Programação Paralela

Programação Paralela
Programação Paralela
•
•
•
•
•
•
•
•
Conceitos gerais
Programação por passagem de mensagens
Computação embaraçosamente paralela
Estratégia de divisão e conquista
Computação pipelined
Computação com sincronização
Programação com memória compartilhada
Algoritmos e aplicações
Visão Geral
• Processamento paralelo consiste na utilização de
múltiplos processadores para executar partes diferentes
de um mesmo programa simultaneamente
• Principal objetivo é reduzir o tempo total de
processamento (wall-clock time)
• Número de trabalhadores versus aceleração obtida
Objetivos
• Reduzir tempo total de processamento (wall clock time)
• Custo
– execução em paralelo utilizando um grande número de estações de
trabalho pode ser menor que utilizar um super computador
• Recursos locais versus não locais
• Restrições de memória
Porque utilizar programação paralela ?
• Aumento de desempenho de um único processador
– capacidade de memória
– desempenho
• aumento do tamanho da palavra e da precisão utilizada
– velocidade
• tecnologia de substratos mais finos, mais transistores em menor
espaço, maiores e mais rápidas vias de comunicação
• Limites para esse aumento
– Velocidade de transmissão faz com que módulos tenham que ser
colocados relativamente perto um dos outros para não perder
sincronização
Porque utilizar programação paralela ?
• Limites para esse aumento
– Velocidade de transmissão faz com que módulos tenham que ser
colocados relativamente perto um dos outros para não perder
sincronização
• Limites na minituarização dos componentes
• Limites econômicos
– aumento da velocidade dos processadores faz com que outros
componentes tenham que ser modificados para trabalhar com maior
velocidade aumento de custo
– aumento da densidade de transistores
• aumenta a complexidade do processo de preparação do substrato para
a implementação da matriz de transistores e as ligações que os
conectam e necessita-se desenvolver novos isoladores e dissipadores
de calor
Porque utilizar programação paralela ?
• Problemas denominados grandes desafios demoram
muito para serem resolvidos
• Exemplos:
– Previsão do tempo
– Modelo de movimentação de corpos celestes
• Processadores bastante rápidos disponíveis e baratos
• Utilização de um maior número de processadores
relativamente baratos em paralelo
Taxonomia de Arquiteturas (Flynn 1966)
Único
Único
Fluxo de instruções
Múltiplo
Fluxo de dados
Múltiplo
Single Instruction
Single Data
Single Instruction
Multiple Data
SISD
SIMD
Multiple Instruction
Single Data
Multiple Instruction
Multiple Data
MISD
MIMD
Single Instruction, Single Data (SISD)
B(I)=A(I)*4
LOAD A(I)
MULT 4
STORE B(I)
TEMPO:
Processador P
t1
LOAD A(1)
Processador P
t2
MULT 4
Processador P
t3
STORE A(1)
Single Instruction, Single Data (SISD)
• Serial
– Instruções são executadas uma após outra
• Determinismo
– Pode-se saber o que está ocorrendo exatamente em cada instante de tempo
e reproduzir o processo passo a passo mais tarde
• Exemplos:
– Computadores pessoais, estações de trabalho com uma única CPU,
minicomputadores e mainframes
Multiple Instruction, Single Data (MISD)
• Existem poucas máquinas que se encaixam nessa
definição
• Exemplos de máquinas de propósito especial:
– Múltiplos filtros de freqüência operando sobre um único fluxo de sinal
– Múltiplos algoritmos de criptografia para decodificar uma mensagem
Single Instruction, Multiple Data (SIMD)
B(I)=A(I)*4
TEMPO:
t1
t2
P1
P2
P3
LOAD A(1)
LOAD A(2)
LOAD A(3)
P1
P2
P3
MULT 4
P1
t3
LOAD A(I)
MULT 4
STORE B(I)
STORE A(1)
MULT 4
P2
STORE A(2)
MULT 4
...
...
P3
STORE A(3)
...
