中文 » Waiting4you http://software.intel.com/zh-cn/blogs Sat, 26 May 2012 06:34:24 +0000 en hourly 1 http://wordpress.org/?v=3.1.3 进入多核时代的C++ http://software.intel.com/zh-cn/blogs/2009/05/04/c/ http://software.intel.com/zh-cn/blogs/2009/05/04/c/#comments Mon, 04 May 2009 07:25:56 +0000 Waiting4you http://software.intel.com/zh-cn/blogs/2009/05/04/c/ 几年之前，CPU的性能还主要取决于CPU的主频，经过超摩尔定律的发展后，没过多长时间CPU的主频速度就已接近“极限”，使得单单靠提高CPU的主频来提升性能变得非常困难。

目前，Intel、AMD等CPU生产商都转而采用了多核技术来提升CPU性能，甚至提出了群核CPU的概念。这意味着，要充分发挥多核CPU的性能，程序就必须采用多线程并发计算的方式，传统的串行程序将会极大地浪费多核CPU的运算能力！
C++是上世纪80年代诞生的语言，它的前身是同样风靡全球的C语言。一直以来它都以代码效率卓越著称，进入多核时代后，因为C++标准库没有提供多线程支持，要用C++开发出充分利用多核CPU的程序将面临很大挑战。
于是，在C++社区出现了不少优秀的库以支持并行编程，如各种跨平台的线程库，OpenMP，Clik++等。另一方面，微软也从Win2K开始不断地加入线程池API（如QueueUserWorkItem），C++09标准也明确地表示要加入多线程的支持。

使用线程库编写并行程序的优点是可以精确调度各个线程，并且可以在所有C++编译器里使用。不过要充分发挥多核CPU的性能，还要考虑很多因素，主要难点有：

  • 死锁    编写多线程必然会遇到同步问题，如果同步控制出现问题，就可能出现死锁或脏数据。
  • 线程之间通信    使用何种机制在多个线程之间通信？即要保证通信数据同步又要保证效率。
  • 负载平衡    分配到每个线程的工作量要尽量平衡，避免一个线程忙一个线程闲的情形发生。
  • 资源匹配    程序应该使用多少个线程？过少的线程不能充分利用CPU的多核优势，而过多的线程会造成线程调度过于频繁同样会降低效率。

OpenMP是目前比较流行的C++并行编程方式，它通过在代码中插入专用的pragma编译指令来指示编译器把串行代码编译成并行程序。
它的优点是易于使用，几乎不用修改原代码就可对老程序进行并发支持的改造。问题是它必须要有编译器的支持，尽管目前不少编译器都提供了OpenMP的支持，但它毕竟不是C++的一部分，甚至它都不是真正意义上的C++库。使用OpenMP的C++代码看上去总是有些怪异（个人观点^_^）。

现在，我们又有了一个新选择：Intel Thread Building Blocks（TBB，线程构建模块）。TBB是一个开源的C++模板库，能够运行在 Windows、Linux、Macintosh以及UNIX等系统上，只要是标准的C++编译器都可以使用它。

TBB的功能和优势

功能 优势
基于任务的并行化 在逻辑任务而非物理线程的角度来指定线程功能

  • 让开发者关注更高层的可扩展任务级模式而非底层的线程机制
  • 使用被证实可有效利用多内核的数据分解提取技术
  • 自动负载平衡
  • 高效地支持嵌套并行化，允许从一个并行组件中建立出一个新的并行组件
并行算法 从库中选择高效并行算法模板，即可快速地获得多核处理器带来的优势。

  • 快速应用为并行性能及可量测性而设计的算法。
  • 范型模板让你轻易地把它们定制成你所需要的算法。
  • 支持简单插件部署到应用中提升软件速度，优化内核和本地缓存。
  • 依靠预置的并行结构，在很多情况下都能减少生产多线程软件的工作量。
跨平台支持 编写一次应用就可以部署到多个操作系统中。

  • 为32位和64位的Windows*、Linux* 和 Mac OS* X 平台提供一种解决方案。
  • 支持Intel、Microsoft及GNU的业界领先的编译器。
  • 加快在多种多核平台中部署应用软件的速度。
程序库级解决方案 只需花费很小的精力就可得到高优化的并行功能。

  • 你的 C++ 应用程序只需调用Intel Threading Building Blocks 库。
  • 标准 C++ - 不需要使用新语言重写代码。
  • 兼容其它线程包。
  • 可无限制地和你的软件一起分发运行时库。
  • 无缝整合到已有的开发环境中。
高并发容器 优化处理器的能力实现任务并发

  • 使用线程安全并且高并发的接口简化多线程应用的开发。
  • 使用预测试的数据结构提升应用软件质量。
  • 更高效率的内核或处理器多路执行来提升应用软件性能。

