摘要：主要對并行計算的編程模型進行了研究，包括 MPI 和 OpenMP 兩種編程模型，同時提出了一種層次化混合編程模型。并以計算 π 的問題為例，用 C 語言設(shè)計了混合編程模型下的程序，在以多核處理器作為節(jié)點的曙光 TC5000 集群上對三種編程模型下的求 π 程序進行了實驗，同時將實驗結(jié)果進行了性能分析和比較。結(jié)果表明該混合并行算法具有更好的擴展性和加速比。

關(guān)鍵詞：層次化；混合編程；多核集群；性能分析

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2013）10-2349-04

隨著社會對計算機性能的要求越來越高，對高速并行計算的應(yīng)用越來越廣泛，多核集群系統(tǒng)得到了飛速的發(fā)展?，F(xiàn)在的并行計算機體系結(jié)構(gòu)中絕大部分都是集群體系結(jié)構(gòu)，并且大多數(shù)的集群節(jié)點是多核 SMP。因此多核集群系統(tǒng)具有一下特點：每一個節(jié)點都是一個共享存儲的多處理機，而節(jié)點間是分布式的內(nèi)存結(jié)構(gòu)，它結(jié)合了基于分布式存儲和基于共享存儲的處理器的優(yōu)點。因此在多核集群系統(tǒng)上可以進行多種并行程序設(shè)計和實現(xiàn)，包括可以在節(jié)點間執(zhí)行的基于消息傳遞的純 MPI 編程模型，可以在節(jié)點內(nèi)（多核 SMP）執(zhí)行的基于共享內(nèi)存的OpenMP 編程模型，以及 MPI+OpenMP 的混合編程模型。

本文將對以上提到的三種并行編程模型進行研究，并對計算 π 的算法分別進行了三種編程模型的程序設(shè)計，最后用以多核處理器作為節(jié)點的曙光 TC5000 作為實驗工具，對所設(shè)計的程序進行實現(xiàn)，并進行了性能比較。

1 MPI編程模型和OpenMP 編程模型

在并行計算領(lǐng)域內(nèi)，主要的并行編程模型有三類模型：數(shù)據(jù)并行、消息傳遞、共享變量。其中基于消息傳遞的 MPI 編程模型和基于共享變量的 OpenMP 編程模型是最為流行的并行編程模型。

1.1 MPI 編程模型

消息傳遞界面 MPI （Message Passing Interface） 是一種消息傳遞接口，是目前國內(nèi)外最主流的編程模型之一。并行語言 MPI 庫可以被 FORTRAN77、C、FORTRAN90、C++ 調(diào)用，MPI 允許靜態(tài)任務(wù)調(diào)度，顯示并行提供了良好的性能和移植性，用 MPI 編寫的程序可直接在多核集群上運行[1]。在集群系統(tǒng)中，集群的各節(jié)點之間可以采用 MPI 編程模型進行程序設(shè)計，每個節(jié)點都有自己的內(nèi)存，可以對本地的指令和數(shù)據(jù)直接進行訪問，各節(jié)點之間通過互聯(lián)網(wǎng)絡(luò)進行消息傳遞，這樣設(shè)計具有很好的可移植性，完備的異步通信功能，較強的可擴展性等優(yōu)點。

MPI 模型存在一些不足，包括：程序的分解、開發(fā)和調(diào)試相對困難，而且通常要求對代碼做大量的改動；通信會造成很大的開銷，為了最小化延遲，通常需要大的代碼粒度[2]；細粒度的并行會引發(fā)大量的通信；動態(tài)負載平衡困難；并行化改進需要大量地修改原有的串行代碼，調(diào)試難度比較大[3]。

1.2 OpenMP 編程模型

2.2 MPI 和 OpenMP 混合編程的優(yōu)勢

1）降低通信開銷

單獨采用 MPI 模型時，節(jié)點間的進程需要消息傳遞，而混合模型中，節(jié)點內(nèi)部采用共享存儲的方式進行訪問，這樣就可以減少所需的進程數(shù)量，即減少了節(jié)點間的通信次數(shù)從而降低通信開銷。

2）有效的改善 MPI 代碼可擴展性

因負載均衡的原因 MPI 代碼不易進行擴展，它的一些不規(guī)則的應(yīng)用都存在負載不均衡問題[7]，采用混合編程模式，能夠?qū)崿F(xiàn)更好的并行粒度。MPI 僅僅負責結(jié)點間的通信，實行粗粒度并行：OpenMP 實現(xiàn)結(jié)點內(nèi)部的并行，因為 OpenMP 不存在負載均衡問題，從而提高了性能。

