Как разгрузить конкретный поток одного приложения на конкретные ядра Xeon Phi?
Предположим, у меня на хосте запущено одно приложение c / c ++. на центральном процессоре работает несколько потоков, а на ядрах Xeon Phi — 50 потоков.
Как я могу убедиться, что каждый из этих 50 работает на своем собственном ядре Xeon Phi и никогда не удаляется из кеша ядра (учитывая, что код достаточно мал).
Может кто-нибудь, пожалуйста, обрисовать в общих чертах общую идею, как это сделать и какой инструмент / API будет более подходящим (для кода C / C ++)?
Какой самый быстрый способ обмена данными между хост-потоком-агрегатором и потоками 50 Phi?
Учитывая, что фактический параллелизм будет очень ограничен — это приложение будет больше похоже на приложение с плоскостью 51 потока с некоторой базовой многопоточной синхронизацией данных.
Могу ли я использовать обычный компилятор C / C ++ для создания такого приложения?
Решение
Вы подняли несколько вопросов:
-
Да, вы можете использовать обычную программу на C и скомпилировать ее, используя обычные компиляторы Intel C / C ++ / Fortran (известный как Intel Composer XE), чтобы генерировать двоичные файлы, работающие на сопроцессоре Intel Xeon Phi в «родном» / «симметричном» или «разгрузочном» режимах. В простейшем случае — вы просто перекомпилируете свою программу на C / C ++ с -mmic и запускаете ее «изначально» на Phi «как есть».
-
Какой API использовать? использование OpenMP4.0 стандартный или Intel Cilk Plus модели программирования (на самом деле набор прагм или ключевых слов, применимых к C / C ++). OpenCL, Intel TBB и, вероятно, OpenACC также возможны, но OpenMP и Cilk Plus имеют возможность выражать многопоточность, векторизацию и разгрузку (т. Е. 3 вещи, необходимые для программирования на Xeon Phi) без ре-факторинга или переписывания «обычной C / C ++ / Fortran» программы. ,
-
Закрепление темы: может быть достигнуто через OpenMP сродство (см. более подробную информацию о MIC_KMP_AFFINITY ниже) или о сходстве Intel TBB.
-
Самый быстрый способ обмена данными между хостом и целевым Phi — это .. избегать любого обмена, используя, например, симметричный подход MPI. Тем не менее, вы, кажется, спрашиваете о «разгрузке» модели программирования, поэтому асинхронная разгрузка Вы можете достичь наилучшей производительности. В то же время синхронный offload теоретически проще с точки зрения программирования, но хуже с точки зрения достижимой производительности.
В целом, вы склонны задавать несколько общих вопросов, поэтому я бы порекомендовал начать с самого начала, т. Е. Посмотреть на следующие ~ 10 страниц доктора Доббса. руководство или учитывая Intel вводный документ.
Закрепление тем — это более сложная тема, и в то же время она кажется «наиболее интересной» для вас, поэтому я объясню подробнее:
- Если ваш код распараллелен с использованием стандарта OpenMP4.0, то вы можете добиться желаемого поведения, используя MIC_KMP_AFFINITY / MIC_KMP_PLACE_THREADS для Xeon Phi и KMP_AFFINITY / KMP_PLACE_THREADS для хост-процессора.
- Вполне вероятно, что вы ищете этот конкретный параметр: MIC_KMP_PLACE_THREADS = 50c, 1t
- Я видел, что люди упоминают PHI_KMP_AFFINITY вместо MIC_KMP_AFFINITY. Я считаю, что они псевдонимы, но я не пытался сам.
- Использование 50 потоков на Xeon Phi обычно не лучшая идея. Лучше попробовать около 120 потоков или около того
- Более подробно о сродстве к Xeon Phi рассказывается в этих 3 статьях:
http://www.prace-project.eu/Best-Practice-Guide-Intel-Xeon-Phi-HTML#id-1.6.2.3
а также
https://software.intel.com/en-us/articles/best-known-methods-for-using-openmp-on-intel-many-integrated-core-intel-mic-architecture
а также
https://software.intel.com/en-us/articles/openmp-thread-affinity-control
Другие решения
Других решений пока нет …