应用hpmm实现c和fortran程序向gpgpu的迁移-hpcadvisory.pdfVIP

Innovative software for manycore paradigms C和Fortran的应用 通过使用HMPP逐步转入GPGPU HPC Advisory Council China Conference 2010 简介 • 很多应用程序可以使用GPU运算来获得性能提高 o 线性代数运算，信号处理 o 生物信息技术，分子动力学 o 磁共振成像，断层图形 o 逆时偏移，静电学 o … • 将历史代码移植入GPU运算是一个主要挑战 o 成本高 o 需要将移植所可能带来的问题最小化 o 必须基于有利于下一步发展的解决方案 o 意味着程序开发人员和性能优化人员间的协调合作 • 一个优秀的方法总是将降低移植消耗作为首要条件 o HMPP提供了一个高效率的解决方案 2 什么是HMPP? (Hybrid Manycore Parallel Programming) • 一个基于标签语法的多语言程序设计环境 o 能够使软件和目标硬件设备保持独立 o 提供将已有应用程序部署到GPU的有效工具 o 避免退出成本，为未来选择留有余地 • HMPP 提供 o 由C和Fortran面向CUDA或OpenCL的代码生成器 o 一个能够处理GPU编译器所有底层细节的编译器驱动 o 一个用于分配和管理GPU资源的运行时 • 源对源编译器 o CPU代码不需要更改编译器 o 扩充现有并行API(OpenMP 或MPI) 3 HMPP 主要设计思路 • 集中在主要瓶颈 o GPU和CPU间的数据传输 • 满足渐增的开发需求 o 能够完整使用硬件设备特性 • 兼容其它并行API(比如OpenMP, MPI) o 协调CPU和GPU之间的运算比例 • 支持多语言开发 o 避免开发人员重新学习一种语言 • 强调资源管理 o 生成强大的软件 • 应用硬件设备传统工具/编译器 o 不会取代，而是扩充 4 HMPP和CUDA 或OpenCL的区别? • HMPP并行程序设计：以用于并行的循环为中心 • CUDA和OpenCL并行程序设计模型：以线程为中心 __global__ void saxpy_cuda(int n, float alpha, void saxpy(int n, float alpha, float *x, float *y) { float *x, float *y){ int i = blockIdx.x*blockDim.x + #pragma hmppcg parallel threadIdx.x; for(int i = 0; in; ++i) if(in) y[i] = alpha*x[i]+y[i]; y[i] = alpha*x[i] + y[i]; } }