Computação Manycore: Uma Arquitetura muito além do Multicore!
Upcoming SlideShare
Loading in...5
×
 

Computação Manycore: Uma Arquitetura muito além do Multicore!

on

  • 463 views

Palestra realizada por Luciano Palma no The Developers Conference 2013, na trilha HPC.

Palestra realizada por Luciano Palma no The Developers Conference 2013, na trilha HPC.

Statistics

Views

Total Views
463
Views on SlideShare
463
Embed Views
0

Actions

Likes
0
Downloads
4
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Computação Manycore: Uma Arquitetura muito além do Multicore! Computação Manycore: Uma Arquitetura muito além do Multicore! Presentation Transcript

    • Computação Manycore: uma arquitetura muito além do multicore! Luciano Palma (@LucianoPalma) Community Manager – Servers & HPC Intel Software Brasil Luciano.palma@intel.com
    • Por que Programação Paralela é Importante? Competitividade na Indústria Pesquisa Científica Segurança Nacional Modelagem de Clima/Tempo Segurança Nacional Pesquisa Farmacêutica Maiores Desafios  Maior Complexidade Computacional… … mantendo um “orçamento energético” realista 2 Imagens Médicas Exploração de Energia Simulações Desempenho Computacional Total por país Análises Financeiras Projeto de novos Produtos CAD/manufatura Criação de Conteúdo Digital Corrida Computacional
    • Exemplo de como a Computação Paralela tem ajudado... Problema: Processamento de Imagens de Ressonância Magnética Pediátrica é difícil. A reconstrução da imagem precisa ser rápida • Crianças não ficam paradas não seguram a respiração • Baixa tolerância a exames demorados • Custos e Riscos da Anestesia Solução: MRI Avançada: Processamento Paralelo de Imagens e Compressed Sensing reduziram dramaticamente o tempo de aquisição da MRI • Reconsturção 100x mais rápida • MRI de qualidade mais alta e mais rápida • Esta imagem: paciente de 8 meses com massa cancerígena no fígado – Reconstrução Serial: 1 hora – Reconstrução Paralela: 1 minuto 3
    • Computação Serial vs. Paralela Serialização  Faz Sentido!  Fácil para fazer “debug”  Determinístico  No entanto… … aplicações serializadas não maximizam o desempenho de saída (output) e não evoluirão no tempo com o avanço das tecnologias Paralelização – dá para fazer?!  Depende da quantidade de trabalho a realizar e da habilidade de dividir a tarefa  É necessário entender a entrada (input), saída (output) e suas dependências for (i=0; i< num_sites; ++i) { search (searchphrase, website[i]); } parallel_for (i=0; i< num_sites; ++i) { search (searchphrase, website[i]); } 4
    • Dividindo o trabalho… Decomposição de Tarefas: Executa diferentes funções do programa em paralelo. Limitada escalabilidade, portanto precisamos de… Decomposição de Dados: Dados são separados em blocos e cada bloco é processado em uma task diferente. A divisão (splitting) pode ser contínua, recursiva. Maiores conjuntos de dados  mais tasks O Paralelismo cresce à medida que o tamanho do problema cresce #pragma omp parallel shared(data, ans1, ans2) { #pragma omp sections { #pragma omp section ans1=do_this(data); #pragma omp section ans2=do_that(data); } } #pragma omp parallel_for shared(data, ans1) private(i) for(i=0; i<N; i++) { ans1(i) = do_this(data(i)); } #pragma omp parallel_for shared(data, ans2) private(i) for(i=0; i<N; i++) { ans2(i) = do_that(data(i)); } 5
