MPI-functies
Afgeleid type, bewerkingen, gegevenstypen
Bsend Buffer_attach Get_count ANY_SOURCE Sendrecv_replace ANY_TAG Probe
Allgetherv Alltoall Alltoallv Rduce_scatter-scan verminderen
Een afgeleid type wordt opgebouwd uit vooraf gedefinieerde MPI-typen en eerder gedefinieerde afgeleide typen met behulp van speciale constructorfuncties
MPI_Type_contiguous, MPI_Type_vector, MPI_Type_hvector, MPI_Type_indexed, MPI_Type_hindexed, MPI_Type_struct.
Een nieuw afgeleid type wordt geregistreerd door de functie MPI_Type_commit aan te roepen. Pas na registratie kan een nieuw afgeleid type worden gebruikt in communicatieroutines en bij de constructie van andere typen. Vooraf gedefinieerde MPI-typen worden als geregistreerd beschouwd.
Wanneer een afgeleid type niet langer nodig is, wordt het vernietigd met de functie MPI_Type_free.
1) MPI_Init - initialisatiefunctie. Als resultaat van het uitvoeren van deze functie wordt een procesgroep gecreëerd waarin alle applicatieprocessen worden geplaatst, en wordt een communicatiegebied gecreëerd, beschreven door de vooraf gedefinieerde communicator MPI_COMM_WORLD.
MPI_Type_commit - typeregistratie, MPI_Type_free - typevernietiging
int MPI_Init(int *argc, char ***argv);
2) MPI_Finalize - Voltooiingsfunctie MPI-programma's. De functie sluit alle MPI-processen af en elimineert alle communicatiegebieden.
int MPI_Finalize(ongeldig);
3) Functie voor het bepalen van het aantal processen in het communicatiebereik MPI_Comm_grootte . De functie retourneert het aantal processen in het communicatiegebied van de communicatorcomm.
int MPI_Comm_size(MPI_Comm comm, int *grootte);
4) Functie voor het detecteren van procesnummers MPI_Comm_rank . De functie retourneert het nummer van het proces dat deze functie heeft aangeroepen. Procesnummers liggen in het bereik 0..grootte-1.
int MPI_Comm_rank(MPI_Comm comm, int *rang);
5) Berichtfunctie MPI_Verzenden. De functie verzendt telelementen van het berichtgegevenstype met identificatietag om de bestemming in het communicatiegebied van de communicatorcomm te verwerken.
int MPI_Send(void* buf, int count, MPI_Datatype datatype, int dest, int tag, MPI_Comm comm);
6) Functie voor berichtontvangst MPI_Ont. De functie ontvangt telelementen van het berichtgegevenstype met identificatietag van het bronproces in het communicatiegebied van de communicatorcomm.
int MPI_Recv(void* buf, int count, MPI_Datatype datatype, int source, int tag, MPI_Comm comm, MPI_Status *status)
7) Timingfunctie (timer) MPI_Wtime. De functie retourneert de astronomische tijd in seconden die is verstreken sinds een bepaald punt in het verleden (referentiepunt).
dubbele MPI_Wtime(ongeldig)
Functies voor het doorgeven van berichten tussen processen zijn onderverdeeld in:
Voorvoegsel S (synchroon)
betekent synchrone gegevensoverdrachtmodus. De datatransmissiebewerking eindigt pas wanneer de dataontvangst eindigt. De functie is niet-lokaal.
Prefix B (gebufferd)
betekent gebufferde gegevensoverdrachtmodus. In de adresruimte van het verzendproces met behulp van speciale functie er wordt een klembord gemaakt dat wordt gebruikt bij uitwisselingsoperaties. De verzendbewerking eindigt wanneer gegevens in deze buffer worden geplaatst. De functie is lokaal van aard.
Voorvoegsel R (klaar)
overeengekomen of voorbereide wijze van gegevensoverdracht. De gegevensoverdrachtbewerking begint pas wanneer de ontvangende processor het teken van gereedheid voor het ontvangen van gegevens heeft gezet, waardoor de ontvangstbewerking wordt geïnitieerd. De functie is niet-lokaal.
Voorvoegsel I (onmiddellijk)
verwijst naar niet-blokkerende bewerkingen.
MPI_Status-structuur
Na het lezen van een bericht kunnen sommige parameters onbekend zijn, zoals het aantal gelezen items, de bericht-ID en het adres van de afzender. Deze informatie kan worden verkregen met behulp van de statusparameter. Statusvariabelen moeten expliciet worden gedeclareerd in het MPI-programma. In de C-taal is status een structuur van het type MPI_Status met drie velden MPI_SOURCE, MPI_TAG, MPI_ERROR.
