Model Pemrograman Paralel

Transkripsi

1 Model Pemrograman Paralel Eko Didik Widianto Lab Embedded, Siskom - eko didik widianto (siskom undip) SK617 Pengolahan Paralel 1 / 22

2 Pengolahan Paralel Pokok Bahasan Konsep dan terminologi Arsitektur memori paralel Model pemrograman paralel Desain program paralel Memprogram paralel Referensi: Introduction to Parallel Computing: eko didik widianto (siskom undip) SK617 Pengolahan Paralel 2 / 22

3 Bahasan Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah Model Pemrograman: Model Shared Memory Model Thread Proses dan Thread Model Message Passing eko didik widianto (siskom undip) SK617 Pengolahan Paralel 3 / 22

4 Hirarki Memori Memory Latency Locality dan Paralelisme Review eko didik widianto (siskom undip) SK617 Pengolahan Paralel 4 / 22

5 Hirarki Memori Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah Kode yang berjalan di satu prosesor seringkali hanya membutuhkan prosesor 10-20% dari kapasitas peaknya (loss performansi) Hal ini sebagian besar terjadi di sistem memori. Memindahkan data membutuhkan waktu lebih lama daripada operasi aritmetika maupun logika Operasi: Read dan write ke register, very fast memory Aritmetika dan logika di eko didik widianto (siskom undip) SK617 Pengolahan Paralel 5 / 22

6 Memory Latency Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah Prosesor berkembang lebih cepat daripada memori Untuk mengatasi latensi memory Membatasi operasi memori dengan menyimpannya di memori yang cepat (cache) dan reuse membutuhkan locality (temporal) di eko didik widianto (siskom undip) SK617 Pengolahan Paralel 6 / 22

7 Locality dan Paralelisme Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah Sebagian besar program menggunakan locality untuk aksesnya spatial locality: mengakses sesuatu yang dekat dengan akses sebelumnya temporal locality: menggunakan item yang sebelumnya diakses Hirarki memori berusaha untuk memanfaatkan locality untuk meningkatkan eko didik widianto (siskom undip) SK617 Pengolahan Paralel 7 / 22

8 Hirarki Memori Memory Latency Locality dan Paralelisme Review eko didik widianto (siskom undip) SK617 Pengolahan Paralel 8 / 22

9 Implementasi Memori Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah di UMA (Uniform Memory Access), CPU berinteraksi dengan MCH untuk mengakses memori. I/O juga. Bottleneck: bus, isu skalabilias Dikenal dengan prosesor SMP, semua prosesor identik dan mempunyai akses yang sama ke semua area memori di NUMA (non-uma), CPU mempunyai kontroler memori sendiri. CPU menggunakan Quick Path eko didik widianto (siskom undip) SK617 Pengolahan Paralel 9 / 22

10 NUMA dan Distributed Hirarki Memori Memory Latency Locality dan Paralelisme Review Kuliah Perbedaan utama antara NUMA dan distributed Di distributed, prosesor tidak dapat mempunyai mapping ke memori yang terhubung ke prosesor lain. Transfer data ke memori lain dilakukan dengan protokol jaringan di NUMA, prosesor mungkin bisa Klasifikasi memori NUMA: memori lokal dan memori remote NUMA umumnya dibuat dengan menghubungkan secara fisik mesin eko didik widianto (siskom undip) SK617 Pengolahan Paralel 10 / 22

11 @2011 eko didik widianto (siskom undip) SK617 Pengolahan Paralel 11 / 22

12 Model Pemrograman Paralel Model memberikan abstraksi di atas hardware dan arsitektur memori tertentu Model tidak spesifik untuk tipe arsitektur memori tertentu dapat diimplementasikan di sebarang hardware (secara eko didik widianto (siskom undip) SK617 Pengolahan Paralel 12 / 22