    • Técnicas de Programação Paralela: Como dividir o trabalho entre sistemas? É possível utilizar Threads (OpenMP, TBB, Cilk, pthreads…) ou Processos (MPI, process fork..) para programar em paralelo Modelo de Memória Compartilhada  Único espaço de memória utilizado por múltiplos processadores  Espaço de endereçamento unificado  Simples para trabalhar, mas requer cuidado para evitar condições de corrida (“race conditions”) quando existe dependência entre eventos Passagem de Mensagens  Comunicação entre processos  Pode demandar mais trabalho para implementar  Menos “race conditions” porque as mensagens podem forçar o sincronismo “Race conditions” acontecem quando processos ou threads separados modificam ou dependem das mesmas coisas… Isso é notavelmente difícil de “debugar”! 6
    • 7 Agora um pouco de hardware…
    • 8 Intel inside, inside Intel… Um processador com múltiplos cores possui componentes “comuns” aos cores. Estes compontentes recebem o nome de Uncore.
    • 9 Intel inside, inside Intel… E agora, dentro do core…
    • 10 Vetores SIMD (AVX)
    • Vetorização (SIMD – Single Instruction Multiple Data) Modo Escalar Uma instrução produz um resultado Processamento SIMD (vetorizado) Instruções SSE, AVX, AVX2 Uma instrução pode produzir múltiplos resultados + a[i] b[i] a[i]+b[i] + c[i+7] c[i+6] c[i+5] c[i+4] c[i+3] c[i+2] c[i+1] c[i] b[i+7] b[i+6] b[i+5] b[i+4] b[i+3] b[i+2] b[i+1] b[i] a[i+7] a[i+6] a[i+5] a[i+4] a[i+3] a[i+2] a[i+1] a[i] for (i=0;i<=MAX;i++) c[i]=a[i]+b[i]; a b a+b +
    • Intel® Xeon Phi™ Ainda mais poder de processamento!
    • Até 61 cores (4 threads por core) 8 GB RAM GDDR5 Transferência de memória a 320 GB/sec Vetores de 512 bits 1 TFLOP de processamento (Precisão Dupla) 1 slot PCIe-x16 Uso eficiente de energia (225W - 300 W) Intel® Xeon Phi™ Ainda mais poder de processamento!
    • Intel® Xeon Phi™ Cada placa é vista como um nó num cluster Programação: x86
    • Intel® Xeon Phi™ Visão de Software da Arquitetura do Intel® Xeon Phi™
    • Intel® Xeon Phi™ Visão de Hardware da Arquitetura do Intel® Xeon Phi™ Um anel bidirecional de alta velocidade interconecta as caches L2 dos cores
    • Intel® Xeon Phi™ 4 threads por core Microarquitetura Pentium otimizada Clock de 1.1 GHz
    • Intel® Xeon Phi™ GFLOP/sec =16 (SP SIMD Lane) x 2 (FMA) x 1.1 (GHZ) x 60 (# cores) = 2.112 (aritmética de precisão simples) GFLOP/sec = 8 (DP SIMD Lane) x 2 (FMA) x 1.1 (GHZ) x 60 (# cores) = 1.056 (aritmética de precisão dupla)
    • Desempenho: Máximos Teóricos Processador Intel® Xeon E5-2670 vs. coprocessador Intel® Xeon Phi™ 5110P & SE10P/X
    • 20 Por que descer neste nível? Utilizar todas as “threads de hardware”  Não esquecer o HyperThread Utilizar todas as unidades de execução  Retirar o máximo de instruções por ciclo de clock Otimizar o uso dos unidades de vetores (AVX/AVX2)  Loops otimizados Manter as caches com dados/instruções válidos  Evitar “cache misses” Aproveitar o “branch prediction”  Evitar o “stall” da pipeline Para tirar o máximo proveito dos recursos do hardware!
    • 21 Por que descer neste nível? Utilizar todas as “threads de hardware”  Não esquecer o HyperThread Utilizar todas as unidades de execução  Retirar o máximo de instruções por ciclo de clock Otimizar o uso dos unidades de vetores (AVX/AVX2)  Loops otimizados Manter as caches com dados/instruções válidos  Evitar “cache misses” Aproveitar o “branch prediction”  Evitar o “stall” da pipeline Para tirar o máximo proveito dos recursos do hardware!
    • 22 Por que descer neste nível? Utilizar todas as “threads de hardware”  Não esquecer o HyperThread Utilizar todas as unidades de execução  Retirar o máximo de instruções por ciclo de clock Otimizar o uso dos unidades de vetores (AVX/AVX2)  Loops otimizados Manter as caches com dados/instruções válidos  Evitar “cache misses” Aproveitar o “branch prediction”  Evitar o “stall” da pipeline Para tirar o máximo proveito dos recursos do hardware!
