Р. Г. Стронгина. Ниж- ний Новгород: Изд-во Нижегородского университета, 2002, 217 с
РАЗРАБОТКА ПАРАЛЛЕЛЬНЫХ ПРОГРАММ ДЛЯ
жүктеу/скачать 1,64 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- 1. Введение
| РАЗРАБОТКА ПАРАЛЛЕЛЬНЫХ ПРОГРАММ ДЛЯ
ВЫЧИСЛИТЕЛЬНЫХ КЛАСТЕРОВ * В.А. Крюков Институт прикладной математики им. М.В. Келдыша РАН, г.Москва 1. Введение Последние годы во всем мире происходит бурное внедрение вы- числительных кластеров. Это вызвано тем, что кластеры стали обще- доступными и дешевыми аппаратными платформами для высокопро- изводительных вычислений. Поскольку единого определения вычис- лительного кластера не существует, для упрощения дальнейшего из- ложения введем некоторую классификацию, которая будет отражать свойства программно-аппаратной платформы, существенные с точки зрения разработки прикладных параллельных программ. Вычислительный кластер – это мулътикомпьютер, состоящий из множества отдельных компьютеров (узлов), связанных между собой единой коммуникационной системой. Каждый узел имеет свою ло- кальную оперативную память. При этом общей физической оператив- ной памяти для узлов не существует. Каждый узел может быть муль- типроцессором (мультипроцессорный компьютер с общей памятью). Коммуникационная система обычно позволяет узлам взаимодейство- вать между собой только посредством передачи сообщений, но неко- торые системы могут обеспечивать и односторонние коммуникации – позволять любому узлу выполнять массовый обмен информацией ме- жду своей памятью и локальной памятью любого другого узла. * Работа поддержана Российским фондом фундаментальных исследований, грант № 99-01-00209 84 Если на вычислительном кластере аппаратно или программно- аппаратно реализована DSM (Distributed Shared Memory – распределенная общая память), позволяющая выполняющимся на раз- ных узлах программам (любым, даже ассемблерным) взаимодейство- вать через общие переменные, то такой кластер будем называть DSM- кластер. Если такая DSM отсутствует, и прикладные программы взаи- модействуют посредством передачи сообщений, то вычислительный кластер будем называть DM-кластер (DM – Distributed Memory). Если все входящие в состав вычислительного кластера узлы имеют одну и ту же архитектуру и производительность, то мы имеем дело с однородным вычислительным кластером. Иначе – с неоднородным. Неоднородность же вносит следующие серьезные проблемы. Различие в производительности процессоров требует соответст- вующего учета при распределении работы между процессами, выпол- няющимися на разных процессорах. Различие в архитектуре процессоров требует подготовки разных выполняемых файлов для разных узлов, а в случае различий в пред- ставлении данных может потребоваться и преобразование информации при передаче сообщений между узлами (не говоря уже о трудностях использования двоичных файлов). Если существуют различия в пред- ставлении данных, то построение неоднородного DSM-кластера пред- ставляется просто невозможной. Тем не менее, любой кластер можно рассматривать как единую аппаратно-программную систему, имеющую единую коммуникацион- ную систему, единый центр управления и планирования загрузки. С 1992 года, когда мультикомпьютеры стали самыми производи- тельными вычислительными системами, резко возрос интерес к про- блеме разработки для них параллельных прикладных программ. К этому моменту уже было ясно, что трудоемкость разработки приклад- ных программ для многопроцессорных систем с распределенной памя- тью является главным препятствием для их широкого внедрения. За прошедший с тех пор период предложено много различных подходов к разработке параллельных программ, созданы десятки раз- личных языков параллельного программирования и множество раз- личных инструментальных средств. Среди них можно отметить сле- дующие интересные отечественные разработки – Норма, Фортран- GNS, Фортран-DVM, mpC, Т-система. 85 Целью данной работы является сравнительный анализ пяти раз- личных подходов к разработке параллельных программ для вычисли- тельных кластеров и сетей – MPI, HPF, OpenMP, OpenMP+MPI и DVM. Предпочтительность использования того или иного подхода определяют следующие факторы: • Легкость программирования; • Эффективность разработанных программ; • Переносимость и повторное использование программ; • Качество средств отладки программ (функциональной отладки и отладки рективности). Именно с этих позиций анализируются указанные подходы в дан- ной работе. жүктеу/скачать 1,64 Mb. Достарыңызбен бөлісу:
|