Intel Xeon Phi協(xié)處理器高性能編程指南

第1章　緒論　1
1．1　更加并行化　1
1．2　為什么需要Intel Xeon Phi協(xié)處理器　2
1．3　協(xié)處理器平臺　5
1．4　第一款I(lǐng)ntel Xeon Phi協(xié)處理器　7
1．5　控制“Ninja鴻溝”于一定范圍　9
1．6　移植與優(yōu)化的雙重優(yōu)勢　9
1．7　何時使用Intel Xeon Phi協(xié)處理器　10
1．8　實現(xiàn)處理器性能最優(yōu)　11
1．9　為何擴展超過100個線程如此重要　11
1．10　最大化并行程序性能　14
1．11　評估高度并行執(zhí)行的能力　14
1．12　對于GPU是怎么樣的　15
1．13　易于移植，也易于提升性能　16
1．14　性能移植　16
1．15　超線程與多線程　17
1．16　協(xié)處理器主要使用模型：MPI和Offload　17
1．17　編譯器和編程模型　18
1．18　緩存優(yōu)化　19
1．19　案例和細節(jié)　20
1．20　更多信息　21
第2章　高性能封閉追蹤測試驅(qū)動　23
2．1　揭開引擎蓋：協(xié)處理器詳解　24
2．2　發(fā)動汽車：與協(xié)處理器溝通　25
2．3　輕松上路：首次運行代碼　27
2．4　開始加速：多線程運行代碼　31
2．5　全速行駛：使用所有核心　36
2．6　輕松過彎：訪存帶寬　45
2．7　高速漂移：內(nèi)存帶寬最大化　50
2．8　總結(jié)　52
第3章　一場鄉(xiāng)間公路友誼賽　55
3．1　賽前準備：本章重點　55
3．2　初識賽道：9點模板算法　56
3．3　起跑線上：9點模板基準程序　58
3．4　路在前方：運行基準模板代碼　63
3．5　石子路上：向量化而未擴展　65
3．6　全力比賽：向量化加上規(guī)模擴展　67
3．7　扳手和潤滑油：代碼微調(diào)　70
3．7．1　基準校正　70
3．7．2　使用流存儲　72
3．7．3　使用2MB大型存儲頁　73
3．8　總結(jié)　74
3．9　更多信息　75
第4章　都市暢游：實際代碼優(yōu)化案例　77
4．1　選擇方向：基本的擴散算法　78
4．2　到達路口：計算邊界效應(yīng)　78
4．3　尋找林蔭大道：代碼擴展化　84
4．4　雷霆之路：保證向量化　86
4．5　剝離：從最內(nèi)層循環(huán)開始　89
4．6　嘗試辛烷含量更高的燃料：利用數(shù)據(jù)局部性與切片分塊提升速度　92
4．7　高速駕駛認證：高速旅行的總結(jié)　96
第5章　大數(shù)據(jù)(向量)　99
5．1　為什么向量化　99
5．2　如何向量化　100
5．3　實現(xiàn)向量化的五種方法　100
5．4　六步向量化方法論　102
5．5　通過Cache流：布局、對齊、預(yù)取數(shù)據(jù)　104
5．5．1　為什么數(shù)據(jù)布局影響向量化性能　104
5．5．2　數(shù)據(jù)校準　106
5．5．3　預(yù)取　107
5．5．4　流存儲　112
5．6　編譯器技巧　114
5．6．1　避免手動展開循環(huán)　114
5．6．2　循環(huán)向量化的要求(英特爾編譯器)　115
5．6．3　內(nèi)聯(lián)的重要性，簡單性能分析的干擾　116
5．7　編譯器選項　117
5．8　編譯器指導(dǎo)指令　118
5．8．1　SIMD指令　119
5．8．2　VECTOR與NOVECTOR指令　123
5．8．3　IVDEP指令　124
5．8．4　隨機數(shù)函數(shù)向量化　126
5．8．5　充分向量化　128
5．8．6　-opt-assume-safe-padding選項　130
5．8．7　數(shù)據(jù)對齊　130
5．8．8　在數(shù)組表示法(Array Notation)中權(quán)衡向量長度　134
5．9　使用數(shù)組段(Array Section)支持向量化　137
5．9．1　Fortran數(shù)組段　137
5．9．2　Cilk Plus數(shù)組段和元素函數(shù)　139
5．10　查看編譯器生成：匯編代碼檢測　143
5．10．1　如何找到匯編代碼　143