    • Existem recursos para lhe ajudar! Ferramentas de Software da Intel IDZ – Intel Developer Zone http://software.intel.com
    • Intel® Cilk™ Plus • Extensões para as linguagens C/C++ para simplificar o paralelismo • Código aberto Também um produto Intel Intel® Threading Building Blocks • Template libraries amplamente usadas em C++ para paralelismo • Código aberto Também um produto Intel Domain Specific Libraries • Intel® Integrated Performance Primitives • Intel® Math Kernel Library Padrões estabelecidos • Message Passing Interface (MPI) • OpenMP* • Coarray Fortran • OpenCL* Modelos de Programação Paralela Níveis de abstração conforme a necessidade Mesmos modelos para multi-core (Xeon) e many-core (Xeon Phi)
    • Exemplo de uso Intel® Cilk™ Plus - Tasking
    • Palavras-chave do Intel® Cilk™ Plus Cilk Plus adiciona 3 palavras-chave ao C/C++: _cilk_spawn _cilk_sync _cilk_for Usando #include <cilk/cilk.h>, você pode usar as palavras-chave: cilk_spawn, cilk_sync e cilk_for. O runtime do CILK Plus controla a criação de threads e seu agendamento. O pool de threads é criado antes do uso das palavras-chave do CILK Plus. Por default, o número de threads é igual ao número de núcleos (incluindo hyperthreads), mas pode ser controlado pelo usuário
    • cilk_spawn e cilk_sync cilk_spawn dá ao runtime a permissão para rodar uma função-filha de forma assíncrona. – Não é criada (nem necessária) uma 2a thread! – Se não houver workers disponíveis, a função-filha será executada com uma chamada a uma função serial. – O scheduler pode “roubar” a fila da função-pai e executá-la em paralelo com a função-filha. – A função-pai não tem garantia de rodar em paralelo com a função-filha. cilk_sync aguarda a conclusão de todas as funções-filhas antes que a execução prossiga além daquele ponto. – Existem pontos de sincronismo (cilk_sync) implícitos – discutidos adiante.
    • Um exemplo simples Computação recursiva do número de Fibonacci: int fib(int n) { int x, y; if (n < 2) return n; x = cilk_spawn fib(n-1); y = fib(n-2); cilk_sync; return x+y; } Chamadas assíncronas devem completar antes de usar x. Execução pode continuar enquanto fib(n-1) roda.
    • cilk_for Semelhante a um loop “for” regular. cilk_for (int x = 0; x < 1000000; ++x) { … } Qualquer iteração pode executar em paralelo com qualquer outra Todas as interações completam antes do programa prosseguir Limitações: – Limitado a uma única variável de controle – Deve ser capaz de voltar ao início de qualquer iteração, randomicamente – Iterações devem ser independentes umas das outras
    • Exemplos de cilk_for cilk_for (int x; x < 1000000; x += 2) { … } cilk_for (vector<int>::iterator x = y.begin(); x != y.end(); ++x) { … } cilk_for (list<int>::iterator x = y.begin(); x != y.end(); ++x) { … }  O contador do loop não pode ser calculado em tempo de compilação usando uma lista. (y.end() – y.begin() não é definido)  Não há acesso randômico aos elementos de uma lista. (y.begin() + n não é definido.)
    • Serialização Todo programa Cilk Plus tem um equivalente serial, chamado de serialização A serialização é obtida removendo as palavras-chave cilk_spawn e cilk_sync e substituindo cilk_for por for O compilador produzirá a serialização se você compilar com –cilk-serialize (Linux*/OS X*) Rodar um programa com somente um worker é equivalente a rodar a serialização.