Single Instruction, Multiple Data (SIMD)
• Síncrono
– Todas as unidades devem receber a mesma instrução no mesmo instante
de tempo de modo que todas possam executá-la de forma simultânea
• Determinismo
– Em cada instante de tempo só existe uma instrução sendo executada por
várias unidades, então se o programa é executado com os mesmo dados de
entrada, utilizando o mesmo número de unidades de execução, o resultado
será o mesmo
• Apropriado para aplicações que utilizam paralelismo
orientado a instrução
Single Instruction, Multiple Data (SIMD)
• Exemplos:
– Cambridge Parallel Processing Gamma II Plus
• 1024 processadores em um array 32x32, ou 4096 em 64x64
• processador de controle armazena instruções e dados são
armazenados na memória de cada processador
– Quadrics Apemille
• Máximo de 128 nós
• Comunicação controlada por Controlador de memória e Controlador
de comunicação do backplane
– Hoje em dia existem poucos supercomputadores SIMD vetorizados
pipelined
Multiple Instruction, Multiple Data
(MIMD)
TEMPO:
P1
P2
P3
Programa principal
Inicializa
Dispara tarefa A
Dispara tarefa B
Espera por processador
Tarefa A
Tarefa B
Fim
Dispara tarefa C
Tarefa C
Espera por processador
Fim
Dispara tarefa D
Fim
Espera fim
de todas as tarefas
Junta resultados
Fim
Tarefa D
Fim
Múltiple Instruction, Multiple Data
(MIMD)
• Síncrono ou assíncrono
• Determinismo ou não determinismo
– Sistemas MIMD pode ter comportamento determinístico tomando cuidado
com alguns fatores, como a ordem de recepção das mensagens
• Adequado para paralelismo orientado a bloco, loop ou
subrotinas
– Requerimentos de comunicação menos restritos que paralelismo orientado
a instrução
Múltiple Instruction, Multiple Data
(MIMD)
• Exemplos:
– Assíncronos:
• IBM SP ou clusters utilizando PVM, MPI
– utilizado para aplicações com menor comunicação e acoplamento entre tarefas
• Múltiplas unidades vetoriais trabalhando em um problema (Fujitsu
VPP5000)
• Hipercubos (nCube2S) e meshes (Intel Paragon)
– Síncronos
• IBM RS/6000 (4 instruções por ciclo)
• Processadores capazes de executar instruções em modo pipelined
requerem compiladores capazes de ordenar instruções para resolver
dependência de dados
Terminologia
• Tarefa
– Uma seção logicamente discreta de um trabalho computacional
– Exemplos:
• Calcular a transformada de Fourier
• Calcular a média de 1000 valores
• Tarefas paralelas
– Tarefas cujo processamento é independente um dos outros
• Execução serial
– Execução de um programa de forma seqüencial, uma instrução de cada
vez
• SPMD (Single Program, Multiple Data)
Problema paralelizável
• Um problema que pode ser dividido em tarefas
paralelas
– Exemplos:
• Calcular a energia potencial de cada uma das diferentes conformações
de uma molécula e determinar aquela de menor energia potencial
Paralelizável
• Calcular a série de Fibonacci pela fórmula: F (k  2)  F (k  1)  F (k )
Não
paralelizável
Tipos de paralelismo
• Paralelismo de dados
– Cada tarefa executa uma mesma série de cálculos sobre diferentes dados
– Localidade dos dados é parte essencial do algoritmo
– Exemplos:
• cálculo da média de temperatura em um estado, procura de pessoas
com mais de 65 anos em uma população
• Jogo de xadrez:
tempo
Lista de possíveis movimentos
p1 m1 m2 m3
... mn
p2
p3
p4
p5
m1
m2
m3
m4
m6
m5
m7
m8
Tipos de paralelismo
• Paralelismo funcional
– Cada tarefa executa cálculos diferentes para resolver um problema
– Tarefas podem ser executadas sobre mesmos dados ou dados diferentes
– Exemplo:
• Modelagem de um ecossistema, onde cada programa calcula a
população de um determinado grupo que depende dos vizinhos
Plantas
Herbívoros
Carnívoros
Decompositores
tempo
p1
p2
p3
p4
de p4
para p1
Modelos de acesso à memória
• Um computador convencional consiste de um
processador executando um programa armazenado na
memória:
Memória principal
Instruções para o processador
Dados para ou do processador
Processador
• Cada lugar da memória possui um endereço que inicia
em 0 e vai até 2n - 1, onde n é o número de bits do
endereço
Memória compartilhada
P
P
...
P
Interconexão
•
•
•
•
•
M
...
M
M
A mesma memória é acessada pelos múltiplos processadores
Sincronização entre tarefas é feita por escrita/leitura na/da memória
compartilhada e usuário é responsável por sua especificação
Um lugar da memória não pode ser modificado por uma tarefa enquanto
outra o estiver acessando
Comunicação entre tarefas é rápida
Escalabilidade limitada pelo número de caminhos entre memória e
processadores
Memória compartilhada
• SMP (Symetric MultiProcessors) utiliza esse modelo
• Programação:
– Linguagens de programação paralela
• Construções e instruções paralelas permitem declarações de variáveis
compartilhadas e seções paralelas de código
• Compilador responsável pela geração do código final executável
– Threads
• Seqüências de código escritas em alto nível para processadores
individuais que podem acessar localidades compartilhadas
Memória distribuída
M
P
M
...
