PROGRAMACIN PARALELA Tema 2 Lenguajes y modelos de

PROGRAMACIÓN PARALELA Tema 2: Lenguajes y modelos de programación paralela • Tipos de paralelismo • Paso de mensajes • Paralelismo de datos • Memoria compartida • Threads • Open. MP • MPI Programación Paralela Lenguajes y modelos de programación paralela 1

Referencias • Francisco Almeida, curso en la web (MPI) • Andrews, cap 1, 2, 3, 4, 5 (concurrencia), cap 7, 8, 9 (mensajes) • Buyya, cap 2, 3, 4 • Dongarra, curso en la web, lect 05 (compartida), lect 02, 02 -b, 03 (mensajes) • Kumar, Grama, Gupta, Karypis, cap 13 (generalidades) • Casiano Rodríguez, curso en la web (Open. MP) • Wilkinson, cap 2, pp 38 -61 (mensajes), cap 8 (compartida), curso en la web Mejor consultar directamente las referencias. Algunas trasparencias han sido tomadas de los cursos en la web. Programación Paralela Lenguajes y modelos de programación paralela 2

Tipos de paralelismo Las variaciones entre los paradigmas están motivados por varios factores: Diferencia de esfuerzo invertido en escribir programas paralelos. Algunos lenguajes requieren menos esfuerzo para el programador, mientras que otros requieren menos trabajo pero generan un código menos eficiente. Un determinado paradigma de programación puede ser más eficiente que otros al programar sobre determinadas arquitecturas paralelas. Distintas aplicaciones tienen diferentes tipos de paralelismo y por tanto se han desarrollado diferentes lenguajes de programación para explotarlos. Programación Paralela Lenguajes y modelos de programación paralela 3

Paralelismo implícito/explícito • Explícito : – El algoritmo paralelo debe especificar explícitamente cómo cooperan los procesadores para resolver un problema específico. – La tarea del compilador es sencilla, en cambio la del programador es bastante difícil. • Implícito: – Se usa un lenguaje de programación secuencial y el compilador inserta las instrucciones necesarias para ejecutar el programa en un computador paralelo. – El compilador tiene que analizar y comprender las dependencias para asegurar un mapeo eficiente en el computador paralelo. Programación Paralela Lenguajes y modelos de programación paralela 4

Paso de mensajes/espacio de direcciones compartido Espacio de direcciones compartido: • Los programadores ven el programa como una colección de procesos accediendo a una zona central de variables compartidas. • Más de un proceso podría acceder a la misma zona compartida en el mismo instante produciendo resultados impredecibles. Los lenguajes proporcionan primitivas para resolver estos problemas de exclusión mutua. Programación Paralela Lenguajes y modelos de programación paralela 5

Paso de mensajes/espacio de direcciones compartido Paso de mensajes: • Los programadores ven su programa como una colección de procesos con variables locales privadas y la posibilidad de enviar y recibir datos mediante paso de mensajes. • Los computadores de espacio de direcciones compartido también se pueden programar usando el paradigma de paso de mensajes. Programación Paralela Lenguajes y modelos de programación paralela 6

Paso de mensajes/espacio de direcciones compartido • Muchos lenguajes de programación para memoria compartida o paso de mensajes son básicamente lenguajes secuenciales aumentados mediante un conjunto de llamadas de sistema especiales. Estas llamadas producen primitivas de bajo nivel para el paso de mensajes, sincronización de procesos, exclusión mutua, etc. • El problema de estos lenguajes es la portabilidad entre arquitecturas. Recientemente han aparecido librerías como PVM, MPI, Open. MP, con primitivas independientes del computador. Programación Paralela Lenguajes y modelos de programación paralela 7