13 Implementasi Model Model shared memory di atas mesin memori terdistribusi Misalnya: Kendall Square Research (KSR) ALLCACHE Memori secara fisik terdistribusi, tapi dilihat dari user sebagai memori shared tunggal (space alamat global) Disebut juga shared virtual memory Model message passing di atas mesin memori shared Misalnya: MPI di atas mesin NUMA, di mana tiap task mempunyai akses langsung ke memori global Seringkali juga pengiriman message (MPI) dilakukan lewat jaringan mesin-mesin memori terdistribusi (cluster, eko didik widianto (siskom undip) SK617 Pengolahan Paralel 13 / 22

14 Model Memori Bersama Task berbagi bersama space alamat memori, dengan penulisan dan pembacaan secara asinkron Mekanisme yang digunakan adalah semaphore / lock untuk mengontrol akses ke shared memori Keuntungannya (dari sudut programmer): ownership data tidak diperlukan, sehingga tidak perlu untuk menyatakan dengan eksplisit komunikasi data antar task. Pengembangan program dapat disederhanakan Kelemahannya adalah di performansi, yaitu akan lebih susah untuk memanage locality data Menjaga data lokal untuk prosesor yang mengirimnya akan memerlukan alokasi/akses memori dan mempengaruhi trafik bus saat prosesor yang lain menggunakan data yang eko didik widianto (siskom undip) SK617 Pengolahan Paralel 14 / 22

15 Implementasi Shared Memory Kompiler akan mentranslate variabel program user ke dalam alamat memori aktualnya yang global Implementasi model di atas platform distributed belum ada, kecuali KSR ALLCACHE Sumber: eko didik widianto (siskom undip) SK617 Pengolahan Paralel 15 / 22

16 Model Thread Satu proses dapat mempunyai beberapa jalur eksekusi yang konkuren Program utama dijadwalkan untuk berjalan oleh OS, program load dan mengambil semua kebutuhan resource sistem Program membuat thread yang dijadwalkan dapat dijalankan secara bersamaan Tiap thread mempunyai data lokal, namun shared resources dari program. Menghemat resources (bandingkan dengan clone) Komunikasi antar thread lewat memori eko didik widianto (siskom undip) SK617 Pengolahan Paralel 16 / 22

17 Process, Thread, Multi-CPU (source: eko didik widianto (siskom undip) SK617 Pengolahan Paralel 17 / 22

18 Implementasi Model Thread Dari perspektif programmer, implementasi thread dapat dilakukan dari: Pustaka dari subrutin yang dipanggil dari dalam source code paralel Set compiler directive yang embed-kan di source code (serial atau paralel) Implementasi thread: POSIX Threads dan OpenMP Posix (pthread) menggunakan library, memerlukan pengkodean paralel Paralelisme eksplisit, memerlukan programmer yang mahir di paralel OpenMP, menggunaakn compiler directive; dapat menggunakan kode eko didik widianto (siskom undip) SK617 Pengolahan Paralel 18 / 22

19 OpenMP #include <omp.h> #include <stdio.h> #include <stdlib.h> int main (int argc, char *argv[]) { int th_id, nthreads; #pragma omp parallel private(th_id) { th_id = omp_get_thread_num(); printf("hello World from thread %d\n", th_id); #pragma omp barrier if ( th_id == 0 ) { nthreads = omp_get_num_threads(); printf("there are %d threads\n",nthreads); } } return EXIT_SUCCESS; } Sumber: OpenMP source repository: eko didik widianto (siskom undip) SK617 Pengolahan Paralel 19 / 22

20 Model Message Passing Set task menggunakan memori lokalnya sendiri saat komputasi Beberapa task dapat ditempatkan di mesin fisik sama Task transfer data lewat pesan eko didik widianto (siskom undip) SK617 Pengolahan Paralel 20 / 22

21 Implementasi Message Passing Implementasi menggunakan library subrutin yang diembed-kan di source code Programmer bertugas menentukan semua paralelism Standar Message Passing Interface (MPI) direlease tahun 1994, dan part-2 di tahun 1996 Tersedia di MPI Tutorial: eko didik widianto (siskom undip) SK617 Pengolahan Paralel 21 / 22

22 Penutup Framework pemrograman pararel: OpenMP dan eko didik widianto (siskom undip) SK617 Pengolahan Paralel 22 / 22