Системы с общей памятью на примере OpenMP

Привет, сегодня поговорим про системы с общей памятью на е openmp, обещаю рассказать все что знаю. Для того чтобы лучше понимать что такое системы с общей памятью на е openmp , настоятельно рекомендую прочитать все из категории Высоконагруженные проекты.Паралельные вычисления. Суперкомпьютеры. Распределенные системы.

при создании параллельных программ для SMPсистемиспользуют многопоточное программирование при помощи:

•нитей (потоков, threads)

•директивы OpenMP

директивы ОрепМР-специальныедирективы для компиляторов

•директивы используются для выделения участковкода, которые нужно распараллелить (фрагменты)

•в параллельных фрагментах код делится на потоки

•потоки выполняются отдельно

программа —набор из последовательныхи параллельныхучастков кода (вилочныйfork-join или пульсирующийпараллелизм).

 

OpenMPвходитвсоставкомпилятораgccначинаясверсии4.2,атакжевMSVisualStudioверсии2008ивыше.

ЕсликомпиляторвдругнеподдерживаетOpenMP,директивыигнорируютсяипрограммавыполняетсякакобычная(последовательная).

Используетспециальныедирективы#pragma,передучасткомкода,которыйнеобходимораспараллелить

Директивывнесколькострокразделяются«\»

#pragmaompparallelforshared(a)\

private(i,j,sum)\

schedule(dynamic,CHUNK)

 

      директива parallel  используется для выделения параллельных фрагментов

#pragmaompparallel

<блок_программы>

слово ompобязательно для всех директивOpenMP.

блок программы –statementили compoundstatement{…}.

правило для блока: один вход\один выход

порядок работы программы с директивой:

создается набор (team) из N потоков(исходный поток имеет номер 0 и называется master);

блок программы дублируется или разделяется между потоками для параллельного выполнения;             

 

в конце происходит синхронизация –ожидается завершение всех потоков, после чего все потоки завершаются и дальше работает master.

Параметр num_threadsпозволяет указать количество создаваемых потоков.

Стандарт негарантируетсоздание указанного количества потоков (в случае указания очень больших значений).

Количество дополнительно создаваемых потоков –<указанное_значение>-1 (т.к. Об этом говорит сайт https://intellect.icu . есть master-поток).

если количество потоков не указано, то их будет создано столько, чтобы их общее количество =количеству вычислительных элементов(ядер или процессоров).

Каждый поток имеет свой стеки счетчиккоманд(поток может иметь локальные переменные).

Переменные –локальные (private) или общие (shared).

Стандартная функция OpenMP

•omp_get_thread_numвозвращает idпотока (от 0 до n-1);

•omp_get_num_threadsвозвращает количествопотоков.

директива parallelforиспользуется для распараллеливания цикла for.

цикл forобязательнодолжен идти сразу за директивой.

КАЖДЫЙ ПОТОК ВЫПОЛНЯЕТ ЧАСТЬ ИТЕРАЦИЙ ЦИКЛА!

Каждый поток получает по ~1\n итераций цикла по порядку id(masterвыполнит первые 1\nитераций, поток с id=1 выполнит следующие 1\nитераций и т.д.

Счетчик цикла всегдалокальная переменная.

 

 

 

Распараллеливаются только циклы for(whileили do-whileне распараллеливаются).

Количество итерацийдолжно быть точноизвестнозаранее. Циклы типа

for ( ; ; ) { … }

или

for (i=0; i<n;i++) {

if (…) break;

…

}

распараллелить нельзя.

 

Распараллеливаются циклы только в канонической форме:

•счетчик цикла –intили указатель;

•начало, окончание и инкремент должны быть совместимыми типами (если счетчик –указатель, то инкремент –int).

•начало, окончание и инкремент не должны меняться в теле цикла.

•счетчик цикла не должен изменяться в теле цикла

 

 

Если результат вычислений в цикле зависит от результата одной или нескольких предыдущих итераций (рекурсия, динамическое программирование), то результат будет некорректным.

Программа для вычисления числа Фибоначчи выдаст некорректный и каждый раз новый результат.

 

OpenMPне проверяет зависимости между итерациями в цикле. Этим должнызаниматься программисты.

Цикл, в котором результаты одного или нескольких итераций зависят от других итераций, не могут корректно быть распараллелены с помощью OpenMP.

Ситуацию, когда вычисление fibo[6] зависит от вычисления fibo[5] называют зависимостью данных.

Зависимость данных может существовать внутри одной итерации, но не может внутри разных итераций.

 

 привет программы OpenMP

 

 

 

 

 

В общем, мой друг ты одолел чтение этой статьи об системы с общей памятью на е openmp. Работы впереди у тебя будет много. Смело пиши комментарии, развивайся и счастье окажется в твоих руках. Надеюсь, что теперь ты понял что такое системы с общей памятью на е openmp и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Высоконагруженные проекты.Паралельные вычисления. Суперкомпьютеры. Распределенные системы

Из статьи мы узнали кратко, но содержательно про системы с общей памятью на е openmp