Paralelismo de datos/de control Paralelismo de datos: • Aplicaciones en las que los datos están sujetos a idéntico procesamiento. • Es más apropiado para ejecutar en máquinas SIMD. • También se pueden ejecutar en computadores MIMD. Se requiere sincronización global después de cada instrucción, lo que resulta en un código ineficiente. Solución: relajar la ejecución síncrona de las instrucciones. Modelo SPMD. Cada procesador ejecuta el mismo programa asíncronamente. • Los lenguajes de paralelismo de datos ofrecen construcciones de alto nivel para compartir información y manejar concurrencia. Programas más fáciles de escribir y comprender. Aunque el código generado por estas construcciones no es tan eficiente como el obtenido usando primitivas de bajo nivel. Programación Paralela Lenguajes y modelos de programación paralela 8

Paralelismo de datos/de control Paralelismo de control: • Ejecución simultánea de cadenas de instrucciones diferentes. Las instrucciones se pueden aplicar sobre la misma cadena de datos aunque normalmente se aplican a cadenas de datos diferentes. • Adecuados para mapear en MIMD ya que el paralelismo de control requiere múltiples cadenas de instrucciones. Programación Paralela Lenguajes y modelos de programación paralela 9

Paso de mensajes Extensiones básicas: Son extensiones en los lenguajes secuenciales para soportar el paso de mensajes. Existen dos primitivas básicas de comunicación: SEND y RECEIVE. La forma general de send es: SEND (message, messagesize, target, type, flag) – message contiene los datos que se envían, – messagesize indica el tamaño en bytes, – target es la etiqueta del procesador o procesadores destino, – type es una constante con la que se distingue entre varios tipos de mensajes, y – flag indica si la operación del SEND es bloqueante o nobloqueante. Programación Paralela Lenguajes y modelos de programación paralela 10

Paso de mensajes La primitiva RECEIVE lee un mensaje del buffer de comunicación en la memoria. Su forma general es: RECEIVE (message, messagesize, source, type, flag) – messsage indica el lugar donde se almacenan los datos, – messagesize indica el número máximo de bytes a poner en mensaje, – source indica la etiqueta del procesador cuyo mensaje se va a leer, – type especifica el tipo de mensaje que se va a leer. Puede haber más de un mensaje en el buffer de comunicación de los procesadores fuente. El parámetro type selecciona un determinado mensaje para leer, – flag especifica si la operación de recibir es bloqueante o no bloqueante. Programación Paralela Lenguajes y modelos de programación paralela 11

Paso de mensajes Ejemplo: n. CUBE 2 MIMD desarrollado por n. CUBE Corporation Red de interconexión hipercubo. Hasta 8192 procesadores Utiliza extensiones de los lenguajes C y FORTRAN. Programación Paralela Lenguajes y modelos de programación paralela 12

Paso de mensajes • Sólo define un send no-bloqueante: C: int nwrite (char *message, int messagesize, int target, int type, int *flag) Fortran: integer function nwrite (message, messagesize, target, type, flag) dimension message (*) integer messagesize, target, type, flag Programación Paralela Lenguajes y modelos de programación paralela 13

Paso de mensajes • Define un receive bloqueante: C: int nread(char *message, int messagesize, int *source, int *type, int *flag) Fortran: integer function nread (message, messagesize, source, type, flag) dimension message (*) integer messagesize, source, type, flag Programación Paralela Lenguajes y modelos de programación paralela 14

Paso de mensajes • Se emula un receive no-bloqueante llamando a una función para testear la existencia de un mensaje en el buffer de comunicación: C: int ntest (int *source, int *type) Fortran: integer function ntest (source, type) integer source, type Programación Paralela Lenguajes y modelos de programación paralela 15

Paso de mensajes • Ejemplo: i. PSC 860 MIMD con red de interconexión hipercubo y hasta 128 procesadores Utiliza modelo nodo-host y sin-host, con extensiones para el C y fortran. Las mismas extensiones se utilizan en el Intel Paragon XP/S que es una malla. Programación Paralela Lenguajes y modelos de programación paralela 16

Paso de mensajes • Sólo existen un send no-bloqueante: C: csend (long type, char *message, long messagesize, long target, long flag) • Receive bloqueante: C: crecv (long type, char *message, long messagesize) • Receive no-bloqueante: devuelve un número que se usa para chequear el estado de la operación recibir. C: int irecv(long type, char *message, long messagesize) Programación Paralela Lenguajes y modelos de programación paralela 17

