेल की सी ++ टेम्पलेट लाइब्रेरी। लिनक्स, विंडोज, मैक और यहां तक ​​कि Xbox360 पर काम करता है, इसमें इंटेल कंपाइलर की आवश्यकता नहीं होती है। नुकसान : एक GPU का उपयोग नहीं करता है।
पुस्तकालय का कार्यान्वयन:
• थ्रेड सेफ कंटेनर: वेक्टर, कतार, हैश टेबल;
• कम, स्कैन, पाइपलाइन, सॉर्ट, आदि के लिए समानांतर एल्गोरिदम।
• स्केलेबल मेमोरी एलोकेटर्स;
• म्यूटेक्स और परमाणु संचालन;

प्रलेखन और उदाहरण : एक बहुत, अच्छी गुणवत्ता।

सीखने और उपयोग करने में आसान । उन लोगों के लिए जिन्हें कोड में टेम्प्लेट का उपयोग करने का कोई अनुभव नहीं है, यह काफी कठिन है। जिनके पास है, उनके लिए यह हमेशा प्राथमिक नहीं है। महत्वपूर्ण कोड परिवर्तन की आवश्यकता हो सकती है। अध्ययन / कार्यान्वयन का समय एक व्यावसायिक दिन से एक सप्ताह तक है।

लाभ : उत्कृष्ट प्रदर्शन, संकलक से स्वतंत्रता, व्यक्तिगत पुस्तकालय घटकों का स्वतंत्र रूप से उपयोग करने की क्षमता।

एक उदाहरण है।

  void scalar_mul(int n, const float *a, const float *b, float *result) { for (int i = 0; i < n; ++i) result[i] = a[i] * b[i]; } 

टीवीबी का उपयोग करते हुए, आपको इसे तथाकथित बॉडी (साइकिल बॉडी) के वर्ग के ऑपरेटर () में बदलना होगा:

 using namespace tbb; class ApplyMul { public: void operator()( const blocked_range<size_t>& r ) const { float *a = my_a; float *b = my_b; float *result = my_result; for( size_t i=r.begin(); i!=r.end(); ++i ) result[i] = a[i] * b[i]; } ApplyMul( float a[], float b[], float result []) : my_a(a), my_b(b), my_result(result) {} }; 

जहां block_range tbb द्वारा प्रदान किया गया टेम्प्लेट पुनरावृत्ति है।

और उसके बाद ही आप tbb parallel_for का उपयोग कर सकते हैं

 void parallel_mul ( float a[], float b[],float result[], int n ) { parallel_for(blocked_range<size_t>(0,n), ApplyMul(a, b, result)); } 

ArBB (ऐरे बिल्डिंग ब्लॉक्स)।

गर्लफ्रेंड में - सीटी, जिसके बारे में पहले से ही इस ब्लॉग पर छिपकली लिखी थी । समानांतर प्रोग्रामिंग के लिए C ++ टेम्पलेट्स की इंटेल लाइब्रेरी।
Intel ArBB विंडोज * और लिनक्स * पर चलता है, जो Intel, Microsoft Visual C ++ और GCC कंपाइलरों द्वारा समर्थित है। यदि आपके पास उपयुक्त रन-नीम है, तो यह GPU और आगामी Intel MIC पर काम करना चाहिए

लाभ : डिजाइन में निहित पूर्ण स्ट्रीम सुरक्षा (डेटा रेस की कमी) अपने अंदर टीबीबी का उपयोग करता है, तदनुसार, यह विभिन्न मॉड्यूल में अच्छी तरह से जोड़ती है।

दस्तावेज़ीकरण : अफसोस, लैकोनिक, उदाहरण बिल्कुल सामान्य हैं।

टीबीबी स्तर पर - मास्टरिंग / कार्यान्वयन में कठिनाई ।

नुकसान:
अभी भी बीटा में है।
बड़ी मात्रा में डेटा को संसाधित करने के लिए डिज़ाइन किया गया है, ओवरहेड के कारण छोटे सरणियों पर यह अच्छा प्रदर्शन प्रदान नहीं करता है।
एक उदाहरण:
पाश के लिए कुख्यात ArBB में क्या होता है? प्रलेखन पर पहली नज़र में, आप सोच सकते हैं कि _for में। लेकिन नहीं। _ ArBB में केवल एक संकेत है कि लूप पुनरावृत्तियों में निर्भरता है और केवल क्रमिक रूप से निष्पादित किया जा सकता है। ArBB में कोई "समानांतर" नहीं है।
लेकिन वही

  void scalar_mul(int n, const float *a, const float *b, float *result) { for (int i = 0; i < n; ++i) result[i] = a[i] * b[i]; } 

   void parallel_mul(dense<f32> a, dense<f32> b, dense<f32> &result) { result = a * b; } 

एक चुनौती के साथ

 dense<f32> va; bind (va, a, n); dense<f32> vb; bind (vb, b, n); dense<f32> vres; bind (vres, result, n); call(parallel_mul)(va, vb, vres); 

सारांश नंबर १

पिवट टेबल चयन।

सारांश संख्या २

इस पोस्ट की शुरुआत में तस्वीर में क्षैतिज रेखाएं समानांतर हैं। हालांकि, यह संभव है कि पर्यवेक्षकों के अनुसार, यह पता चला है कि नहीं।