इंतजार किया, इंतजार किया और इंतजार किया! Openmp 4.0

प्रत्येक नया OpenMP विनिर्देश मौजूदा कार्यक्षमता के लिए बहुत उपयोगी और आवश्यक परिवर्धन प्रस्तुत करता है। उदाहरण के लिए, संस्करण 3.0 में, तथाकथित अपेक्षित कार्यों को जोड़ा गया, जिसने अनुप्रयोगों को समानांतर बनाने के लिए कार्यों की एक व्यापक श्रेणी को हल करना संभव बना दिया। 3.1 में, कार्यों और कटौती के साथ काम करने के लिए कई सुधार।

लेकिन जो मानक 4.0 अब हमें देता है उसकी तुलना में, पिछले नवाचारों की तरह छोटे लगते हैं। नवीनतम संस्करण ने समवर्ती समर्थित के प्रकारों का विस्तार किया, कुछ ऐसा जो पहले कभी नहीं देखा गया था।

हम सभी जानते हैं कि समानतावाद सब के बाद बहुत अलग है। यह निर्देशों के स्तर पर शुरू होता है, जब आधुनिक प्रोसेसर आर्किटेक्चर हमें पाइपलाइन कार्यक्षमता और सुपरसेलक्विटी प्रदान करते हैं। पहले से ही इस स्तर पर, हम कह सकते हैं कि हमारा आवेदन समानांतर है। लेकिन यह आज हार्डवेयर में पहले से ही अंतर्निहित है, और इसका उपयोग डेवलपर्स के लिए निहित है। मौजूदा प्रोसेसर में अन्य "मिठाई" भी हैं - कोर और वेक्टर रजिस्टर (एसएसई, एवीएक्स, आदि) की संख्या।

वे हमें दो और प्रकार की संगति देते हैं:

• कार्यों पर।
  इस स्थिति में, हमारे प्रोसेसर के सभी कोर का उपयोग किया जाता है। विचार स्वतंत्र कार्यों को उजागर करना है जो एक साथ कई कोर पर किए जा सकते हैं।
• डेटा (वैश्वीकरण) के अनुसार।
  रजिस्टरों का उपयोग प्रत्येक कोर की लंबाई बढ़ाने के लिए किया जाता है। इस स्थिति में, कई डेटा तत्वों (वैक्टर) को एक ही बार में एक ऑपरेशन / निर्देश में संसाधित किया जाता है, इसलिए इसका नाम "वैश्वीकरण" है।
  

यहां, वास्तव में, साझा मेमोरी के साथ सिस्टम पर उपलब्ध सभी प्रकार। यह ध्यान देने योग्य है कि अभी भी वितरित सिस्टम (क्लस्टर और एमपीआई के लिए हैलो) हैं, लेकिन यह आज हमारी बातचीत का ध्यान नहीं है। हम ओपनएमपी के बारे में बात कर रहे हैं, और यह साझा मेमोरी वाले सिस्टम पर शास्त्रीय रूप से "तेज" है।

इसके अलावा, अंतिम क्षण तक, अर्थात् जुलाई 2013 में, यह हमेशा कार्यों में समानता के बारे में था। इसके अलावा, ओपनएमपी का उपयोग सबसे लोकप्रिय तरीकों में से एक बन गया है, भाषा समर्थन के मामले में सार्वभौमिक (सी / सी ++ और फोरट्रान दोनों के लिए उपयुक्त) और कार्यान्वयन के संदर्भ में सरल (निर्देशों के माध्यम से कदम से समानांतरवाद कदम जोड़ने का विचार)।

लेकिन प्रदर्शन के संदर्भ में डेटा संगामिति कम महत्वपूर्ण नहीं है। यह ध्यान रखना महत्वपूर्ण है कि Intel संकलक का उपयोग करते समय वेक्टरकरण एक महत्वपूर्ण बिंदु है यदि आप एक ऐसे अनुप्रयोग पर काम कर रहे हैं जिसके लिए उच्च प्रदर्शन वास्तव में महत्वपूर्ण है। वैसे, किसी भी अन्य संकलक के लिए भी। इसलिए, अपेक्षाकृत लंबे समय के लिए विभिन्न निर्देशों का एक पूरा सेट होता है जो कोड को वेक्टर बनाने में मदद करता है - अर्थात, ऐसे निर्देश उत्पन्न करता है जो रजिस्टरों की पूरी लंबाई का उपयोग करेगा, चाहे वह SSE, AVX या AVX2 हो, या कुछ और भी "ताज़ा" और "लंबा" हो। यह मत भूलो कि नए एमआईसी आर्किटेक्चर में वेक्टरकरण एक महत्वपूर्ण भूमिका निभाता है।