8) Om het aantal daadwerkelijk ontvangen berichtelementen te bepalen, moet u een speciale functie gebruiken MPI_Get_count .
int MPI_Get_count (MPI_Status *status, MPI_Datatype gegevenstype, int *count);
9) U kunt de parameters van een ontvangen bericht bepalen zonder het te lezen met behulp van de MPI_Probe-functie. int MPI_Probe (int bron, int tag, MPI_Comm comm, MPI_Status *status);
10) In situaties waarin je moet presteren wederzijdse uitwisseling gegevens tussen processen, is het veiliger om een gecombineerde bewerking te gebruiken MPI_Sendrecv . Bij deze bewerking worden de verzonden gegevens uit de buf-array vervangen door de ontvangen gegevens.
int MPI_Sendrecv(void *sendbuf, int sendcount, MPI_Datatype sendtype, int dest, int sendtag, void *recvbuf, int recvcount, MPI_Datatype recvtype, int source, MPI_Datatype recvtag, MPI_Comm comm, MPI_Status *status);
11) Functie voor het controleren van de voltooiing van een niet-blokkerende operatie MPI_Test.
int MPI_Test(MPI_Request *verzoek, int *vlag, MPI_Status *status);
Dit is een lokale niet-blokkerende bewerking. Als de bewerking die aan het verzoek is gekoppeld, is voltooid, wordt flag = true geretourneerd en bevat de status informatie over de voltooide bewerking. Als de gecontroleerde bewerking niet is voltooid, wordt flag = false geretourneerd en is de waarde van status in dit geval niet gedefinieerd.
12) Functie voor het annuleren van een verzoek zonder te wachten op de voltooiing van een niet-blokkerende operatie MPI_Request_free.
int MPI_Request_free(MPI_Request *verzoek);
De aanvraagparameter is ingesteld op MPI_REQUEST_NULL.
13) Het bereiken van een efficiënte uitvoering van een gegevensoverdrachtoperatie van één proces naar alle processen van een programma (data-uitzending) kan worden bereikt met behulp van de MPI-functie:
int MPI_Bcast(ongeldig *buf,int aantal,MPI_Datatype type,int root,MPI_Comm comm)
De functie MPI_Bcast verzendt gegevens vanuit een bufferbuf die telelementen bevat soort soort van de procesgenummerde root tot alle processen die zijn opgenomen in de comm-communicator.
14) Als u van iemand een bericht wilt ontvangen Voor het verzendproces kan de waarde MPI_ANY_SOURCE zijn opgegeven voor de bronparameter
15) Als het nodig is om een bericht met een tag te ontvangen, kan de waarde voor de tagparameter worden opgegeven MPI_ANY_TAG
16) Met de statusparameter kunt u een aantal kenmerken van het ontvangen bericht definiëren:
- status.MPI_SOURCE – rang het verzendproces van het ontvangen bericht,
- status.MPI_TAG - tag van het ontvangen bericht.
17) Functie
MPI_Get_coun t(MPI_Status *status, MPI_Datatype type, int *count)
retourneert in de count-variabele het aantal elementen van het type type in het ontvangen bericht.
18) Bewerkingen die gegevens van alle processen naar één proces overbrengen. In deze operatie op de verzamelde
waarden voeren een of andere gegevensverwerking uit (om het laatste punt te benadrukken deze operatie ook wel datareductiebewerking genoemd)
int MPI_Reduce (void *sendbuf, void *recvbuf,int count,MPI_Datatype type, MPI_Op op,int root,MPI_Comm comm)
19) Processynchronisatie, d.w.z. gelijktijdige verwezenlijking door processen van bepaalde punten van het berekeningsproces wordt verzekerd met behulp van de MPI-functie: int MPI_Barrier(MPI_Comm comm); De functie MPI_Barrier definieert een collectieve bewerking en moet daarom, indien gebruikt, door alle processen van de gebruikte communicator worden aangeroepen. Bij het aanroepen van de functie MPI_Barrier
procesuitvoering wordt geblokkeerd; procesberekeningen gaan pas door nadat alle processen van de communicator de functie MPI_Barrier hebben aangeroepen.
20) Om de gebufferde overdrachtsmodus te gebruiken, moet een MPI-geheugenbuffer worden gemaakt en overgedragen
om berichten te bufferen – de functie die hiervoor wordt gebruikt ziet er als volgt uit: int MPI_Buffer_attach (void *buf, int size),
- buf geheugenbuffer voor het bufferen van berichten,
- grootte – buffergrootte.