3）實現(xiàn)通信和計算重疊

大部分 MPI 都是通過單線程來實現(xiàn)，然而單個的 MPI 進程不能同時進行通信和計算，這樣大大降低了效率。采用混合模型可以選擇主線程或指定一個線程進行通信，而其它的線程執(zhí)行計算的部分，這樣便實現(xiàn)了通信和計算的重疊。

4）充分的利用 CPU

在某些情況下，MPI 應(yīng)用實現(xiàn)的性能并不隨處理器數(shù)量的增加而提高，而是有一個最優(yōu)值。這時使用混合編程模式會比較有益，因為可以用 OpenMP 線程來替代進程這樣就可以減少所需進程數(shù)量，從而運行理想數(shù)目的 MPI進程，再用 OpenMP 進一步分解任務(wù)，使得所有處理器高效運行。

5）提高每個節(jié)點內(nèi)的計算效率

在節(jié)點內(nèi)使用OpenMP 進行編程使程序在節(jié)點內(nèi)部運行的時候更充分的利用了多核并行計算的優(yōu)勢。同時線程比 MPI 進程耗費更少的資源，比單純使用MPI 的運算效率大為提高[8]。

在一般情況下，使用混合編程模型具有更好地效率和性能，但是它也存在幾方面需要注意的問題，比如對于純 MPI 編程模型的應(yīng)用，參與通信的 CPU 可以飽和結(jié)點間的帶寬，而混合編程模型中若分出一個線程進行通信很難做到這一點。同時還要注意混合編程模型中 MPI 進程內(nèi)的線程之間進行點對點通訊時的正確發(fā)送與接收、OpenMP 產(chǎn)生的系統(tǒng)開銷等問題。

3 實驗結(jié)果與分析

3.1 測試環(huán)境

3.2 測試程序

3.3 實驗及結(jié)論

4 結(jié)束語

本文通過結(jié)合一個具體的程序案例，詳細描述了適用于多核集群的并行編程模型，并在曙光 TC5000 集群上進行了實驗，實驗表明采用 MPI+OpenMP 混合編程模型比采用純 MPI 編程模型能更充分利用多核集群系統(tǒng)。隨著多核集群系統(tǒng)的飛速發(fā)展，對并行計算模型的研究仍需繼續(xù)，在本文的基礎(chǔ)上，我們會對多核集群系統(tǒng)上的并行計算的性能優(yōu)化做更深層的研究，從而使多核集群系統(tǒng)的性能進一步提高。

參考文獻：

[1] 祝永志，張丹丹，曹寶香，等.基于 SMP 機群的層次化并行編程技術(shù)的研究[J].電子學(xué)報，2012，40（11）：2206-2210.

[2] 鄭漢垣，劉智翔，封衛(wèi)兵，等.MPI+OpenMP混合編程模型在大規(guī)模三對角線性方程組求解中的應(yīng)用[J].微電子學(xué)與計算機，2011，28（8）：158-161.

[3] 張軍，萬劍怡.多核集群系統(tǒng)上的混合編程模型研究[J].計算機與現(xiàn)代化，2009（5）：1-4.

[4] 陳國良.并行計算—結(jié)構(gòu)·算法·編程[M].北京：高等教育出版社，2003.

[5] BARBARA CHAPMAN，GABRIELE JOST， RUUD VAN DERPAS.Using OpenMP [M].The MIT Press，2007.

[6] Bull J M，Enright J P，Ameer N.A microb-enchmark suite for mixed-mode OpenMP/MPI[C]//Müller M S，de Supinski B R，Chapman B M.IWOMP 2009.LNCS， vol. 5568， Springer， Heidelberg， 2009：118-131.

[7] 魏偉.基于SMP集群的性能優(yōu)化方法的研究[D].蘭州：蘭州大學(xué)，2006.

[8] 胡斌，袁道華.TBB 多核編程及其混合編程模型的研究[J].計算機技術(shù)與發(fā)展，2009，19（2）：98-101.

[9] 楊際祥，譚國真，王榮生.多核軟件的幾個關(guān)鍵問題及其研究進展[J].電子學(xué)報，2010，38（9）：2140-2145.

[10] Rabenseifner R.Hybrid Parallel Programming on HPC Platforms[C]//Proceedings of the Fifth European Workshop on OpenMP.EWOMP 2003， Aachen， Germany， September 22-26， 2003：185-194.

[11] 王惠春.基于 SMP 集群的 MPI+OpenMP混合并行編程模型研究與應(yīng)用[D].湘潭：湘潭大學(xué)，2008.

[12] 李俊醅，莊子波.WRF 模式在 LINUX 集群系統(tǒng)的并行計算與評測[J].計算機技術(shù)與發(fā)展，2012，22（7）：5-8.