    • Semântica Serial Um programa CILK Plus determinístico terá a mesma semântica de sua serialização. – Facilita a realização de testes de regressão; – Facilita o debug: – Roda com somente um núcleo – Roda serializado – Permite composição – Vantagens dos hyperobjects – Ferramentas de análise robutas (Cilk Plus SDK) – cilkscreen race detector – cilkview parallelism analyzer
    • Sincronismos implícitos void f() { cilk_spawn g(); cilk_for (int x = 0; x < lots; ++x) { ... } try { cilk_spawn h(); } catch (...) { ... } } Ao final de uma funcão utilizando spawn Ao final do corpo de um cilk_for (não sincroniza g()) Ao final de um bloco try contendo um spawn Antes de entrar num bloco try contendo um sync
    • Exemplo de uso OpenMP – Cálculo de π
    • Cálculo de π – Teoria π pode ser calculado através da integral abaixo π = ∫ f(x) * dx = 4 / (1 + x2) * dx = 3.141592654...0 1
    • π = 4 / (1 + 0,52) * 1 = 4 / 1,25  π = 3,2 Cálculo de π – Primeira Aproximação Valor grosseiramente aproximado de π
    • f(0,25) = 3,735; f(0,75) = 2,572  π = 3,153 3,735 * 0,5 = 1,867 2,572 * 0,5 = 1,286 Cálculo de π – Segunda Aproximação Com mais aproximações, o valor de π tende ao valor teórico
    • Aproximação com 10 intervalos  π = 3,14243,990*0,1=0,399 3,912*0,1=0,391 3,765*0,1=0,376 3,563*0,1=0,356 3,326*0,1=0,333 3,071*0,1=0,397 2,812*0,1=0,281 2,560*0,1=0,256 2,322*0,1=0,232 2,102*0,1=0,210 Cálculo de π – Aumentando os intervalos… Quanto mais intervalos, maior a precisão do cálculo
    • SOLUÇÃO DO PROBLEMA ATRAVÉS DE HPC Cada thread realiza o cálculo de alguns intervalos 3,912*0,1=0,391 3,765*0,1=0,376 3,563*0,1=0,356 3,326*0,1=0,333 3,071*0,1=0,397 2,812*0,1=0,281 2,560*0,1=0,256 2,322*0,1=0,232 2,102*0,1=0,210 3,990*0,1=0,399 REDUÇÃO PI = 3,1424 3,912*0,1=0,3913,912*0,1=0,391 3,765*0,1=0,3763,765*0,1=0,376 3,563*0,1=0,3563,563*0,1=0,356 3,326*0,1=0,3333,326*0,1=0,333 3,071*0,1=0,3973,071*0,1=0,397 2,812*0,1=0,2812,812*0,1=0,281 2,560*0,1=0,2562,560*0,1=0,256 2,322*0,1=0,2322,322*0,1=0,232 2,102*0,1=0,2102,102*0,1=0,210 3,990*0,1=0,3993,990*0,1=0,399 3,912*0,1=0,3913,912*0,1=0,3913,912*0,1=0,3913,912*0,1=0,391 3,765*0,1=0,3763,765*0,1=0,3763,765*0,1=0,3763,765*0,1=0,376 3,563*0,1=0,3563,563*0,1=0,3563,563*0,1=0,3563,563*0,1=0,356 3,326*0,1=0,3333,326*0,1=0,3333,326*0,1=0,3333,326*0,1=0,333 3,071*0,1=0,3973,071*0,1=0,3973,071*0,1=0,3973,071*0,1=0,397 2,812*0,1=0,2812,812*0,1=0,2812,812*0,1=0,2812,812*0,1=0,281 2,560*0,1=0,2562,560*0,1=0,2562,560*0,1=0,2562,560*0,1=0,256 2,322*0,1=0,2322,322*0,1=0,2322,322*0,1=0,2322,322*0,1=0,232 2,102*0,1=0,2102,102*0,1=0,2102,102*0,1=0,2102,102*0,1=0,210 3,990*0,1=0,3993,990*0,1=0,3993,990*0,1=0,3993,990*0,1=0,399 Thread Thread Thread Thread
    • Demo de Programação Paralela Cálculo de π
    • Vídeo: Breve apresentação do Intel® Xeon Phi™
    • Nota sobre Otimização
    • • INFORMATION IN THIS DOCUMENT IS PROVIDED IN CONNECTION WITH INTEL PRODUCTS. NO LICENSE, EXPRESS OR IMPLIED, BY ESTOPPEL OR OTHERWISE, TO ANY INTELLECTUAL PROPERTY RIGHTS IS GRANTED BY THIS DOCUMENT. EXCEPT AS PROVIDED IN INTEL'S TERMS AND CONDITIONS OF SALE FOR SUCH PRODUCTS, INTEL ASSUMES NO LIABILITY WHATSOEVER AND INTEL DISCLAIMS ANY EXPRESS OR IMPLIED WARRANTY, RELATING TO SALE AND/OR USE OF INTEL PRODUCTS INCLUDING LIABILITY OR WARRANTIES RELATING TO FITNESS FOR A PARTICULAR PURPOSE, MERCHANTABILITY, OR INFRINGEMENT OF ANY PATENT, COPYRIGHT OR OTHER INTELLECTUAL PROPERTY RIGHT. • A "Mission Critical Application" is any application in which failure of the Intel Product could result, directly or indirectly, in personal injury or death. SHOULD YOU PURCHASE OR USE INTEL'S PRODUCTS FOR ANY SUCH MISSION