5．10．2　快速查看匯編代碼　145
5．11　向量化數(shù)值結(jié)果差異　149
5．12　總結(jié)　149
5．13　更多信息　149
第6章　多任務(wù)(非多線程)　151
6．1　OpenMP、Fortran2008、Intel TBB、Intel Cilk Plus、Intel MKL　152
6．1．1　需在協(xié)處理器上創(chuàng)建任務(wù)　153
6．1．2　線程池的重要性　154
6．2　OpenMP　154
6．2．1　并行處理模型　155
6．2．2　指導(dǎo)性語句　155
6．2．3　OpenMP上的有效控制　155
6．2．4　嵌套　156
6．3　Fortran 2008　157
6．3．1　DO CONCURRENT　157
6．3．2　DO CONCURRENT以及數(shù)據(jù)競爭　157
6．3．3　DO CONCURRENT定義　158
6．3．4　DO CONCURRENT對比FOR ALL　159
6．3．5　DO CONCURRENT對比OpenMP“Parallel”　160
6．4　Intel TBB　160
6．4．1　發(fā)展歷史　162
6．4．2　使用TBB　163
6．4．3　parallel_for　163
6．4．4　blocked_range　164
6．4．5　Partitioners　164
6．4．6　Parallel_reduce　165
6．4．7　Parallel_invoke　166
6．4．8　C + +11相關(guān)　166
6．4．9　TBB總結(jié)　167
6．5　Cilk Plus　167
6．5．1　發(fā)展歷史　169
6．5．2　從TBB借用組件　169
6．5．3　向TBB提供組件　170
6．5．4　關(guān)鍵字拼寫　170
6．5．5　cilk_for　170
6．5．6　cilk_spawn與cilk_sync　171
6．5．7　Reducers(超對象)　172
6．5．8　數(shù)組表示法與基本函數(shù)　173
6．5．9　Cilk Plus總結(jié)　173
6．6　總結(jié)　173
6．7　更多信息　173
第7章　分載(Offload)　175
7．1　兩種分載模式　176
7．2　分載執(zhí)行與本地執(zhí)行　176
7．2．1　非共享內(nèi)存模式：使用分載編譯器指導(dǎo)指令(Pragma)　177
7．2．2　共享虛擬內(nèi)存模式：通過共享虛擬內(nèi)存使用分載　177
7．2．3　Intel數(shù)學(xué)函數(shù)庫(Intel MKL)自動分載　178
7．3　分載的語言擴展支持　178
7．3．1　分載的編譯器選項和環(huán)境變量　179
7．3．2　分載的共享環(huán)境變量　181
7．3．3　針對多個協(xié)處理器分載　181
7．4　使用編譯器指導(dǎo)指令分載　182
7．4．1　設(shè)置協(xié)處理器上的變量與函數(shù)　184
7．4．2　指針變量的內(nèi)存分配與管理　186
7．4．3　時間優(yōu)化：堅持分配的另外一個原因　193
7．4．4　對C/C++目標代碼使用編譯器指導(dǎo)指令　193
7．4．5　對Fortran語言中的目標代碼使用指導(dǎo)指令　195
7．4．6　執(zhí)行單一處理器時不創(chuàng)建代碼　196
7．4．7　英特爾MIC架構(gòu)預(yù)定義宏　197
7．4．8　Fortran數(shù)組　197
7．4．9　為部分C/C++數(shù)組分配內(nèi)存　197
7．4．10　為部分Fortran數(shù)組分配內(nèi)存　198
7．4．11　兩變量間的數(shù)據(jù)轉(zhuǎn)移　199
7．4．12　分載代碼指令使用的限制條件　200
7．5　在共享虛擬存儲器上使用分載　202
7．5．1　使用共享內(nèi)存及共享變量　203
7．5．2　關(guān)于共享函數(shù)　204
7．5．3　共享內(nèi)存管理函數(shù)　204
7．5．4　同步函數(shù)執(zhí)行與異步函數(shù)執(zhí)行：_Cilk_offload　204
