基于多核处理器的自适应异构并行库的优化与实现-软件工程专业论文.docxVIP

万方数据 万方数据 Classified Index：TP311 U.D.C.: 621.3 Dissertation for the Master’s Degree in Engineering OPTIMIZATION AND IMPLEMENTATION OF SELF-ADAPTIVE HETEROGENEOUS PARALLEL LIBRARY BASED ON MULTICORE PROCESSORS Candidate： Liu Hui Supervisor： Associate Prof. Zhai Jianhong Associate Supervisor: Senior Engineer Huang Hui Academic Degree Applied for： Master of Engineering Speciality： Software Engineering Affiliation： School of Software Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工程硕士学位论文 哈尔滨工业大学工程硕士学位论文 摘 要 串行计算的时代已经结束了。随着多核处理器的出现，高性能并行计算， 现在已经作为主流出现。而本项目中的并行库，就是为用户提供高性能计算的 TM 并行库，可协助开发者，开发出性能高效的应用程序。 本论文是针对并行库的优化与实现展开的，与英特尔的并行库 TBB 作为参 照，找到现 TM 并行库存在的瓶颈问题及效率慢的原因，并根据发现的问题以 及多案例提供的数据对比来确定优化方案，根据优化方案进行具体的编码实现 工作。 从技术难点方面看，涉及到并行子任务划分技术，由于划分后的每个子任 务在多核处理器下并行运行，因此子任务的划分大小直接影响运行效率；线程 “复用”策略，减少线程被“唤醒”的额外时间；串并行路径的自适应学习方 法，把未经学习的数据通过学习过程找到规律，即判断出串行走向和并行走向； 在判断走向时，是根据已知学习点进行的曲线拟合，涉及最小二乘法的数学优 化技术来进行曲线拟合。优化过程中，提高运行效率的关键之一就是进行更佳 的线程分配策略的过程，优化线程分配主要从两方面入手，一方面是减少线程 间的切换，另一方面是充分利用当前线程。 本 项 目 用 C++ 语 言 开 发 ， 是 一 套 C++ 模 板 库 ， TM 并 行 库 的 功 能 包 括 parallel_for 并行算法，Pipeline 流水线算法，因此提高这两大功能的效率，就是 提高整体 TM 并行库的效率，优化功能就是以提高 parallel_for 和 pipeline 为目 标的。parallel_for 沿用思路的优化与实现，改善了原 parallel_for 在小数据量或 小任务量下运行效率低的问题，并使 TM 更加具有竞争力。串并行路径选择器 功能的添加，为后续运行提供了提示作用，提高小数据量下执行串行的效率。 经过多案例下的测试，证明本次优化提高并行库的执行性能，且通过功能 实现，完成了部分预期优化目标，提高 TM 自身的竞争力，对于用户具有较高 的实用价值。 关键词：并行库优化；自适应选择；线程分配 I Abstract Serial computing era has ended. With the advent of multi-core processors, high-performance parallel computing has appeared as the mainstream now. The TM parallel libraries is to provide users with high-performance parallel computing and help developers to develop applications with efficient performance. This paper is the optimization and implementation for parallel libraries, by reference with Intel TBB library. Find the reasons for TM bottlenecks and slow efficiency. According to the problems and data provided by multiple cases to determine the optimization program. A