21) Nadat u klaar bent met het werken met de buffer, moet deze worden losgekoppeld van MPI met behulp van de functie:
int MPI_Buffer_detach (ongeldig *buf, int *size).
22) Het bereiken van een efficiënte en gegarandeerde gelijktijdige uitvoering van datatransmissie- en ontvangstbewerkingen kan worden bereikt met behulp van de MPI-functie:
int MPI_Sendrecv (void *sbuf,int scount,MPI_Datatype stype,int dest, int stag, void *rbuf,int rcount,MPI_Datatype
rtype,int source,int rtag, MPI_Comm comm, MPI_Status *status)
23) Wanneer berichten van hetzelfde type zijn, heeft MPI de mogelijkheid om deze te gebruiken enkele buffer: intMPI_Sendrecv_replace (ongeldig *buf, int count, MPI_Datatype type, int dest,
int stag, int source, int rtag, MPI_Comm comm, MPI_Status* status)
24) De algemene werking van het verzenden van gegevens van één proces naar alle processen (datadistributie) verschilt van uitzenden doordat het proces verschillende gegevens naar de processen verzendt (zie figuur 4.4). Deze bewerking kan worden uitgevoerd met behulp van de functie:
int MPI_Scatter (void *sbuf,int scount,MPI_Datatype stype,
25) De werking van gegeneraliseerde gegevensoverdracht van alle processors naar één proces (gegevensverzameling) is het omgekeerde van de gegevensdistributieprocedure (zie figuur 4.5). Om deze bewerking in MPI uit te voeren is er een functie:
int MPI_Gather (nietig *sbuf,int sccount,MPI_Datatype stype,
void *rbuf,int rcount,MPI_Datatype rtype, int root, MPI_Comm comm)
26) Opgemerkt moet worden dat bij gebruik van de functie MPI_Gather alleen gegevensverzameling wordt uitgevoerd
op één proces. Om alle verzamelde gegevens over elk van de communicatorprocessen te verkrijgen
u moet de verzamel- en distributiefunctie gebruiken:
int MPI_Allgather (void *sbuf, int scount, MPI_Datatype stype, void *rbuf, int rcount, MPI_Datatype rtype, MPI_Comm comm)
27) Het overbrengen van gegevens van alle processen naar alle processen is de meest gebruikelijke handeling voor gegevensoverdracht (zie figuur 4.6). Deze bewerking kan worden uitgevoerd met behulp van de functie:
int MPI_Alltoall (void *sbuf,int scount,MPI_Datatype stype, void *rbuf,int rcount,MPI_Datatype rtype,MPI_Comm comm)
28) De functie MPI_Reduce biedt resultaten voor gegevensreductie
slechts op één proces. Om de resultaten van datareductie op elk van de communicatorprocessen te verkrijgen, moet u de reductie- en distributiefunctie gebruiken:
int MPI_Allreduce (void *sendbuf, void *recvbuf,int count,MPI_Datatype type, MPI_Op op,MPI_Comm comm).
29) En een andere versie van de gegevensverzameling en -verwerking, die ervoor zorgt dat alle gedeeltelijke reductieresultaten worden verkregen, kan worden verkregen met behulp van de functie:
int MPI_Scan (void *sendbuf, void *recvbuf,int count,MPI_Datatype type, MPI_Op op,MPI_Comm comm).
Het algemene uitvoeringsdiagram van de MPI_Scan-functie wordt getoond in Fig. 4.7. Elementen van ontvangen berichten vertegenwoordigen de resultaten van het verwerken van de overeenkomstige elementen van berichten die door processen worden verzonden, en om resultaten te verkrijgen voor een proces met rang i, 0≤i 30)
De initiële waarde van de bufpos-variabele moet worden gevormd voordat het verpakken begint en wordt vervolgens door de functie ingesteld MPI_Pack. De functie MPI_Pack wordt opeenvolgend aangeroepen om alle benodigde gegevens in te pakken. int MPI_Pack_size (int aantal, MPI_Datatype type, MPI_Comm comm, int *size) 31)
Nadat alle benodigde gegevens zijn ingepakt, kan de voorbereide buffer worden gebruikt in gegevensoverdrachtsfuncties waarbij het MPI_PACKED-type is opgegeven. Na ontvangst van een bericht met het type MPI_PACKED kunnen de gegevens worden uitgepakt met behulp van de functie: int MPI_Unpack (void *buf, int bufsize, int *bufpos, void *data, int count, MPI_Datatype type, MPI_Comm comm) Complexe instructiesetcomputer CISC (Engelse complexe instructiesetcomputer, of Engelse complexe instructiesetcomputer - computer met een volledige set instructies) is een processorontwerpconcept dat wordt gekenmerkt door de volgende reeks eigenschappen: een relatief klein aantal registers voor algemene doeleinden; ·
