分布式内存多核处理器流程序虚拟机研究-计算机软件与理论专业论文.docx

华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 随着多核处理器成为主流产品和工业标准，如何在屏蔽处理器底层细节简化编 程方式的同时充分利用多核处理器的并行资源，是并行程序设计领域的研究热点和 难点。流编程作为一种高效的并行编程模型提供了显式的并行性，广泛用于多媒体 处理和科学计算等数据和计算密集型领域。流编程模型受到了广泛的关注，各大芯 片厂商和科研机构都研制出不同的多核体系结构来支持流应用，但它们都只开发针 对自己平台的软件系统，使得流应用在各平台间移植困难。针对以上问题，需要对 流程序的跨平台问题进行系统研究。 通过向流编程模型 Brook 中加入数据流模型设计了新的流编程模型 DFBrook， 可以同时支持数据级和任务级的并行，编程人员可以通过向 C 代码中嵌入流代码来 表达特定程序模块的数据流执行。为了使 DFBrook 应用程序在不同的多核处理器上 易于移植并充分利用并行资源，设计并实现了流程序虚拟机（Stream program Virtual Machine, SVM）来优化处理流应用。SVM 对不同多核体系结构的关键部分进行提炼， 如内存层次、处理器结构和数据传输引擎等，形成抽象机模型，并定义了一组应用 程序接口，以编译器辅助消息驱动的动态调度方式来完成流应用到抽象机模型上的 高效映射，不同的多核处理器对这些接口有着特定的实现。 实验以 CELL 处理器和龙芯众核处理器 Godson_T 为平台，选取数字媒体领域常 用的算法作为测试程序，从不同方面对 SVM 的性能进行测试与评估。实验结果表明， SVM 具有较好的扩展性，在具有不同系统配置的多核处理器上达到了接近线性的加 速比，并保持了较高的负载均衡率和较低的通信开销。 关键词：多核处理器，分布式内存，流程序虚拟机，消息驱动 II II Abstract With multi-core processors having become mainstream products and industry standards, how to simplify the programming style by ignoring low-level details of processor, while making the best use of multi-core processors parallel resources, is a hot and hard issue in parallel programming. The stream programming paradigm offers a promising approach by expressing parallelism explicitly, that is widely used in data- and computation- intensive domains such as multi-media processing, science computing and etc. With the extensive concern on stream programming model, many chip manufacturers and research institutions have developed different kinds of multi-core architectures to support the stream applications, but the software systems are only suitable for their own platforms, thus it’s hard for applications to transplant among different platforms. To deal with this problem, a systematic study of stream applications’ cross-platform is needed. By adding data flow model to the Brook programming model, a new stream programming model DFBrook is designed to support data-level and task-level parallelism. Programmers can invoke the data-flow execution with specific program code modules embedded in the regular C co