Интернет Университет Суперкомпьютерных технологий Лекция 2: OpenMP - модель параллелизма по управлению Учебный курс Параллельное программирование с OpenMP Бахтин В.А., кандидат физ.-мат. наук, заведующий сектором, Институт прикладной математики им. М.В.Келдыша РАН

Москва, 2009 г. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 2 из 34 Содержание Выполнение OpenMP-программы (Fork and Join Model). Модель памяти. Понятие консистентности памяти. Консистентность памяти в OpenMP (weak ordering). Классы переменных (клаузы SHARED, PRIVATE; директива THREADPRIVATE).

Выполнение OpenMP-программы Fork-Join параллелизм: Главная (master) нить порождает группу (team) нитей по мере небходимости. Параллелизм добавляется инкрементально. Параллельные области Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 3 из 34

Когерентность и консистентность памяти P0:P0:W(x)aR(y)b Время P1: W(y)bR(y)bR(x)aW(x)b Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 4 из 34

Сеть передачи данных Производитель MPI latency, в микросекундах Bandwidth per link (unidirectional, MB/s) NUMAlink 4 (Altix)SGI13400 RapidArray (XD1)Cray QsNet IIQuadrics2900 InfinibandVoltaire High Performance Switch IBM51000 Myrinet XP2Myricom SP Switch 2IBM18500 EthernetVarious Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 5 из 34

Модели консистентности памяти Москва, 2009 г. 6 из 34 Модель консистентности представляет собой некоторый договор между программами и памятью, в котором указывается, что при соблюдении программами определенных правил работа памяти будет корректной, если же требования к программе будут нарушены, то память не гарантирует правильность выполнения операций чтения/записи. Далее рассматриваются основные модели консистентности. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Строгая консистентность Москва, 2009 г. 7 из 34 Операция чтения ячейки памяти с адресом X должна возвращать значение, записанное самой последней операцией записи с адресом X, называется моделью строгой консистентности. a) строгая консистентность б) нестрогая консистентность P0:P0:W(x)a Время P1:R(x)a P0:P0:W(x)a Время P1:R(x)NIL R(x)a Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Последовательная консистентность Москва, 2009 г. 8 из 34 Впервые определил Lamport в 1979 г. в контексте совместно используемой памяти для мультипроцессорных систем. Результат выполнения должен быть тот-же, как если бы операторы всех процессоров выполнялись бы в некоторой последовательности, причем операции каждого отдельного процесса выполнялись бы в порядке, определяемой его программой. Последовательная консистентность не гарантирует, что операция чтения возвратит значение, записанное другим процессом наносекундой или даже минутой раньше, в этой модели только точно гарантируется, что все процессы знают последовательность всех записей в память. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Последовательная консистентность P1W(x)a P2W(x)b P3R(x)bR(x)a P4R(x)bR(x)a Москва, 2009 г. 9 из 34 а) удовлетворяет последовательной консистентности б) не удовлетворяет последовательной консистентности P1W(x)a P2W(x)b P3R(x)bR(x)a P4R(x)aR(x)b Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Последовательная консистентность P1P2P3 x=1; Print (y,z); y=1; Print(x,z); z=1; Print (x,y); Москва, 2009 г. 10 из 34 Результат повторного выполнения параллельной программы в системе с последовательной консистентностью может не совпадать с результатом предыдущего выполнения этой же программы, если в программе нет регулирования операций доступа к памяти с помощью механизмов синхронизации. x=1; y=1; Print (y,z);y=1;z=1;x=1; y=1;Print(x,z);Print (x,y);z=1; Print(x,z);Print (y,z);Print(x,z); z=1; x=1;Print (y,z); Print (x,y); Print (y,z);Print (x,y); Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Причинная консистентность Москва, 2009 г. 11 из 34 Предположим, что процесс P1 модифицировал переменную x, затем процесс P2 прочитал x и модифицировал y. В этом случае модификация x и модификация y потенциально причинно зависимы, так как новое значение y могло зависеть от прочитанного значения переменной x. С другой стороны, если два процесса одновременно изменяют значения различных переменных, то между этими событиями нет причинной связи. Операции, которые причинно не зависят друг от друга называются параллельными. Причинная модель консистентности памяти определяется следующим условием: Последовательность операций записи, которые потенциально причинно зависимы, должна наблюдаться всеми процессами системы одинаково, параллельные операции записи могут наблюдаться разными процессами в разном порядке. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Причинная консистентность Москва, 2009 г. 12 из 34 P1W(x)a P2R(x)aW(x)b P3R(x)bR(x)a P4R(x)aR(x)b Нарушение модели причинной консистентности P1W(x)aW(x)c P2R(x)aW(x)b P3R(x)aR(x)cR(x)b P4R(x)aR(x)bR(x)c Корректная последовательность для модели причинной консистентности Определение потенциальной причинной зависимости может осуществляться компилятором посредством анализа зависимости операторов программы по данным. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