een groot aantal machine-instructies, waarvan sommige semantisch worden geladen, vergelijkbaar met de operators van programmeertalen op hoog niveau, en worden uitgevoerd in vele klokcycli; ·
een groot aantal adresseringsmethoden; ·
een groot aantal opdrachtformaten met verschillende bitgroottes; ·
het overwicht van het opdrachtformaat met twee adressen; ·
aanwezigheid van typeverwerkingsopdrachten register-geheugen. Gebreken : hoge hardwarekosten; problemen met parallellisatie van berekeningen. De bouwtechniek van het CISC-instructiesysteem is het tegenovergestelde van een andere techniek: RISC. Het verschil tussen deze concepten ligt in de programmeermethoden, niet in de daadwerkelijke processorarchitectuur. Bijna alle moderne processors emuleren zowel instructiesets van het RISC- als CISC-type. Gereduceerde instructies Set Computer Het is gebaseerd op de principes van de RISC-architectuur: vast instructieformaat, registerbewerkingen, uitvoering van instructies in één cyclus, eenvoudige adresseringsmethoden en een groot registerbestand. Tegelijkertijd zijn er verschillende belangrijke kenmerken die deze architectuur onderscheiden van de architecturen van andere RISC-processors. Deze omvatten: een onafhankelijke set registers voor elk van de actuatoren; opname van individuele CISC-achtige instructies in het systeem; gebrek aan een mechanisme voor “vertraagde transitie”; een originele manier om voorwaardelijke sprongen te implementeren. De belangrijkste toepassingen van microprocessorarchitecturen zijn krachtige servers en supercomputers. Dergelijke computers waren gebaseerd op een architectuur die verwerkingsinstructies scheidde van geheugeninstructies en de nadruk legde op efficiënte pipelining. Het instructiesysteem is zo ontworpen dat de uitvoering van welke instructie dan ook een klein aantal machinecycli in beslag nam (bij voorkeur één machinecyclus). De logica zelf voor het uitvoeren van opdrachten om de prestaties te verbeteren was meer gericht op hardware dan op firmware-implementatie. Om de logica voor het decoderen van commando's te vereenvoudigen, werden commando's met een vaste lengte gebruikt En vast formaat. IN Wat is het nut van degie? IN De processor beschikt over een mechanisme voor het dynamisch voorspellen van de richting van overgangen. Hiermee Het doel op de chip is een klein cachegeheugen dat een branch target buffer (BTB) wordt genoemd, en twee onafhankelijke paren instructieprefetch-buffers (twee 32-bits buffers per pijplijn). De vertakkingsdoeladresbuffer slaat de adressen op van instructies die zich in de vooraf ophaalbuffers bevinden. De werking van prefetch-buffers is zo georganiseerd dat instructies op elk gegeven moment alleen in één van de buffers van het corresponderende paar worden opgehaald. Wanneer een aftakkingsbewerking wordt gedetecteerd in de instructiestroom, wordt het berekende aftakkingsadres vergeleken met de adressen die zijn opgeslagen in de BTB-buffer. Als er een overeenkomst is, wordt voorspeld dat de vertakking zal plaatsvinden en wordt een andere prefetch-buffer ingeschakeld en begint hij opdrachten te geven aan de overeenkomstige pijplijn voor uitvoering. Als er een mismatch is, wordt aangenomen dat de vertakking niet zal worden uitgevoerd en dat de prefetch-buffer niet wordt omgeschakeld, waardoor de normale opdrachtuitgifteopdracht wordt voortgezet. Dit voorkomt stilstand van de transportband Structurele conflicten en manieren om deze te minimaliseren De gecombineerde wijze van commando-uitvoering vereist over het algemeen het pipelinen van functionele eenheden en het dupliceren van bronnen om alle mogelijke combinaties van commando's in de pipeline op te lossen. Als een combinatie van opdrachten mislukt geaccepteerd wordt vanwege conflicten met hulpbronnen, dan zou er sprake zijn van een structureel conflict met de machine. Het meest typische voorbeeld van machines waarin structurele conflicten kunnen ontstaan, zijn machines met functionele apparaten die niet volledig van transportbanden zijn voorzien. Minimalisatie: De pijplijn pauzeert de uitvoering van een van de opdrachten totdat het vereiste apparaat beschikbaar