P
Interconexão
•
•
•
•
Memória fisicamente distribuída entre os processadores e cada memória
local só pode ser acessada pelo seu processador
Sincronização requer comunicação entre processadores através de troca
de mensagens
Problema na decomposição de domínio de dados
Tarefas se comunicam através de troca de mensagens
Memória distribuída
• Programação:
– Bibliotecas com rotinas para passagem de mensagens que são ligadas a
programas seqüenciais convencionais são bastante utilizadas
– Problema dividido em um número de tarefas
– Tarefas se comunicam entre si pela troca de mensagens, único modo de
distribuir dados e resultados entre elas
Memória compartilhada distribuída
M
P
M
...
P
Interconexão
•
•
•
Cada processador tem acesso à toda memória utilizando um único espaço
de endereçamento de memória
Para um processador acessar um lugar da memória que não está
localizado na sua memória local, deve haver uma troca mensagens para
que os dados sejam passados da memória para o processador ou dele para
a memória de uma forma automática que esconde o fato da memória ser
fisicamente distribuída
Máquinas ccNUMA (Cache Coherent Non-Uniform Memory Access)
Fator de aceleração (speedup)
S (n) 
t
tempo de execução serial
 s
tempo de execução paralela t p
• Para uma máquina paralela com n processadores,
speedup ideal seria n (speedup linear)
• S(n) > n, chamado de superlinear speedup
– algoritmo seqüencial sub-ótimo
– característica particular da arquitetura da máquina paralela
• memória extra, por exemplo
Speedup
Processo 1
Processo 2
Computando
Processo 3
Inclinação indica tempo
para enviar mensagem
Processo 4
Tempo
Espera para enviar mensagem
Mensagem
Speedup máximo
t
s
(1  f )t s
fts
Seções paralelizáveis
Seção serial
Um processador
Múltiplos
processadores
n processadores
tp
(1  f )t s
n
Speedup
• O fator de speedup é dado por:
S ( n) 
ts
n

fts  (1  f )t s / n 1  (n  1) f
• Equação conhecida com Lei de Amdahl
Lei de Amdhal
20
16
12
8
f=5%
f=10%
f=20%
4
4
8
12
16
20
Número de processadores
Fator de speedup, S(n)
Fator de speedup, S(n)
f=0%
20
n=256
16
12
8
4
n=16
0.2 0.4 0.6 0.8
1.0
Fator serial, f
• Mesmo com número infinito de processadores o
speedup é limitado a 1/f
• 5% de fração serial speedup máximo de 20,
independente do número de processadores
Eficiência
E
t
tempo de execução serial
 s
tempo de execução paralela  número de processadores t p  n
E
S ( n)
 100%
n
• Eficiência fornece a fração de tempo que os
processadores estão sendo utilizados para
processamento
Custo
• Custo de um processamento é definido como:
Custo  tempo de execução  número total de processadores utilizados
• O custo de uma execução seqüencial é simplesmente o
tempo de execução ts
• O custo de uma execução paralela e´:
tp n 
ts
t
n  s
S ( n)
E
• Custo é considerado ótimo para um determinado
algoritmo paralelo quando o custo da execução paralela
é proporcional ao custo da execução seqüencial
Sincronização
• Necessária para coordenar troca de informações entre
tarefas
– Ex: Somente após todas as tarefas terem calculado a energia potencial de
cada conformação de molécula, pode-se encontrar a molécula que possui a
energia mínima
• Pode consumir tempo de processamento, pois um
processador pode ter que ficar esperando o término de
tarefas em outros processadores
• Fator de redução da aceleração (speedup), porque o
tempo utilizado para esperar uma outra tarefa poderia
ser utilizado para processamento
Overhead de paralelismo
• Tempo utilizado para coordenar as tarefas paralelas
• Tempo para iniciar uma tarefa
–
–
–
–
–
identificação da tarefa
procura de um processador para executá-la
carregamento da tarefa no processador
carregamento de dados necessários à execução da tarefa
inicialização da tarefa
• Tempo para terminar uma tarefa
• Sincronização
Granulosidade
•
Uma medida da razão entre a quantidade de computação realizada em
uma tarefa paralela e a quantidade de comunicação necessária
INÍCIO
tempo
granulosidade
fina
Tarefas paralelas
geradas
Execução serial