PRAM (Pipelined RAM) и процессорная консистентность Москва, 2009 г. 13 из 34 PRAM: Операции записи, выполняемые одним процессором, видны всем остальным процессорам в том порядке, в каком они выполнялись, но операции записи, выполняемые разными процессорами, могут быть видны в произвольном порядке. Записи выполняемые одним процессором могут быть конвейеризованы: выполнение операций с общей памятью можно начинать не дожидаясь завершения предыдущих операций записи в память. Процессорная: PRAM + когерентность памяти. Для каждой переменной X есть общее согласие относительно порядка, в котором процессоры модифицируют эту переменную, операции записи в разные переменные - параллельны. Таким образом, к упорядочиванию записей каждого процессора добавляется упорядочивание записей в переменные или группы. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Слабая консистентность (weak consistency) Москва, 2009 г. 14 из 34 Пусть процесс в критической секции циклически читает и записывает значение некоторых переменных. Даже, если остальные процессоры и не пытаются обращаться к этим переменным до выхода первого процесса из критической секции, для удовлетворения требований рассматриваемых ранее моделей консистентности они должны видеть все записи первого процессора в порядке их выполнения, что, естественно, совершенно не нужно. Наилучшее решение в такой ситуации - это позволить первому процессу завершить выполнение критической секции и, только после этого, переслать остальным процессам значения модифицированных переменных, не заботясь о пересылке промежуточных результатов. Модель слабой консистентности, основана на выделении среди переменных специальных синхронизационных переменных и описывается следующими правилами: 1. Доступ к синхронизационным переменным определяется моделью последовательной консистентности; 2. Доступ к синхронизационным переменным запрещен (задерживается), пока не выполнены все предыдущие операции записи; 3. Доступ к данным (запись, чтение) запрещен, пока не выполнены все предыдущие обращения к синхронизационным переменным. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Слабая консистентность (weak consistency) Москва, 2009 г. 15 из 34 Первое правило определяет, что все процессы видят обращения к синхронизационным переменным в определенном (одном и том же) порядке. Второе правило гарантирует, что выполнение процессором операции обращения к синхронизационной переменной возможно только после выталкивания конвейера (полного завершения выполнения на всех процессорах всех предыдущих операций записи переменных, выданных данным процессором). Третье правило определяет, что при обращении к обычным (не синхронизационным) переменным на чтение или запись, все предыдущие обращения к синхронизационным переменным должны быть выполнены полностью. Выполнив синхронизацию перед обращением к общей переменной, процесс может быть уверен, что получит правильное значение этой переменной. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Слабая консистентность (weak consistency) Москва, 2009 г. 16 из 34 P1W(x)aW(x)bS P2R(x)aR(x)bS P3R(x)bR(x)aS Допустимая последователь- ность событий P1W(x)aW(x)bS P2SR(x)a Недопустимая последовательность событий Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Консистентность по выходу Москва, 2009 г. 17 из 34 В системе со слабой консистентностью возникает проблема при обращении к синхронизационной переменной: система не имеет информации о цели этого обращения - или процесс завершил модификацию общей переменной, или готовится прочитать значение общей переменной. Для более эффективной реализации модели консистентности система должна различать две ситуации: вход в критическую секцию и выход из нее. В модели консистентности по выходу введены специальные функции обращения к синхронизационным переменным: 1. ACQUIRE - захват синхронизационной переменной, информирует систему о входе в критическую секцию; 2. RELEASE - освобождение синхронизационной переменной, определяет завершение критической секции. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Консистентность по выходу Москва, 2009 г. 18 из 34 Следующие правила определяют требования к модели консистентности по выходу: До выполнения обращения к общей переменной, должны быть полностью выполнены все предыдущие захваты синхронизационных переменных данным процессором. Перед освобождением синхронизационной переменной должны быть закончены все операции чтения/записи, выполнявшиеся процессором прежде. Реализация операций захвата и освобождения синхронизационной переменной должны удовлетворять требованиям процессорной консистентности (последовательная консистентность не требуется). P1Acq(L)W(x)aW(x)bRel(L) P2Acq(L)R(x)bRel(L) P3R(x)a Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