Paralelismo de datos • Lenguajes de paralelismo de datos: facilitar al programador la tarea de expresar el paralelismo disponible en un programa de manera independiente de la arquitectura. • Características: – Se genera una sola cadena de instrucciones. – Ejecución síncrona de instrucciones. Más fácil escribir y depurar programas de paralelismo de datos puesto que los bloqueos son imposibles. – El programador especifica el paralelismo en el código. – Asocia un procesador virtual con una unidad fundamental de paralelismo. El programador expresa la computación en términos de las operaciones realizadas por los procesadores virtuales. – Permite que cada procesador tenga acceso a las posiciones de memoria de otros procesadores. Programación Paralela Lenguajes y modelos de programación paralela 18

Paralelismo de datos – Los compiladores para los lenguajes de paralelismo de datos deben mapear los procesadores virtuales en procesadores físicos, generar código para comunicar datos y esforzarse para la ejecución síncrona de instrucciones. – Los procesadores virtuales son emulados por procesadores físico. Si el número de procesadores virtuales es mayor que el número de procesadores físicos, cada procesador físico emula varios procesadores virtuales. – Algunos lenguajes de paralelismo de datos contienen primitivas que permiten al programador especificar el mapeo deseado de los procesadores virtuales en los físicos. Programación Paralela Lenguajes y modelos de programación paralela 19

Paralelismo de datos • Ejemplo: C* Lenguaje de programación paralelismo de datos. Extensión del lenguaje C, diseñado por Thinking Machines Corporation para el computador CM-2. Incluye un método para describir el tamaño y la forma de los datos paralelos y crear variables paralelas. Incluye operadores y expresiones para los datos paralelos. Programación Paralela Lenguajes y modelos de programación paralela 20

Paralelismo de datos • Variables: – variables escalares: idéntica a una variable ordinaria. Se asignan en el host. – variables paralelas: Se asignan en todos los nodos. Tienen tantos elementos como número de procesadores. Una variable paralela tiene una "forma" además de un tipo. Una "forma" es una plantilla para los datos paralelos, o sea una forma de configurar los datos lógicamente. Define cuántos elementos paralelos existen y cómo están organizados. Una "forma" tiene un número de dimensiones, rango, con un número de procesadores o posiciones en cada dimensión. Programación Paralela Lenguajes y modelos de programación paralela 21

Paralelismo de datos shape [1024] ring shape [1024] mesh int flag int ring: a int mesh: b flag a b Programación Paralela Lenguajes y modelos de programación paralela 22

Paralelismo de datos • C* no permite que el programador especifique explícitamente el mapeo virtual a físico. C* mapea los procesadores virtuales en procesadores físicos de forma que los procesadores virtuales vecinos se mapean en procesadores físicos vecinos. • C* permite especificar a través de qué dimensiones de la "forma" se hacen comunicaciones más a menudo. El compilador usa esta información para reducir costos de comunicación. • Después de que se ha especificado una forma, se pueden declarar variables paralelas de esa "forma". Las variables paralelas tienen un tipo, una clase de almacenamiento, y una forma. Programación Paralela Lenguajes y modelos de programación paralela 23

Paralelismo de datos • Operaciones paralelas – Si los operandos de una operación son escalares, el código C* es igual que el código C y la operación se realiza en el host. – Si los operandos son variables paralelas, x+=y donde x e y son variables paralelas. Esta asignación añade el valor de y en cada posición de la "forma" al valor de x en la posición correspondiente de la forma. Todas las sumas tienen lugar en paralelo. x e y deben ser de la misma "forma". x=a, donde a es una variable escalar, el valor de a se almacena en cada posición de x. Esto es similar a una operación de broadcast. a =[4]x es válida y asigna a a el valor de x de la cuarta posición de la forma. a+=x suma todos los valores de x y los almacena en a. Programación Paralela Lenguajes y modelos de programación paralela 24