CRITICAL APPLICATION, YOU SHALL INDEMNIFY AND HOLD INTEL AND ITS SUBSIDIARIES, SUBCONTRACTORS AND AFFILIATES, AND THE DIRECTORS, OFFICERS, AND EMPLOYEES OF EACH, HARMLESS AGAINST ALL CLAIMS COSTS, DAMAGES, AND EXPENSES AND REASONABLE ATTORNEYS' FEES ARISING OUT OF, DIRECTLY OR INDIRECTLY, ANY CLAIM OF PRODUCT LIABILITY, PERSONAL INJURY, OR DEATH ARISING IN ANY WAY OUT OF SUCH MISSION CRITICAL APPLICATION, WHETHER OR NOT INTEL OR ITS SUBCONTRACTOR WAS NEGLIGENT IN THE DESIGN, MANUFACTURE, OR WARNING OF THE INTEL PRODUCT OR ANY OF ITS PARTS. • Intel may make changes to specifications and product descriptions at any time, without notice. Designers must not rely on the absence or characteristics of any features or instructions marked "reserved" or "undefined". Intel reserves these for future definition and shall have no responsibility whatsoever for conflicts or incompatibilities arising from future changes to them. The information here is subject to change without notice. Do not finalize a design with this information. • The products described in this document may contain design defects or errors known as errata which may cause the product to deviate from published specifications. Current characterized errata are available on request. • Intel processor numbers are not a measure of performance. Processor numbers differentiate features within each processor family, not across different processor families. Go to: http://www.intel.com/products/processor_number. • Contact your local Intel sales office or your distributor to obtain the latest specifications and before placing your product order. • Copies of documents which have an order number and are referenced in this document, or other Intel literature, may be obtained by calling 1-800-548- 4725, or go to: http://www.intel.com/design/literature.htm • Intel, Core, Atom, Pentium, Intel inside, Sponsors of Tomorrow, Pentium, 386, 486, DX2 and the Intel logo are trademarks of Intel Corporation in the United States and other countries. • *Other names and brands may be claimed as the property of others. • Copyright ©2012 Intel Corporation. Legal Disclaimer
    • Risk Factors The above statements and any others in this document that refer to plans and expectations for the second quarter, the year and the future are forward-looking statements that involve a number of risks and uncertainties. Words such as “anticipates,” “expects,” “intends,” “plans,” “believes,” “seeks,” “estimates,” “may,” “will,” “should” and their variations identify forward-looking statements. Statements that refer to or are based on projections, uncertain events or assumptions also identify forward-looking statements. Many factors could affect Intel’s actual results, and variances from Intel’s current expectations regarding such factors could cause actual results to differ materially from those expressed in these forward-looking statements. Intel presently considers the following to be the important factors that could cause actual results to differ materially from the company’s expectations. Demand could be different from Intel's expectations due to factors including changes in business and economic conditions, including supply constraints and other disruptions affecting customers; customer acceptance of Intel’s and competitors’ products; changes in customer order patterns including order cancellations; and changes in the level of inventory at customers. Uncertainty in global economic and financial conditions poses a risk that consumers and businesses may defer purchases in response to negative financial