यह ओपनएमपी विनिर्देशों पर काम करने वाली समिति द्वारा भी समझा गया था। इसलिए, एक मजबूत इरादों वाले निर्णय के साथ, डेटा समानांतरवाद के साथ काम करने के निर्देश, इंटेल Cilk प्लस से बहुत समान हैं, जो इंटेल कंपाइलर के साथ काम करने वाले लोगों के लिए प्रसिद्ध थे।

तो जो प्रकट हुआ है।
अब हम न केवल पहले से मौजूद निर्देशों के माध्यम से अलग-अलग प्रवाह में हमारे काम को "तितर-बितर" कर सकते हैं, बल्कि संबंधित कोड का वेक्टरकरण भी कर सकते हैं। और यह सब OpenMP के ढांचे के भीतर है, अर्थात्, एक विशिष्ट संकलक के संदर्भ के बिना, क्योंकि मानक हर चीज का समर्थन करने का प्रयास करते हैं, जितनी जल्दी या बाद में।

मैं पहले यह दिखाना चाहूंगा कि एक सरल उदाहरण में यह Cilk Plus में कैसे था।
मान लें कि हमारे पास एक निश्चित चक्र है:

void add_floats(float *a, float *b, float *c, float *d, float *e, int n){ int i; for (i=0; i<n; i++){ a[i] = a[i] + b[i] + c[i] + d[i] + e[i]; } } 

इसलिए यदि हम इसे वेक्टर-रिपोर्ट कुंजी के साथ संकलित करते हैं, तो यह पता लगाने के लिए कि क्या इसे वेक्टर किया गया है, हम देखेंगे कि यह नहीं है। कारण यह है कि संकलक रूढ़िवादी है - अगर यह "लगता है" कि वैश्वीकरण खतरनाक है, तो यह "इसे सुरक्षित खेलना" और कुछ भी नहीं करना पसंद करेगा। हमारे मामले में, यह फ़ंक्शन के लिए बड़ी संख्या में संकेत के कारण है। कंपाइलर बस सोचता है कि उनमें से कुछ अच्छी तरह से स्मृति में चौराहों हो सकते हैं। लेकिन अगर हम, डेवलपर्स के रूप में, जानते हैं कि यह ऐसा नहीं है और इस चक्र को वेक्टर करना सुरक्षित है, तो हम इंटेल सिलेकप्लस से प्रैग्मा सिमड निर्देश का उपयोग कर सकते हैं:

  #pragma simd for (i=0; i<n; i++){ a[i] = a[i] + b[i] + c[i] + d[i] + e[i]; 

पुनर्निर्माण और वॉइला - चक्र सदिश है! लेकिन फिर से - यह इंटेल कंपाइलर के लिए विशिष्ट है। अब, ऐसी कार्यक्षमता ओपनएमपी में दिखाई दी है, केवल निर्देश अधिक "परिचित" रूप में बन गया है, अर्थात्:

 #pragma omp simd 

इसके अलावा, एक ही समय में दो प्रकार के समानता का उपयोग करने के लिए एक मिश्रित निर्माण होता है:

 #pragma omp parallel for simd 

यह ध्यान देने योग्य है कि "नंगे" रूप में डिज़ाइन का उपयोग करना बहुत अनुशंसित नहीं है, क्योंकि इस चक्र के लिए कंपाइलर चेक पूरी तरह से अक्षम हैं। इसलिए, अन्य ओएमपी निर्देशों के रूप में सेट करना संभव और आवश्यक है, अतिरिक्त विकल्प जो कंपाइलर (वेक्टर की लंबाई के बारे में, स्मृति के संरेखण के बारे में, इसके बारे में, आदि) के लिए मदद करते हैं। वैसे, वे भी उन लोगों के समान हैं जो पहले से ही इंटेल कंपाइलर में थे, लेकिन मामूली बदलाव के साथ।