示例：

用TBB写并行transform代替原std::transform

  1. #include <iostream>
  2. #include <algorithm>
  3. #include <vector>
  4. #include <list>
  5. #include <math.h>
  6. #include <tbb/task_scheduler_init.h>
  7. #include <tbb/blocked_range.h>
  8. #include <tbb/parallel_for.h>
  9. #include <tbb/pipeline.h>
  10. #include <tbb/tick_count.h>
  11. //-----------------随机存取迭代器版本-------------------------------------
  12. //both_random_helper，作用:测试两个模板是否都是random_access_iterator_tag
  13. //是则Iter_cat返回random_access_iterator_tag
  14. //否则返回forward_iterator_tag
  15. template<class _Cat1, class _Cat2>
  16. struct both_random_helper{
  17. typedef std::forward_iterator_tag Iter_cat;
  18. };
  19. template<>
  20. struct both_random_helper<
  21. std::random_access_iterator_tag,
  22. std::random_access_iterator_tag>{
  23. typedef std::random_access_iterator_tag Iter_cat;
  24. };
  25. // 用于存放一对迭代器
  26. template<class _InIt, class _OutIt>
  27. struct Iter_pair{
  28. _InIt m_in;
  29. _OutIt m_out;
  30. Iter_pair(_InIt _in, _OutIt _out)
  31. :m_in(_in),m_out(_out){}
  32. //支持blocked_range拆分
  33. Iter_pair operator+(size_t off) const
  34. {
  35. return Iter_pair(m_in+off, m_out+off);
  36. }
  37. size_t operator-(Iter_pair rhs) const
  38. {
  39. return m_in-rhs.m_in;
  40. }
  41. bool operator<(Iter_pair rhs) const
  42. {
  43. return m_in<rhs.m_in;
  44. }
  45. };
  46. // 随机存取迭代器版本
  47. template<class _InIt, class _OutIt, class _Fn1>
  48. struct op_parallel_transform{
  49. op_parallel_transform(_Fn1 _Func)
  50. :m_Func(_Func){}
  51. void operator()(const tbb::blocked_range<Iter_pair<_InIt,_OutIt> > &r) const
  52. {
  53. std::transform(r.begin().m_in, r.end().m_in, r.begin().m_out, m_Func);
  54. }
  55. private:
  56. _Fn1 m_Func;
  57. };
  58. template<class _InIt, class _OutIt, class _Fn1>
  59. _OutIt _parallel_transform(_InIt _First, _InIt _Last, _OutIt _Dest, _Fn1 _Func, std::random_access_iterator_tag)
  60. {
  61. // 使用parallel_for来处理
  62. typedef typename Iter_pair<_InIt,_OutIt> iter_pair_type;
  63. _OutIt LastDest = _Dest + (_Last - _First);
  64. iter_pair_type begin(_First, _Dest);
  65. iter_pair_type end(_Last, LastDest);
  66. tbb::blocked_range<iter_pair_type> x(begin, end);
  67. tbb::parallel_for(x, op_parallel_transform<_InIt,_OutIt,_Fn1>(_Func), tbb::auto_partitioner());
  68. return LastDest;
  69. }
  70. //-----------------顺序存取迭代器版本-------------------------------------
  71. template<class _InIt>
  72. struct filter_in : tbb::filter{
  73. filter_in(_InIt _First, _InIt _Last)
  74. :tbb::filter(true),m_First(_First), m_Last(_Last){}
  75. void* operator()(void*)
  76. {
  77. if(m_First==m_Last) return NULL;
  78. void* p = &(*m_First);
  79. ++m_First;
  80. return p;
  81. }
  82. private:
  83. _InIt m_First, m_Last;
  84. };
  85. template<class _Fn1>
  86. struct filter_process : tbb::filter{
  87. typedef typename _Fn1::result_type r_type;
  88. typedef typename _Fn1::argument_type a_type;
  89. filter_process(_Fn1 _Func)
  90. :tbb::filter(false),m_Func(_Func){}
  91. void* operator()(void* data)
  92. {
  93. a_type &at = *(a_type*)data;
  94. m_r = m_Func( at );
  95. return &m_r;
  96. }
  97. private:
  98. _Fn1 m_Func;
  99. r_type m_r;
  100. };
  101. template<class _OutIt, class _DataType>
  102. struct filter_out : tbb::filter{
  103. filter_out(_OutIt _Dest)
  104. :tbb::filter(true),m_Dest(_Dest){}
  105. void* operator()(void* data)
  106. {
  107. _DataType *p = (_DataType*) data;
  108. *m_Dest = *p;
  109. ++m_Dest;
  110. return NULL;
  111. }
  112. private:
  113. _OutIt m_Dest;
  114. };
  115. template<class _InIt, class _OutIt, class _Fn1>
  116. _OutIt _parallel_transform(_InIt _First, _InIt _Last, _OutIt _Dest, _Fn1 _Func, std::forward_iterator_tag)
  117. {
  118. // 使用管线pipeline来处理
  119. tbb::pipeline pipeline;
  120. filter_in<_InIt> f1(_First, _Last);
  121. filter_process<_Fn1> f2(_Func);
  122. filter_out<_OutIt, _Fn1::result_type> f3(_Dest);
  123. pipeline.add_filter(f1);
  124. pipeline.add_filter(f2);
  125. pipeline.add_filter(f3);
  126. pipeline.run(3);
  127. return _Dest;
  128. }
  129. //----------------------parallel_transform----------------------------
  130. template<class _InIt, class _OutIt, class _Fn1>
  131. inline
  132. _OutIt parallel_transform(_InIt _First, _InIt _Last, _OutIt _Dest, _Fn1 _Func)
  133. {
  134. typedef typename std::iterator_traits<_InIt>::iterator_category cat1;
  135. typedef typename std::iterator_traits<_OutIt>::iterator_category cat2;
  136. return _parallel_transform(_First, _Last, _Dest, _Func, both_random_helper<cat1,cat2>::Iter_cat());
  137. }
  138. // 测试代码
  139. struct SinFunctor
  140. :std::unary_function<double, double>{
  141. double operator()(double &d) const
  142. {
  143. // 高强度运算
  144. double sum = 0;
  145. for(int i=0; i<10000; i++)  sum += sin(i*d);
  146. return sum;
  147. }
  148. };
  149. int main()
  150. {
  151. // 随机存取迭代
  152. std::vector<double> a(10000,1.5);
  153. // 顺序存取迭代
  154. std::list<double>   b(10000,1.5);
  155. tbb::task_scheduler_init init;
  156. tbb::tick_count t0,t1;
  157. t0 = tbb::tick_count::now();
  158. parallel_transform(a.begin(), a.end(), a.begin(), SinFunctor());
  159. t1 = tbb::tick_count::now();
  160. std::cout << "并行（随机迭代）" << (t1 - t0).seconds() << std::endl;
  162. t0 = tbb::tick_count::now();
  163. std::transform(a.begin(), a.end(), a.begin(), SinFunctor());
  164. t1 = tbb::tick_count::now();
  165. std::cout << "原版（随机迭代）" << (t1 - t0).seconds() << std::endl;
  166. t0 = tbb::tick_count::now();
  167. parallel_transform(b.begin(), b.end(), b.begin(), SinFunctor());
  168. t1 = tbb::tick_count::now();
  169. std::cout << "并行（顺序迭代）" << (t1 - t0).seconds() << std::endl;
  170. t0 = tbb::tick_count::now();
  171. std::transform(b.begin(), b.end(), b.begin(), SinFunctor());
  172. t1 = tbb::tick_count::now();
  173. std::cout << "原版（顺序迭代）"<< (t1 - t0).seconds() << std::endl;
  175. std::cin.get();
  176. return 0;
  177. }