komt. Dataconflicten, pijplijnstops en implementatie van het bypass-mechanisme Een van de factoren die een aanzienlijke invloed hebben op de prestaties van transportsystemen zijn de logische afhankelijkheden tussen instructies. Gegevensconflicten ontstaan wanneer het gebruik van pijplijnverwerking de volgorde van operandoproepen kan veranderen, zodat deze volgorde verschilt van de volgorde die wordt waargenomen wanneer instructies opeenvolgend worden uitgevoerd op een niet-gepijplijnde machine. Het probleem dat in dit voorbeeld wordt gesteld, kan worden opgelost met behulp van een vrij eenvoudige hardwaretechniek, genaamd data forwarding, data bypassing of soms kortsluiting. Gegevensconflicten waardoor de pijplijn wordt onderbroken In plaats daarvan hebben we aanvullende hardware nodig, genaamd pipeline interlook hardware, om ervoor te zorgen dat het voorbeeld correct wordt uitgevoerd. Over het algemeen detecteert dit soort apparatuur conflicten en pauzeert het de pijplijn zolang er een conflict bestaat. In dit geval pauzeert deze hardware de pijplijn, te beginnen met de instructie die de gegevens wil gebruiken, terwijl de vorige instructie, waarvan het resultaat een operand voor de onze is, dat resultaat oplevert. Deze apparatuur zorgt ervoor dat een productielijn vastloopt of dat er een "bubbel" ontstaat, net als bij structurele conflicten. Voorwaardelijke vertakkingsvoorspellingsbuffers De voorwaardelijke aftakkingsvoorspellingsbuffer is een klein geheugen dat adresseerbaar is door de minst significante bits van het adres van de aftakkingsinstructie. Elke cel van dit geheugen bevat één bit, die aangeeft of de vorige tak is uitgevoerd of niet. Dit is het eenvoudigste type buffer van deze soort. Het heeft geen tags en is alleen nuttig voor het verminderen van de latentie van de vertakking als de vertraging langer is dan de tijd die nodig is om de waarde van het vertakkingsdoeladres te berekenen. De vertakkingsvoorspellingsbuffer kan worden geïmplementeerd als een kleine speciale cache waartoe toegang wordt verkregen door het instructieadres tijdens de instructieophaalfase van de pijplijn (IF), of als een paar bits die zijn geassocieerd met elk instructiecacheblok en worden opgehaald bij elke instructie. Toevallig kwam ik in aanraking met de studie van parallel computing en in het bijzonder MPI. Misschien is deze richting vandaag de dag veelbelovend, dus ik zou de hubbrowsers de basisprincipes van dit proces willen laten zien. Deze formule kan eenvoudig worden geparallelliseerd, aangezien het vereiste aantal de som is van individuele termen en dankzij dit kan elke individuele processor beginnen met het berekenen van de individuele termen. Aanvankelijk verzendt de eerste processor, met behulp van de MPI_Bcast-broadcastfunctie, naar de anderen de waarde van de door de gebruiker gespecificeerde variabele n. Over het algemeen heeft de functie MPI_Bcast het volgende formaat: Nadat het getal n met succes is verzonden, begint elke processor met het berekenen van de voorwaarden ervan. Om dit te doen, wordt bij elke stap van de cyclus een getal dat gelijk is aan het aantal processors dat aan de berekeningen deelneemt, toegevoegd aan het getal i, dat aanvankelijk gelijk is aan de rangorde van de processor. Als het getal i in de volgende stappen het door de gebruiker opgegeven getal n overschrijdt, stopt de lusuitvoering voor die processor. Tijdens de uitvoering van de cyclus worden de termen toegevoegd aan een afzonderlijke variabele en na voltooiing ervan wordt het resulterende bedrag naar de hoofdprocessor gestuurd. Om dit te doen, wordt de reductiefunctie MPI_Reduce gebruikt. Over het algemeen ziet het er zo uit: Het voegt de invoerbufferelementen van elk proces in de groep samen met behulp van de op-bewerking en retourneert de gecombineerde waarde naar de uitvoerbuffer van procesnummer root. Het resultaat van een dergelijke bewerking zal één enkele waarde zijn, vandaar dat de castingfunctie zijn naam heeft gekregen. Nadat het programma op alle processors is uitgevoerd, ontvangt de eerste processor de totale som van termen, wat de exponentwaarde is die we nodig hebben. Opgemerkt moet worden dat bij zowel