एक और बहुत उपयोगी चीज जोड़ी गई थी - तथाकथित मौलिक कार्य। यह कोई रहस्य नहीं है कि यदि किसी फ़ंक्शन को लूप में कहा जाता है, तो सामान्य स्थिति में यह लूप वेक्टर नहीं होता है। Cilk Plus ने मैजिक __declspec (वेक्टर) का उपयोग किया है, जो सबसे सामान्य फ़ंक्शन से प्राथमिक कार्य करना संभव बनाता है - एक जो परिणामों के एक वेक्टर को "बाहर देना" कर सकता है। नतीजतन, इसे एक चक्र में कहा जा सकता है, इसके बाद के सफल वैश्वीकरण के साथ। OpenMP में, अब यह इस तरह दिखता है:

 #pragma omp declare simd 

और अब फोरट्रान पर डेवलपर्स खुशी मनाएंगे, क्योंकि इसमें ऐसा कोई समर्थन नहीं था (अंतिम समय तक सी / सी ++ के लिए केवल प्लस)।
इस प्रकार, एक विनिर्देशन के ढांचे के भीतर सभी प्रकार की समानता का उपयोग करने के लिए डेवलपर्स के हाथों में एक शक्तिशाली उपकरण दिखाई दिया है, जो अच्छी खबर है। लेकिन यह सब दिखाई नहीं दिया है। त्वरक के साथ "हाइब्रिड" सिस्टम पर प्रोग्रामिंग मॉडल, जो अब बेहद लोकप्रिय है, को नजरअंदाज नहीं किया गया है। इससे कोई फर्क नहीं पड़ता कि किस प्रकार का त्वरक है - चाहे वह GPU हो, या अन्य अज्ञात जानवर - इसके उपयोग का मॉडल अब डेवलपर के दृष्टिकोण से सामान्य है, और यह नए OpenMP का भी हिस्सा है। लक्ष्य निर्देश का उपयोग करते हुए, अब हम त्वरक पर गणना कर सकते हैं और मेजबान पर परिणाम प्राप्त कर सकते हैं:

 #pragma omp target map(to(b:count)) map(to(c,d)) map(from(a:count)) { #pragma omp parallel for for (i=0; i<count; i++) a[i] = b[i] * c + d; } 

लेकिन यह एक अलग बड़ा विषय है, जिसके बारे में बात करने लायक है। वैसे, ओपनएमपी अब अक्सर अन्य मानकों के साथ तुलना करना शुरू करता है, विशेष रूप से ओपनसीएल, ओपनएसीसी और अन्य। और एक दिलचस्प तुलना प्राप्त की जाती है - ओपनएमपी के लिए बहुत सारे "प्लसस" के साथ। लेकिन, विषय पर वापस।
उपरोक्त सभी के अलावा, अन्य "सुविधाएं" भी दिखाई दीं, लेकिन मैं उन्हें कम महत्वपूर्ण के रूप में फ़िल्टर करूंगा, हालांकि विभिन्न समस्याओं को हल करने के लिए बहुत उपयोगी है। मैं त्रुटि से निपटने के लिए नए टूल के बारे में बात कर रहा हूं, थ्रेड्स को विशिष्ट कर्नेल से जोड़ने के बारे में, कार्यों के लिए नई सुविधाएँ (विस्तार एक्सटेंशन), ​​उपयोगकर्ता-परिभाषित कटौती के लिए समर्थन और कई अन्य नवाचार।

एक पूरा विवरण OpenMP वेबसाइट पर शास्त्रीय रूप से पाया जा सकता है। खैर, पहले संकलक में से एक, जो पहले से ही कई नए कार्यों का आंशिक समर्थन करता है, यहां है । हमेशा की तरह, 30 दिन का परीक्षण संस्करण भी उपलब्ध है। तो OpenMP 4.0 की नई सुविधाओं की कोशिश करने के लिए आपका स्वागत है!