Segundo ponto
FIM de sincronização
INÍCIO
granulosidade
grossa
FIM
Granulosidade
• Nível de granulosidade varia de fina (muito pouco
processamento por comunicação de byte) a grossa
(muita comunicação por comunicação de byte)
• Quanto mais fina a granulosidade, menor a aceleração
devido à quantidade de sincronização exigida
Granulosidade
fina
Nível de
instrução
Granulosidade
grossa
Loop com poucas
iteraões
Rotinas
longas
Escalabilidade
• Escalabilidade de hardware ou de arquitetura
– Aumento do tamanho do sistema aumenta o desempenho
• capacidade de interconexão memória-processador e processadorprocessador
• Escalabilidade do algoritmo
– Algoritmo pode acomodar um aumento do tamanho do problema a ser
tratado com um aumento baixo e limitado dos passos de computação
• tamanho do problema:
– número de elementos de dados sendo processados
– duplicação de dados de entrada não leva necessariamente à duplicação do número
de passos de computação
» Ex: duplicar matrizes, duplica número de passos para adição de matrizes mas
quadruplica número de passos para multiplicação
– complexidade do melhor algoritmo seqüencial (O(n), O(log n))
Convertendo programas seriais em
paralelos
• Conversão manual versus automática
– Conversão automática
• Compiladores tentam fazer alguma paralelização automática de loops
DO
• Para obter bons speedups deve-se ter a ajuda de especialistas além do
nível de automatização
– Conversão manual
• Programador gasta tempo paralelizando
• Dicas para extrair paralelismo de códigos seriais
– re-arranjar índices de loop para evitar interdependência de loops
– chamadas a rotinas já paralelizadas e indicações (constructs) para préprocessadores ou geradores de código indicando tentativa de paralelismo que deve
ser executada em parte do código serial
– checar código gerado com constructs
– reestruturação do algoritmo (tirar cálculo de um loop, por exemplo)
Convertendo programas seriais em
paralelos
• Dependências gerais
– Existe dependência entre instruções quando a ordem de execução delas
afeta o resultado do programa
– Dependência de dados resulta do uso múltiplo do mesmo local da
memória
– Exemplo:
• Programa com 3 instruções: a=b+1;c=4-a;b=2a-c;
• 3 dependências de dados
• 3 instruções dependentes de execução
Convertendo programas seriais em
paralelos
• Dependências gerais
– Dependência de comunicação
A
B
C
send(B)
send(C)
send(A)
blocking_
recv(C)
blocking_
recv(A)
blocking_
recv(B)
– Problemas de execução devido à dependência entre tarefas paralelas
Convertendo programas seriais em
paralelos
• Dependências em loops
– Dependência independente no loop: local da memória é usado por
instruções sucessivas em uma iteração, mas não por iterações diferentes
pode ser paralelizado porque iterações do loop podem ser executadas de
forma independente e assíncrona
• Ex:
DO 500 J=2,9
C[J]=A[J]+B[J]
C[J]=C[J]*2.0
500 CONTINUE
– Dependência carregada no loop: local da memória é utilizado por
instruções, com pelo menos uma escrita, durante diferentes iterações do
loop
não pode ser paralelizado
• Ex:
DO 500 J=2,9
A[J]=A[J-1]*2.0
500 CONTINUE
Convertendo programas seriais em
paralelos
• Dependências em loops
– Dependência carregada no loop: local da memória é utilizado por
instruções, com pelo menos uma escrita, durante diferentes iterações do
loop
não pode ser paralelizado
Proc. 2
J=4,6
DO 500 J = 2,9
A(J) = A(J-1) * 2.0
500 CONTINUE
A(4)=A(3)*2.0
A(5)=A(4)*2.0
A(2)=A(1)*2.0
Proc. 1
J=2,3
A(2)=A(1)*2.0
A(3)=A(2)*2.0
A(6)=A(5)*2.0
A(3)=A(2)*2.0
A(4)=A(3)*2.0
A(6)=A(5)*2.0
Proc. 3
J=7,9
A(7)=A(6)*2.0
A(7)=A(6)*2.0
A(8)=A(7)*2.0
A(8)=A(7)*2.0
A(9)=A(8)*2.0
A(5)=A(4)*2.0
A(9)=A(8)*2.0
Custo de desenvolvimento de um programa
paralelo
• Tempo do programador
– análise do código para paralelizá-lo
– re-escrita do código
• Depuração complicada
• Perda de portabilidade do código
• Tempo gasto em todas as CPUs é contabilizado pelo
centro de computação
• Replicação de código e dados requer mais memória
• Utilização de recursos por outros usuários