《并行计算的编程模型》一3.7.1 选择集合参与者

3.7.1 选择集合参与者

要参与一个集合操作,集合的每个成员必须调用具有相同源和目标参数的相同集合函数,并且每个成员必须指定相同的PE集参与集合。每个集合操作需要三个参数描述哪些PE将参与操作:初始PE、log2(PE_跨步)和参与PE的数目。因此,将这三个参数分别设为(0, 2, 6)意味着该集合操作将包含PE0、PE4、PE8、PE12、PE16和PE20,而(1, 0, 6)将包括PE1、PE2、PE3、PE4、PE5和PE6(当log2(PE_跨步)=0,跨步为1)。
识别重量级同步:在OpenSHMEM函数的调用序列中出现同步数组可以认为是出现重量级同步的指示器,这会在某些平台上对可扩展性有负面影响。此外,虽然参与PE数目不要求是2的幂,非2的幂对一些集合操作的实现会产生性能影响。最后,其他不需要同步数组的同步,包括全局同步屏障和对称分配函数。当需要这些函数时(或可以避免)加以仔细对待是利用OpenSHMEM提供的扩展性优势的关键。

时间: 2024-10-26 08:15:21

《并行计算的编程模型》一3.7.1 选择集合参与者的相关文章

《并行计算的编程模型》一3.7 集合操作

3.7 集合操作 OpenSHMEM提供了几个通常被认为是集合操作的函数,并分为四类:广播.收集.归约(所有操作都在对称内存中)和非全局同步屏障(通常被划分为同步操作,这里包含它是因为它也依赖于与其他集合操作相同的同步数组(sync array)结构).其中的每个函数都包含同步并需要使用对称同步数组.这些操作运行在所有PE 或PE的子集上.如果一个集合操作执行在PE的子集上,仅参与这个操作的PE可以调用集合函数:如果未参与的PE试图调用集合操作,结果是未定义的.值得注意的是虽然集合操作包含同步,

《并行计算的编程模型》一导读

前 言 对于正在编程的程序员,编程模型可被看作一台虚拟机,并可通过编程语言和函数库实现.如果某个编程模型成为计算机科学研究中的热点,需要具有以下特性:高效性(易于描述各种抽象算法).移植性(兼容各种硬件计算平台).高性能(高效均衡地利用硬件平台的计算能力).通用性(广泛地描述各种算法).针对特定的编程模型,同时具有上述四种特性中的一种或两种相对容易,但同时具备这四种特性几乎是不可能的.特定的编程模型无法同时具备四种特性的主要原因在于编程模型的多样性,因此需要根据具体的科学应用,选择不同的编程模型

浅析云计算分布式并行计算:编程模型

MapReduce 是由Google公司开发的一个针对大规模群组中的海量数据处理的分布式编程模型.它实现了两个功能:Map把一个函数应用于集合中的所有成员,然后返回一个基于这个处理的结果集.而Reduce是把从两个或更多个Map中,通过多个线程,进程或者独立系统并行执行处理的结果集进行分类和归纳.Map() 和 Reduce() 两个函数可能会并行运行,即使不是在同一的系统的同一时刻. 微软于2010年12月21日发布了分布式并行计算基础平台--Dryad测试版,成为谷歌MapReduce分布式

《并行计算的编程模型》一1.7 单边通信

1.7 单边通信 在点对点通信和聚合通信方式中,发送进程和接收进程共同参与通信过程.MPI提供另外一种通信方式,即单边通信方式.在单边通信方式中,单个进程便可指定发送和接收的数据.单边通信主要用于ARMCI/GA(见第5章).UPC(见第4章)和OpenSHMEM(见第3章)等函数库中,单边通信也可称之为远程内存访问(RMA). 单边通信模型主要分为三部分.第一部分是创建MPI_Win窗口对象,用于可被其他进程访问的内存区域.第二部分是进程间数据移动方式,包含从远程进程上读.写.更新等数据移动方

《并行计算的编程模型》一1.1 引言

第1章 Programming Models for Parallel Computing 消息传递接口 William D. Gropp,伊利诺伊大学厄巴纳–香槟分校 Rajeev Thakur,阿贡国家实验室 1.1 引言 在使用分布式内存编程模型的并行程序中,MPI是一个标准和可移植的通信接口.MPI既为并行通信提供丰富的函数接口,也为并行文件I/O访问等提供函数接口.同时,MPI也支持多程序多数据(MPMD)编程模型.MPI是一种基于库的系统,而非编译器或者编程语言.MPI库函数通过C和

《并行计算的编程模型》一3.3 OpenSHMEM存储模型

3.3 OpenSHMEM存储模型 OpenSHMEM是单程序.多数据(single program multiple data,SPMD)编程模型,特点是强调单边通信以及数据移动与同步解藕,是提供高性能.高可扩展性通信和同步程序的库.OpenSHMEM程序由松散同步的进程组成,这些进程也叫作处理单元(Processing Element,PE).所有PE同时开始并执行相同的程序,通常在各自集合问题的子域上执行操作,并周期性地与其他PE通信. OpenSHMEM内存模型是PGAS,类似于其他PG

《并行计算的编程模型》一3.2 设计理念和根据

3.2 设计理念和根据 SHMEM和OpenSHMEM的构思和发展都假设它们和底层硬件系统体系结构有密不可分的关系.由克雷研究公司开发和出售的克雷T3D和T3E计算机系统在其网络架构中包含几个高级的硬件加速特征,是与SHMEM合作设计的,用以最大化可用的带宽及最小化系统的3D Torus网络延迟[85].克雷公司,即原来克雷研究公司的现代同名,在其最新的Gemini网络架构[86,90]中也延续了相同的设计理念.当1996年SGI收购了克雷研究公司,也同时获得了SHMEM的知识产权,SGI设计了

《并行计算的编程模型》一3.5.1 RMA函数语义

3.5.1 RMA函数语义 OpenSHMEM编程模型为提高可扩展性将数据传输和同步解藕,解藕的语义比较容易理解.调用RMA函数(put或get)的PE被称为传输的"主动端",另一个PE(很可能不知道该传输)被称为"被动端".OpenSHMEM仅有的隐式一致性确保put和get操作在主动端发生,被动端如果需要的话也可以通过给程序增加同步来执行一致性.主动端完成准则:当单个RMA调用(put或get)在主动端返回时,程序可以认为主动端的内存状态与该操作的完成一致.被动

《并行计算的编程模型》一3.9 未来方向

3.9 未来方向 在本书写作之时,从2010年开始,在对OpenSHMEM的大量需求驱动下,与OpenSHMEM相关的许多开发正在进行中.如3.2节所述,一些厂商已发布了加速硬件和固件来支持网络原语,在超大规模系统和商用系统中极大简化了OpenSHMEM的实现并提高了性能和鲁棒性.这包括对OpenSHMEM集合和原子内存操作的硬件支持.对小消息性能提高的硬件支持.以及对大规模系统互连自适应路由和阻塞管理的硬件支持.OpenSHMEM论坛和邮件列表建议采用来自Quadrics实现的扩展,包括非常有

《并行计算的编程模型》一3.1 引言

第3章 Programming Models for Parallel ComputingOpenSHMEMJeffery A. Kuehn,橡树岭国家实验室Stephen W. Poole,橡树岭国家实验室 3.1 引言 OpenSHMEM [74,138,223]是SHMEM API [88,87]的当代派生物,SHMEM API是克雷研究公司(Cray Research)于1993年为有效编程克雷T3D计算机系统而开发的[85],1996年当克雷研究公司被SGI [251]收购时被转让给了