parallelle als sequentiële methoden voor het berekenen van de exponent een recursieve functie wordt gebruikt om de faculteit te vinden. Toen ik een beslissing nam over hoe ik de uit te voeren taak moest parallelliseren, overwoog ik de optie om de faculteit ook op verschillende processors te vinden, maar uiteindelijk werd deze optie door mij als irrationeel beschouwd. De primaire taak is nog steeds het vinden van de waarde van de exponent, en als processors elke faculteit van elke term afzonderlijk gaan berekenen, kan dit tot precies het tegenovergestelde effect leiden, namelijk een aanzienlijk verlies aan prestaties en rekensnelheid. dubbel Feit(int n) int hoofd(int argc, char *argv) N = atoi(argv); als (rc= MPI_Init(&argc, &argv)) MPI_Comm_size(MPI_COMM_WORLD,&numprocs); als (myid == 0) Starttijd = MPI_Wtime(); voor (i = myid; i<= n; i += numprocs) MPI_Reduce(&drobSum, &Resultaat, 1, MPI_LONG_DOUBLE, MPI_SUM, 0, MPI_COMM_WORLD); MPI_Finalize(); Deze opmerking laat zien hoe u MPI installeert, verbindt met Visual Studio en vervolgens gebruikt met de opgegeven parameters (aantal rekenknooppunten). Dit artikel maakt gebruik van Visual Studio 2015, omdat... Dit is degene waar mijn studenten problemen mee hadden (deze notitie is geschreven door studenten voor studenten), maar de instructies zullen waarschijnlijk ook voor andere versies werken. Stap 1: Stap 2: “C:\Program Files\Microsoft HPC Pack 2008 SDK\Include” In het veld Bibliotheekdirectory's: “C:\Program Files\Microsoft HPC Pack 2008 SDK\Lib\amd64” Als er een 32-bits versie is, moet u in het bibliotheekveld i386 invoeren in plaats van amd64. Msmpi.lib : Stap 3: Om het starten te configureren, moet u naar het tabblad Foutopsporing gaan en in het veld Opdracht specificeren: “C:\Program Files\Microsoft HPC Pack 2008 SDK\Bin\mpiexec.exe” Geef in het veld Opdrachtargumenten bijvoorbeeld het volgende op: N 4 $(Doelpad) Het getal 4 geeft het aantal processen aan. Om het programma uit te voeren, moet u de bibliotheek verbinden Het pad naar het project mag geen Cyrillisch bevatten. Als er fouten optreden, kunt u Microsoft MPI gebruiken, beschikbaar op de website van Microsoft. Om dit te doen, voert u na de installatie gewoon het pad in het veld Opdracht van het tabblad Foutopsporing in: “C:\Program Files\Microsoft MPI\Bin\mpiexec.exe” Vergeet ook niet om, voordat u het programma uitvoert, de bitdiepte aan te geven: Voorbeeld van het uitvoeren van een programma met MPI: #erbij betrekken Het programma uitvoeren op 2 knooppunten: Het uitvoeren van een MPI-toepassing op een computercluster is alleen mogelijk via het batchverwerkingssysteem. Om het starten en in de wachtrij plaatsen van een parallel programma te vereenvoudigen, is er een speciaal mpirun-script beschikbaar. Mpirun -np 20 ./first.exe zal bijvoorbeeld het parallelle programma first.exe uitvoeren op 20 processors, d.w.z. op 5 knooppunten. (Elk knooppunt heeft 2 dual-coreprocessors). Het is vermeldenswaard dat om een uitvoerbare module te starten die zich in de huidige map ($pwd) bevindt, u expliciet het pad “./” moet opgeven. Een aantal MPI-1-implementaties bieden een startopdracht voor MPI-programma's, die de vorm mpirun heeft.<аргументы mpirun><программа><аргументы программы> Het scheiden van de opdracht voor het starten van het programma en het programma zelf biedt flexibiliteit, vooral voor netwerk- en heterogene implementaties. Het hebben van een standaard startmechanisme breidt de overdraagbaarheid van MPI-programma's ook een stap verder uit naar opdrachtregels en de scripts die deze manipuleren. Een script voor een reeks validatieprogramma's die honderden programma's uitvoeren, kan bijvoorbeeld een overdraagbaar script zijn als het is geschreven met behulp van een dergelijk standaard startmechanisme. Om het ``standaard'' commando niet te verwarren met het bestaande commando in de praktijk, dat niet standaard is en niet overdraagbaar is tussen implementaties, heeft MPI mpiexec gedefinieerd in plaats van mpirun. Hoewel een gestandaardiseerd opstartmechanisme de bruikbaarheid van MPI verbetert, is het scala aan omgevingen zo divers (er is bijvoorbeeld misschien niet eens een