001 Модель памяти в OpenMP Москва, 2009 г. 19 из 34 Нить 001 Нить 001 Нить Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

001 Модель памяти в OpenMP Москва, 2009 г. 20 из 34 Нить Нить 1 static int i = 0; … = i + 1; i = i + 1; i = 0 i = 1 … = i + 2; // ? #pragma omp flush (i) i = 1 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Консистентность памяти в OpenMP Москва, 2009 г. 21 из 34 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 выполняет операцию синхронизации – read (var) Директива flush: #pragma omp flush [(list)] - для Си !$omp flush [(list)] - для Фортран Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Консистентность памяти в OpenMP Москва, 2009 г. 22 из 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). Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

Пример: организация конвейера Москва, 2009 г. 23 из 34 int isync[NUMBER_OF_THREADS]; /*синхронизационный массив*/ #pragma omp parallel private(iam) { iam=omp_get_thread_num (); /*номер нити*/ Нить0: /*выполняет вычисления*/ isync[iam]=1; /*устанавливает признак, что необходимые для работы Нити1 данные готовы*/ #pragma omp flush (isync) Нить1: /*ожидает пока не будут готовы данные*/ for (;isync[iam-1]==0;) { #pragma omp flush (isync) } Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

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. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 24 из 34 Москва, 2009 г.

Классы переменных double Array1[100]; int main() { int Array2[100]; #pragma omp parallel work(Array2); printf(%d\n, Array2[0]); } Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 25 из 34 Москва, 2009 г. extern double Array1[100]; void work(int *Array) { double TempArray[100]; static int count;... } TempArray Array1, Array2, count

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 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. 26 из 34 Москва, 2009 г.

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 из 34 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. Москва, 2009 г.

Конструкция FIRSTPRIVATE «Firstprivate» является специальным случаем «private». Инициализирует каждую приватную копию соответствующим значением из главной (master) нити. 28 из 34 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. Москва, 2009 г. 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

Конструкция LASTPRIVATE Lastprivate передает значение приватной переменной, посчитанной на последней итерации в глобальную переменную. 29 из 34 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. Москва, 2009 г. 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)

Конструкция THREADPRIVATE Отличается от применения конструкции PRIVATE: –с PRIVATE глобальные переменные маскируются –THREADPRIVATE 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. 30 из 34 Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А. Москва, 2009 г.

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 ……… }

32 из 34 Литература… Распределенные системы. Принципы и парадигмы. / Э. Таненбаум, М. ван Стеен. – СПб. Питер, 2003 Операционные системы распределенных вычислительных систем (распределенные ОС). Крюков Виктор Алексеевич. Москва, 2009 г. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

33 из 34 Вопросы? Москва, 2009 г. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.

34 из 34 Бахтин В.А., кандидат физ.-мат. наук, заведующий сектором, Институт прикладной математики им. М.В.Келдыша РАН Контакты Москва, 2009 г. Параллельное программирование с OpenMP: OpenMP - модель параллелизма по управлению © Бахтин В.А.