Paralelismo de datos • Fijar el contexto. Con la declaración where se restringen las posiciones de las variables paralelas sobre las que se realizan las operaciones, llamadas posiciones activas. Seleccionar las posiciones activas de una "forma" se denomina fijar el contexto. Por ejemplo, la declaración where en el siguiente código evita dividir por cero. with (ring) { where (z!=0) x=y/z; } Se pude incluir else para complementar la fijación de posiciones activas with (ring){ where (z!=0) x=y/z; else x=y; } Programación Paralela Lenguajes y modelos de programación paralela 25

Paralelismo de datos • Comunicación. C* soporta comunicación interprocesador: dos métodos de – comunicación en red: las variables paralelas del mismo tipo pueden comunicarse en patrones regulares. Es bastante eficiente. – comunicación general: el valor de cualquier elemento de una variable paralela se puede enviar a cualquier otro elemento aunque las variables paralelas no sean de la mismo "forma". Programación Paralela Lenguajes y modelos de programación paralela 26

Paralelismo de datos La comunicación paralela en C* usa Indexación paralela a la izquierda. Un índice paralelo a la izquierda ordena los elementos de la variable paralela basándose en los valores almacenados en los elementos de los índices paralelos. El índice debe ser de la "forma" actual. dest=[index]source 0 1 2 3 4 5 source 20 40 5 10 0 30 [index]dest=source 0 1 2 3 4 5 20 40 5 10 0 30 index 3 2 1 5 4 0 dest 10 5 40 30 0 20 30 5 40 20 0 10 Programación Paralela Lenguajes y modelos de programación paralela 27

Paralelismo de datos • Para la comunicación en red, C* usa una nueva función llamada pcoord. Los datos se pueden enviar sólo a una distancia fija a lo largo de cada dimensión. – dest 1 d=[pcoord(0) +1]source 1 d=(6, 4, 1, 9, 2, 8) destsd=( , 6, 4, 1, 9, 2) – dest 1 d=[pcoord(0)-2]source 1 d=(6, 4, 1, 9, 2, 8) destsd=(1, 9, 2, 8, , ) – dest 2 d=[pcoord(0)+1][pcoord(1)+1]source 2 d=(9, 4, 1, dests 2 d=( , , , 6, 5, 15, , 9, 4, 13, 2, 12) , 6, 5) – dest 2 d=[(pcoord(0)+1)%%4][(pcoord(1)+1)%%3]source 2 d=(9, 4, 1, dests 2 d=( 7, 8, 3, 6, 5, 1, 9, 4, 13, 2, 15, 6, 5, 8, 3, 7) 12, 13, 2) Programación Paralela Lenguajes y modelos de programación paralela 28

Espacio de direcciones compartido • Primitivas para asignar variables compartidas. Existen dos tipos de variables: compartidas (shared) y locales (private) • Primitivas para la exclusión mutua y sincronización. Una sección crítica contiene código que sólo puede ser ejecutado por un procesador en un momento determinado. Los lenguajes proporcionan llaves (locks) para ayudar al programador a cumplir la exclusión mutua en la ejecución de secciones críticas. Las primitivas de sincronización de barreras (barrier synchronization) se usan cuando los procesos necesitan sincronizarse antes de que acabe la ejecución. Cada proceso espera en la barrera a los otros procesos, y después de la sincronización todos los procesos continúan con su ejecución. Programación Paralela Lenguajes y modelos de programación paralela 29

Espacio de direcciones compartido • Primitivas para la creación de procesos Se realiza mediante una llamada al sistema que crea procesos idénticos al proceso padre. Estos procesos comparten las variables declaradas "compartidas" por los procesos padre así como las llaves declaradas e inicializadas por los procesos padre. En la mayoría de computadores de espacio de direcciones compartido, esta operación se llama fork. Cuando todos los subprocesos terminan, se mezclan usando otra primitiva, normalmente llamada join. En vez de crear procesos al principio de la ejecución, podemos tener un solo proceso, llamado proceso maestro. Cuando el maestro necesita realizar una tarea en paralelo, crea un número predeterminado de procesos, llamados procesos esclavos. Cuando la tarea se completa, los procesos esclavos terminan y devuelven el control al proceso maestro. Programación Paralela Lenguajes y modelos de programación paralela 30