opdrachtregelinterface) dat MPI een dergelijk mechanisme niet kan verplichten. In plaats daarvan definieert MPI de opdracht mpiexec run en beveelt het aan, maar vereist dit niet, als advies aan ontwikkelaars. Als een implementatie echter een opdracht levert met de naam mpiexec, moet deze de hieronder beschreven vorm aannemen: mpiexec -n er zal minstens één manier zijn om te rennen<программу>met initiële MPI_COMM_WORLD waarvan de groep bevat Voorbeeld 4.1 16 exemplaren van myprog uitvoeren op de huidige of standaardmachine: mpiexec -n 16 mijnprog 3. Schrijf een programma voor de parallelle berekening van de bepaalde integraal van de functie 2*(x+2*x*x/1200.0) in het interval . Methode voor de linker rechthoek dubbele f(dubbele x) (retourneert 2*(x+2*x*x/1200);) // iskomyi-integraal int hoofd(int argc,char **argv) MPI_Status-status; MPI_Init(&argc,&argv); MPI_Comm_rang(MPI_COMM_WERELD,&rang); MPI_Comm_grootte(MPI_COMM_WERELD,&grootte); int n=1000,i,d; // 1000 - uzly vlotter a=0, b=1, h=(b-a)/n,s=0,r=0; //a i b -nachalo i konec otrezka if (rang!=grootte-1) // schitaut vse processy, krome poslednego ( voor (i=rang*d; i<(rank+1)*d; i++) { s=s+h*f(a+i*h); } MPI_Send(&s,1,MPI_FLOAT,grootte-1,1,MPI_COMM_WORLD);) ( voor (i=0; ik ( MPI_Recv(&s,1,MPI_FLOAT,i,1,MPI_COMM_WORLD, &status); r+=s; ) ) MPI_Finalize();) Surak 1. Gedeelde en gedistribueerde geheugenarchitecturen. Gedistribueerd gedeeld geheugen (DSM) Traditioneel is gedistribueerd computergebruik gebaseerd op een message-passing-model, waarbij gegevens in de vorm van berichten van processor naar processor worden doorgegeven. Remote procedure calls zijn eigenlijk hetzelfde model (of heel dichtbij). DSM is een virtuele adresruimte die wordt gedeeld door alle knooppunten (processors) van een gedistribueerd systeem. Programma's hebben in DSM op vrijwel dezelfde manier toegang tot gegevens als tot gegevens in het virtuele geheugen van traditionele computers. In systemen met DSM verplaatsen gegevens zich tussen lokale herinneringen van verschillende computers op dezelfde manier als tussen RAM en extern geheugen van één computer. De gedistribueerde gedeelde geheugenconfiguratie is een variant van gedistribueerd geheugen. Hier gebruiken alle knooppunten, bestaande uit een of meer processors die via een SMP-schema zijn verbonden, een gemeenschappelijke adresruimte. Het verschil tussen deze configuratie en een machine met gedistribueerd geheugen is dat hier elke processor toegang heeft tot elk deel van het geheugen. De toegangstijd voor verschillende geheugensecties varieert echter voor elke processor, afhankelijk van waar de sectie zich fysiek in het cluster bevindt. Om deze reden worden dergelijke configuraties ook wel machines met niet-uniforme geheugentoegang (NUMA) genoemd. Verschillen tussen MPI en PVM. Het PVM-systeem (Parallel Virtual Machine) is gemaakt om verschillende netwerkwerkstations te combineren tot één virtuele parallelle computermachine. Het systeem is een add-on voor het UNIX-besturingssysteem en wordt gebruikt op verschillende hardwareplatforms, inclusief massaal parallelle systemen. De meest voorkomende parallelle programmeersystemen zijn tegenwoordig gebaseerd op MPI (Message Parsing Interface). Het idee van MPI is in eerste instantie eenvoudig en voor de hand liggend. Het omvat het representeren van een parallel programma als een reeks parallelle uitvoeringsprocessen die met elkaar communiceren tijdens de uitvoering van gegevensoverdracht met behulp van communicatieprocedures. Zij vormen de MPI-bibliotheek. Een juiste implementatie van MPI ter ondersteuning van communicatie tussen processors is echter behoorlijk moeilijk gebleken. Deze complexiteit houdt verband met de noodzaak om hoge programmaprestaties te bereiken, de noodzaak om talrijke multicomputerbronnen te gebruiken en, als gevolg daarvan, een grote verscheidenheid in de implementatie van communicatieprocedures, afhankelijk van de gegevensverwerkingsmodus.Basisprincipes en voorbeeld
De berekening van exponentieel (e) zal als voorbeeld worden gebruikt. Een van de opties om het te vinden is de Taylor-serie:
e^x=∑((x^n)/n!), waarbij de sommatie plaatsvindt van n=0 tot oneindig.
