Intel oneAPI笔记（2）--jupyter官方文档（oneAPI_Intro）学习笔记

前言

本文是对jupyterlab中oneAPI_Essentials/01_oneAPI_Intro文档的学习记录，包含对SYCL、DPC++ extends SYCL、oneAPI Programming models等介绍和SYCL代码的初步演示等内容

oneAPI编程模型综述

oneAPI编程模型提供了一个全面而统一的开发人员工具组合，可以跨硬件目标使用，包括一系列跨越多个工作负载域的性能库，这些库包括针对每个目标体系结构定制编码的函数，因此相同的函数调用可以在支持的体系结构中提供优化性能

多体系结构编程挑战

目前，在以数据为中心的领域，专用工作负载正在增长。每种以数据为中心的硬件通常需要使用不同的语言和库进行编程，因为没有通用的编程语言或 API，这需要维护单独的代码库。开发人员必须学习一整套不同的工具，因为跨平台的工具支持不一致。为每个硬件平台开发软件需要单独的投资，并且几乎无法重用该工作以针对不同的体系结构。

oneAPI的引入

oneAPI作为一种统一编程模型，包括表达并行性的统一和简化的语言和库，它有着很好的开放性，可以与现有的HPC编程模型相互操作

一个简单的例子

%%writefile lab/simple.cpp
//==============================================================
// Copyright © Intel Corporation
//
// SPDX-License-Identifier: MIT
// =============================================================
#include 
using namespace sycl;
static const int N = 16;
int main(){
  //# define queue which has default device associated for offload
  queue q;
  std::cout << "Device: " << q.get_device().get_info() << "\n";

  //# Unified Shared Memory Allocation enables data access on host and device
  int *data = malloc_shared(N, q);

  //# Initialization
  for(int i=0; i(N), [=] (id<1> i){
    data[i] *= 2;
  }).wait();

  //# Print Output
  for(int i=0; i

这是一个简单的SYCL编程例子，第一行%%writefile lab/simple.cpp的作用是，当将这个代码在jupyter lab中的一个cell中点运行时，将会把除了这一行的代码之外的所有代码保存在jupyterlab的/lab（相对路径）的位置的simple.cpp文件当中

也就是说，运行这个之后只会把代码保存在一个文件中：

之后，在下一个cell中运行这段代码，才是对上面的代码的真正运行：

! chmod 755 q; chmod 755 run_simple.sh;if [ -x "$(command -v qsub)" ]; then ./q run_simple.sh; else ./run_simple.sh; fi

运行结果

 

SYCL

sycl代表了一项行业标准化工作，包括对c++数据并行编程的支持，被概括为“面向opencl的c++单源异构编程”。sycl是一个基于opencl的跨平台的抽象层，它使异构处理器的代码能够使用c++以“单一源”风格编写，使编译器能够分析和优化整个程序，而不管代码要在哪个设备上运行

与opencl不同，sycl包含模板和lambda函数，使高级应用程序软件能够清晰地编码，并优化内核代码的加速。

数据并行c++（dpc++）是一个api实现的sycl编译器。利用了现代c++的生产力优势和熟悉的结构，并结合了数据并行性和异构编程的sycl标准

sycl是一种单源语言，其中主机代码和异构加速器内核可以混合在同一源文件中。程序员可以使用熟悉的c++和代用附加功能的库结构，如用于工作定位的队列，用于数据管理的缓冲区，以及用于并行性的parallel_for来指示应该卸载哪部分的计算和数据

oneAPI编程模型

·平台模型

oneAPI的平台模型基于SYCL平台模型，指定一个主机控制一个或多个设备。主机是计算机，通常是基于cpu的系统，执行程序主要部分

每个设备是一个加速器，一个包含计算资源的专用组件，它可以快速执行操作的子集，通常比cpu更快。每个设备包含一个或多个计算单元，每个计算单元包含一个或处理单元，处理单元是单独的计算引擎

·执行模型

执行模型基于SYCL执行模型，它定义并指定代码（称为内核）如何在设备上执行并于控制主机交互，主机执行模型通过命令组在主机和设备之间协调执行和数据管理。命令组是像内核调用和访问器这样的命令的分组，被提交到队列中执行

执行模型指定了如何在访问器上完成计算，从小的一维数据到大的多维数据集的计算分布在nd范围、工作组、子组的层次结构中，都是在工作提交到命令队列时指定的

需要注意的是，实际的内核代码代表一个工作项执行的工作，内核之外的代码控制的是执行多少并行性，工作的数量和分配时由nd范围和工作组的规格来控制

下图描述nd范围、工作组、子组和工作项之间的关系，总工作量是由工作组大小指定，该实例显示了x*y*z的nd范围大小，x’*y’*z’的工作组大小和x’的子组大小。因此有(x*y*z)/(x’*y’*z’)大小的工作组和(x*y*z)/x’大小的子组

·存储模型

基于SYCl*内存模式，它定义了主机和设备如何与内存交互，它协调主机和设备之间的内存分配和管理。内存模型是一种抽象，其目的是概括和适应不同的主机和设备配置。

在这个模型中，内存驻留在主机或设备上，由主机或设备拥有，并通过声明一个内存对象来指定。有两种不同类型的内存对象，缓冲器和镜像。这些内存对象再主机和设备之间的交互通过访问器（accessor）完成，访问器传达了期望的访问设置，例如主机和设备，以及特定的访问模式，例如读和写

考虑这样一种情况，内存通过传统的malloc调用在主机上分配，一旦在主机上分配了内存，就会创建一个缓冲区对象，它使主机分配的内存能够和设备通信，缓冲区类将该类型的项的类型和数量通信给设备进行计算，一旦主机上创建了缓冲区，设备上运行的访问类型就通过访问器accessor对象进行通信。

内核编程模型

支持主机和设备之间的显示并行性，这种并行性之所以显式，是因为程序员决定哪些代码在主机和设备上执行，它不是自动的，内核代码在加速器上执行。

采用oneAPI编程模型的程序支持单一源，这意味着主机代码和设备代码可以在同一个源文件中，但是，在语言一致性和语言特性方面，主机代码和设备代码中接受的源代码存在差异