在我的双核Centrino电脑上测试结果如下：

并行（随机迭代）3.17299 原版（随机迭代）5.41531 并行（顺序迭代）3.13054 原版（顺序迭代）5.33182

在顺序存取迭代器版本的_parallel_transform中，因为迭代器不能随意跳转，所以使用了tbb::pipeline加三个filter分别执行顺序读取，处理和写入。其中的处理是可以并行处理的。从上面的结果可以看出，pipeline的性能甚至不亚于parallel_for循环。关于 pipeline的使用说明，请参考文章：TBB流水线
这里写的parallel_transform可以直接替换大家原有代码中的std::transform，当然如果有兴趣的话完全可以把标准库中的算法全用TBB改写成并行算法。不过要注意的一点是并不是任何地方都适合使用并行运算的，象这个例子中测试用的处理算子是“for(int i=0; i<10000; i++)  sum += sin(i*d);”这样的需要耗时较长的运算，如果把它改成“return sin(d);”。那么考虑到线程调度以及TBB的任务调度，并行算法的效率可能还不如串行算法。

TBB库可以从这里下载：http://www.threadingbuildingblocks.org/download.php
另外再推荐几篇TBB入门文章：
Intel Threading Building Blocks 之 并行循环
Intel Threading Building Blocks 之 并发容器
Intel Threading Building Blocks 基于任务编程

相信度过了自己的20岁生日之后的C++，在多核时候将再创辉煌！

]]> http://software.intel.com/zh-cn/blogs/2009/05/04/c/feed/ 0