关于高性能计算（并行计算）的知识记录汇总（OpenMP、OpenCL、CUDA、TBB）

 关于高性能计算的知识记录汇总

      原文来自：http://blog.sina.com.cn/s/blog_6b99cdb50101inv5.html

      看了这个文章，对我的知识面有了很大的补充，感谢！

       MPI和openMPI的区别，或者CUDA和OpenCL的区别，这篇文章就是为了总结下高性能计算的相关知识。目前高性能计算有两大趋势，并行计算集群和CPU处理器GPU显卡的异构混合计算。下面做对这些名词进行一个简单的介绍：
      MPI-Message Passing Interface是一个并行计算的API，适合超级电脑，大规模集群。

      OpenMPI是一种高性能消息传递库，可以很方便的把串行程序，改为多线程并行程序，适合多核心电脑，可以和MPI搭配使用，对C语言和Fortran高性能计算支持很好。

      TBB-Intel Threading Building Blocks 线程构建模块，是Intel公司开发的并行编程开发的工具,能很好的支持C++并行计算编程。

      CUDA(Compute Unified Device Architecture)，显卡厂商NVidia推出的运算平台，使用显卡和处理器进行异构并行计算，是比较高级的并行开发工具，不需要太多硬件知识。

      OpenCL (Open Computing Language) 是一个为异构平台编写程序的框架，属于API，和OpenGL架构类似，此异构平台可由CPU，GPU或其他类型的处理器组成。

 

       最近花了点时间，对OpenMP，OpenCL，MPI（有多种实现，如Open MPI）等，关于高性能计算的技术，做了一下简单的浏览，我把这次简单浏览所学习到的一点东西记录在此。这些总结和记录都比较半吊子，还需要更深入的学习和研究。

       首先，时下越来越热的GPU计算，随着中国天津的大型计算机拿到国际头把运算力交椅，不得不让人重视。现有的技术，从阵营上分，有NVidia的CUDA，AMD(ATI)的stream。还有一个开放标准：OpenCL。我是比较看好OpenCL的，因为他可以支持同时对不同品牌，不同核心CPU和GPU的优化和加速，特别适合异构环境。他的基本原理就是系统里边内置一个类似编译器，好像llvm,API的东西，软件写完的代码只有到最后的硬件执行的时候进行最终编译，这个编译过程似乎是通过系统里边的硬件驱动Driver，现在都还需要另外安装，intel，nvidia，amd提供的sdk中都分别包含有自己Driver，得以执行。所以OpenCL的程序主线程，会根据系统中是几个核的多核CPU，那种架构的CPU（arm或者x86），有没有GPU，哪种GPU? 来决定最后生成的工作线程的代码传递给哪个Driver编译执行。系统会自动保存编译后的二进制代码以备后用。这个过程看起来好像是一个动态语言的过程，但是实际上现在OpenCL还主要是底层的，经过扩展的c语言来写。不同硬件的Driver充当了runtime的角色。

       intel,nvidia,amd等多家硬件厂商支持OpenCL，但是同时也有自己的小九九，比如nvidia的cuda，就提供了针对自己的更多的功能，而且函数上据说也更为高级。所以说，如果是专门针对特定硬件环境下，比如开发大运算量的科学程序的话，最好使用专门硬件自己的GPU加速sdk开发。只有在要求通用性，比如商业软件上，才使用OpenCL开发。

      另外，一贯讨厌开放标准的微软这次又和当年对待OpenGL一样，用他的DirectorX来玩个性了。反正我是能不鸟他，就不鸟他！

 

      其次，OpenMP和MPI，这两个都是已经被广泛使用的并行程序开发库。他们的区别是：OpenMP是针对多核处理器，使用的是共享内存的并行方式，可以说更为线程一些；MPI是针对服务器中，多个对称并行CPU或者集群服务器的情况，内容共享方式是混合的，更为进程一些。

       从某种角度上说，OpenCL有代替OpenMP的可能和趋势，里边会包含针对多核心CPU的处理。现在的环境下，还是OpenMP更合适——可以直接发挥多核心处理器的能力，而且不需要图形开发的知识。这里是一篇关于OpenMP和OpenCL性能的测试。

    现在的并行开发，主要就是MPI+OpenMP，前者负责将运算通过进程分布到不同服务器的不同CPU上去，后者负责通过多线程，有效利用CPU中每个核心的效能。

 

       再次，有文章显示，为了最好的发挥线程的效能，在同样算法条件下，最好程序使用的线程和cpu提供的最大线程数一致，而且最好能够绑定程序执行线程和CPU核心。GPU对某些计算加速效果特别好，效率也不错，但是由于必须通过PCI用CPU进行调度，所以，实际程序设计的时候，要考虑这个通信过程的延时。

 

       最后，现有的几种并行计算技术：

1、系统层面，使用进程迁移技术，从而让所有支持多进程的程序，实现并行，如openmosix，这需要经过patch过的操作系统；

2、硬件层面，也就是OpenCL等GPU加速技术，需要相应的硬件支持；

3、开发语言方面，现在erlang这种动态语言，就提供了对集群环境的支持，他会自动向加入集群的服务器分布运算进程。google Go语言可能也是类似的。

 

       PS: 开发方面，OpenCL现在用起来门槛还是很高的，不知道以后会不会提供更高层的抽象库。不过，我发现QT，现在可以支持OpenCL了，QTOpenCL虽然还没有放入主枝，需要自己编译开发包，但是文档上说，提供了QT模式的函数。QT在被诺基亚收购之后，改变授权为lgpl，加上技术越来越全面，的确成了一个跨平台开发很好的解决方案了。真眼馋。

这个网站里边有OpenCL的新闻。