Het aantal termen dat in elke individuele processor zal worden berekend, hangt zowel af van de lengte van het interval n als van het beschikbare aantal processors k dat kan deelnemen aan het berekeningsproces. Als de lengte van het interval bijvoorbeeld n=4 is en er zijn vijf processors (k=5) bij de berekeningen betrokken, dan krijgen de eerste tot en met de vierde processor elk één term en wordt de vijfde niet gebruikt. Als n=10 en k=5, krijgt elke processor twee termen voor berekening.
int MPI_Bcast(void *buffer, int count, MPI_Datatype datatype, int root, MPI_Comm comm), waarbij buffer het adres is van de buffer met het element, count het aantal elementen is, datatype het overeenkomstige gegevenstype in MPI is, root is de rang van de hoofdprocessor die het doorsturen afhandelt, en comm is de naam van de communicator.
In mijn geval zal de rol van de hoofdprocessor, zoals reeds vermeld, de eerste processor met rang 0 zijn.
int MPI_Reduce(void *buf, void *result, int count, MPI_Datatype datatype, MPI_Op op, int root, MPI_Comm comm)
Dit wordt verklaard door het feit dat er in dit geval een zeer grote belasting zal zijn voor de communicatieomgeving, die vaak al een zwakke schakel is in parallelle computersystemen. Als de faculteit op elke processor privé wordt berekend, zal de belasting van de communicatielijnen minimaal zijn. Dit geval kan een goed voorbeeld worden genoemd van het feit dat de taak van parallellisatie soms ook zijn grenzen moet hebben.Code-uitvoeringsalgoritme
1. De waarde van het getal n wordt overgebracht van de visuele shell naar het programma, dat vervolgens naar alle processors wordt verzonden met behulp van de uitzendfunctie.
2. Wanneer de eerste hoofdprocessor wordt geïnitialiseerd, start er een timer.
3. Elke processor voert een lus uit, waarbij de incrementwaarde het aantal processors in het systeem is. Bij elke iteratie van de lus wordt een term berekend en de som van dergelijke termen wordt opgeslagen in de drobSum-variabele.
4. Nadat de lus is voltooid, voegt elke processor zijn drobSum-waarde toe aan de resultaatvariabele met behulp van de MPI_Reduce-reductiefunctie.
5. Nadat de berekeningen op alle processors zijn voltooid, stopt de eerste hoofdprocessor de timer en verzendt de resulterende waarde van de resultaatvariabele naar de uitvoerstroom.
6. De door onze timer gemeten tijdswaarde in milliseconden wordt ook naar de uitvoerstroom verzonden. Codelijst
Het programma is geschreven in C++, we gaan ervan uit dat de argumenten voor uitvoering vanuit de externe shell worden doorgegeven. De code ziet er als volgt uit: #erbij betrekken "mpi.h"
#erbij betrekken
#erbij betrekken
namespace std; gebruiken;
{
als (n==0)
retour 1;
anders
retourneer n*Feit(n-1);
}
{
SetConsoleOutputCP(1251);
int n;
int myid;
int numprocs;
int ik;
int rc;
lange dubbele drob,drobSum=0,Resultaat, som;
dubbele starttijd = 0,0;
dubbele eindtijd;
{
uit<< "Opstartfout, uitvoering gestopt" << endl;
MPI_Abort(MPI_COMM_WORLD, rc);
}
MPI_Comm_rank(MPI_COMM_WORLD,&mijnid);
{
}
MPI_Bcast(&n, 1, MPI_INT, 0, MPI_COMM_WORLD);
{
drob = 1/Feit(i);
drobSom += drob;
}
cout.precisie(20);
als (myid == 0)
{
uit<< Result << endl;
endwtime = MPI_Wtime();
uit<< (endwtime-startwtime)*1000 << endl;
}
retour 0;
}
* Deze broncode is gemarkeerd met Source Code Highlighter.
Conclusie
We ontvingen dus een eenvoudig programma voor het berekenen van de exponent met meerdere processors tegelijk. Waarschijnlijk is het knelpunt het opslaan van het resultaat zelf, omdat met een toename van het aantal cijfers het opslaan van een waarde met behulp van standaardtypen niet triviaal zal zijn en deze plek nadere uitwerking vereist. Misschien is het een redelijk rationele oplossing om het resultaat naar een bestand te schrijven, hoewel het gezien de puur educatieve functie van dit voorbeeld niet nodig is om hier veel aandacht aan te besteden.
U moet de HPC Pack 2008 SDK SP2 installeren (in uw geval is er mogelijk al een andere versie), beschikbaar op de officiële Microsoft-website. De bitcapaciteit van het pakket en het systeem moeten overeenkomen.
U moet de paden configureren; om dit te doen, gaat u naar het tabblad Debug - Eigenschappen: 