events, which could negatively affect product demand and other related matters. Intel operates in intensely competitive industries that are characterized by a high percentage of costs that are fixed or difficult to reduce in the short term and product demand that is highly variable and difficult to forecast. Revenue and the gross margin percentage are affected by the timing of Intel product introductions and the demand for and market acceptance of Intel's products; actions taken by Intel's competitors, including product offerings and introductions, marketing programs and pricing pressures and Intel’s response to such actions; and Intel’s ability to respond quickly to technological developments and to incorporate new features into its products. Intel is in the process of transitioning to its next generation of products on 22nm process technology, and there could be execution and timing issues associated with these changes, including products defects and errata and lower than anticipated manufacturing yields. The gross margin percentage could vary significantly from expectations based on capacity utilization; variations in inventory valuation, including variations related to the timing of qualifying products for sale; changes in revenue levels; segment product mix; the timing and execution of the manufacturing ramp and associated costs; start-up costs; excess or obsolete inventory; changes in unit costs; defects or disruptions in the supply of materials or resources; product manufacturing quality/yields; and impairments of long-lived assets, including manufacturing, assembly/test and intangible assets. The majority of Intel’s non-marketable equity investment portfolio balance is concentrated in companies in the flash memory market segment, and declines in this market segment or changes in management’s plans with respect to Intel’s investments in this market segment could result in significant impairment charges, impacting restructuring charges as well as gains/losses on equity investments and interest and other. Intel's results could be affected by adverse economic, social, political and physical/infrastructure conditions in countries where Intel, its customers or its suppliers operate, including military conflict and other security risks, natural disasters, infrastructure disruptions, health concerns and fluctuations in currency exchange rates. Expenses, particularly certain marketing and compensation expenses, as well as restructuring and asset impairment charges, vary depending on the level of demand for Intel's products and the level of revenue and profits. Intel’s results could be affected by the timing of closing of acquisitions and divestitures. Intel's results could be affected by adverse effects associated with product defects and errata (deviations from published specifications), and by litigation or regulatory matters involving intellectual property, stockholder, consumer, antitrust, disclosure and other issues, such as the litigation and regulatory matters described in Intel's SEC reports. An unfavorable ruling could include monetary damages or an injunction prohibiting Intel from manufacturing or selling one or more products, precluding particular business practices, impacting Intel’s ability to design its products, or requiring other remedies such as compulsory licensing of intellectual property. A detailed discussion of these and other factors that could affect Intel’s results is included in Intel’s SEC filings, including the report on Form 10-K for the year ended Dec. 31, 2011. Rev. 4/17/12