7．5．5　共享變量和函數(shù)：_Cilk_shared　205
7．5．6　_Cilk_shared和Cilk_offload的使用規(guī)則　207
7．5．7　處理器與目標之間的內(nèi)存同步　208
7．5．8　使用_Cilk_offload寫入具體目標代碼　208
7．5．9　使用虛擬內(nèi)存分載代碼的限制因素　209
7．5．10　使用共享虛擬內(nèi)存時定義持久性數(shù)據(jù)　210
7．5．11　使用共享虛擬內(nèi)存持久性數(shù)據(jù)的C++聲明　212
7．6　關(guān)于異步計算　212
7．7　關(guān)于異步數(shù)據(jù)轉(zhuǎn)移　213
7．8　應(yīng)用目標屬性至多個聲明　218
7．8．1　分載使用的vec-report可選項　219
7．8．2　測量分載區(qū)域的時間與數(shù)據(jù)　219
7．8．3　_Offload_report　219
7．8．4　在分載代碼中使用庫　220
7．8．5　關(guān)于使用xiar和xild創(chuàng)建分載程序庫　220
7．9　在協(xié)處理器上執(zhí)行I/O文件　221
7．10　從分載代碼中記錄stdout和stderr　223
7．11　總結(jié)　223
7．12　更多信息　224
第8章　協(xié)處理器架構(gòu)　225
8．1　Intel Xeon Phi協(xié)處理器產(chǎn)品家族　226
8．2　協(xié)處理器卡的設(shè)計　227
8．3　Intel Xeon Phi協(xié)處理器芯片概述　228
8．4　協(xié)處理器核架構(gòu)　229
8．5　指令集和多線程處理　230
8．6　緩存組織和內(nèi)存訪問　232
8．7　預(yù)取　234
8．8　向量處理單元架構(gòu)　234
8．9　協(xié)處理器PCI-E系統(tǒng)接口和DMA　239
8．10　協(xié)處理器電源管理　241
8．11　可靠性、可用性和可維護性(RAS)　244
8．12　協(xié)處理器系統(tǒng)管理控制器(SMC)　245
8．12．1　傳感器　246
8．12．2　散熱設(shè)計監(jiān)控和控制　246
8．12．3　風(fēng)扇控制　247
8．12．4　潛在應(yīng)用影響　247
8．13　基準測試　247
8．14　總結(jié)　248
8．15　更多信息　248
第9章　協(xié)處理器系統(tǒng)軟件　251
9．1　協(xié)處理器軟件體系架構(gòu)概述　251
9．1．1　對稱性　253
9．1．2　Ring級別：用戶態(tài)和內(nèi)核態(tài)　253
9．2　協(xié)處理器編程模型和選項　253
9．2．1　寬度與深度　254
9．2．2　MPI編程模型　255
9．3　協(xié)處理器軟件體系架構(gòu)組件　257
9．4　英特爾眾核平臺軟件棧　258
9．4．1　MYO： Mine Yours Ours　258
9．4．2　COI：Coprocessor Offload Infrastructure　259
9．4．3　SCIF：Symmetric Communications Interface　259
9．4．4　Virtual networking(NetDev)、TCP/IP及sockets　259
9．4．5　協(xié)處理器系統(tǒng)管理　260
9．4．6　面向MPI應(yīng)用程序的協(xié)處理器組件　262
9．5　Linux對Intel Xeon Phi協(xié)處理器的支持　267
9．6　優(yōu)化內(nèi)存分配的性能　268
9．6．1　控制2MB內(nèi)存頁的數(shù)量　268
9．6．2　監(jiān)控協(xié)處理器上2MB內(nèi)存頁的數(shù)量　269
9．6．3　分配2MB內(nèi)存頁的方法示例　269
9．7　總結(jié)　270
9．8　更多信息　271
……
第10章　協(xié)處理器的Linux系統(tǒng)　273
第11章　數(shù)學(xué)庫　303
第12章　MPI　321
第13章　采樣和計時　341
第14章　總結(jié)　363
術(shù)語表　365