Computação Manycore: Uma Arquitetura muito além do Multicore!

Palestra realizada por Luciano Palma no The Developers Conference 2013, na trilha HPC.

1. Computação Manycore: uma
arquitetura muito além do multicore!
Luciano Palma (@LucianoPalma)
Community Manager –Servers & HPC
Intel Software Brasil
[email protected]

2. PorqueProgramaçãoParalelaé Importante?
Competitividade
naIndústria
Pesquisa
Científica
Segurança
Nacional
Modelagemde
Clima/Tempo
SegurançaNacional
PesquisaFarmacêutica
MaioresDesafiosMaiorComplexidadeComputacional…
… mantendoum “orçamentoenergético” realista
2
ImagensMédicas
Exploraçãode Energia
Simulações
DesempenhoComputacional
Total porpaís
AnálisesFinanceiras
Projetode novosProdutos
CAD/manufatura
Criaçãode ConteúdoDigital
CorridaComputacional

3. Exemplode comoa
ComputaçãoParalelatem ajudado...
Problema: Processamentode
Imagensde RessonânciaMagnética
Pediátricaé difícil. A reconstrução
da imagemprecisaserrápida
•Criançasnãoficamparadas
nãosegurama respiração
•Baixatolerânciaa examesdemorados
•Custose Riscosda Anestesia
Solução: MRI Avançada:
ProcessamentoParalelode Imagens
e Compressed Sensingreduziram
dramaticamenteo tempo de
aquisiçãoda MRI
•Reconsturção100x maisrápida
•MRI de qualidademaisaltae maisrápida
•Estaimagem: pacientede 8 mesescom massa
cancerígenano fígado
–ReconstruçãoSerial: 1 hora
–ReconstruçãoParalela: 1 minuto
3

4. ComputaçãoSerial vs. Paralela
Serialização
FazSentido!
Fácilparafazer“debug”
Determinístico
No entanto…
… aplicaçõesserializadasnãomaximizamo desempenhode saída
(output) e nãoevoluirãono tempo com o avançodas tecnologias
Paralelização–dáparafazer?!
Dependeda quantidadede trabalho
a realizare da habilidade
de dividira tarefa
É necessárioentendera entrada(input), saída(output)
e suasdependências
for (i=0; i< num_sites; ++i) {
search (searchphrase, website[i]);
}
parallel_for(i=0; i< num_sites; ++i) {
search (searchphrase, website[i]);
}
4

5. Dividindoo trabalho…
Decomposiçãode Tarefas:
Executadiferentesfunçõesdo
programaemparalelo.
Limitadaescalabilidade, portanto
precisamosde…
Decomposiçãode Dados:
Dados sãoseparadosemblocose
cadablocoé processadoemuma
task diferente.
A divisão(splitting) podeser
contínua, recursiva.
Maioresconjuntosde dados 
maistasks
O Paralelismocresceà medidaque
o tamanhodo problemacresce
#pragma ompparallel shared(data, ans1, ans2)
{
#pragma ompsections
{
#pragma ompsection
ans1=do_this(data);
#pragma ompsection
ans2=do_that(data);
}
}
#pragma ompparallel_forshared(data, ans1)
private(i)
for(i=0; i<N; i++) {
ans1(i) = do_this(data(i));
}
#pragma ompparallel_forshared(data, ans2)
private(i)
for(i=0; i<N; i++) {
ans2(i) = do_that(data(i));
}
5

6. Técnicasde ProgramaçãoParalela:
Como dividiro trabalhoentre sistemas?
É possívelutilizarThreads(OpenMP, TBB, Cilk, pthreads…) ou
Processos(MPI, process fork..) paraprogramaremparalelo
Modelode MemóriaCompartilhada
Únicoespaçode memóriautilizadopormúltiplosprocessadores
Espaçode endereçamentounificado
Simples paratrabalhar, mas requercuidadoparaevitarcondiçõesde corrida
(“race conditions”) quandoexistedependênciaentre eventos
Passagemde Mensagens
Comunicaçãoentre processos
Podedemandarmaistrabalhoparaimplementar
Menos“race conditions” porqueas mensagenspodemforçaro sincronismo
“Race conditions”
acontecemquandoprocessosou
threads separadosmodificamou
dependemdas mesmascoisas…
Issoé notavelmentedifícilde
“debugar”!
6

7. 7
Agora um poucode hardware…

8. 8
Intel inside, inside Intel…
Um processadorcom múltiploscorespossui
componentes“comuns” aoscores.
Estes compontentesrecebemo nomede Uncore.

9. 9
Intel inside, inside Intel…
E agora, dentrodo core…

10. 10
VetoresSIMD (AVX)

11. Vetorização(SIMD –Single Instruction Multiple Data)
ModoEscalar
Uma instruçãoproduz
um resultado
ProcessamentoSIMD (vetorizado)
InstruçõesSSE, AVX, AVX2
Uma instruçãopodeproduzirmúltiplosresultados
+
a[i]
b[i]
a[i]+b[i]
+
c[i+7]c[i+6]c[i+5]c[i+4]c[i+3]c[i+2]c[i+1]c[i]
b[i+7]b[i+6]b[i+5]b[i+4]b[i+3]b[i+2]b[i+1]b[i]
a[i+7]a[i+6]a[i+5]a[i+4]a[i+3]a[i+2]a[i+1]a[i]
for (i=0;i<=MAX;i++)
c[i]=a[i]+b[i];
a
b
a+b
+

12. Intel® Xeon Phi™
Aindamaispoderde processamento!

13. Até61 cores (4 threads porcore)
8 GB RAM GDDR5
Transferênciade memóriaa 320 GB/sec
Vetoresde 512 bits
1 TFLOP de processamento(PrecisãoDupla)
1 slot PCIe-x16
Usoeficientede energia(225W -300 W)
Intel® Xeon Phi™
Aindamaispoderde
processamento!

14. Intel® Xeon Phi™
Cadaplacaé vista comoum nónumcluster
Programação: x86

15. Intel® Xeon Phi™
Visãode Software da Arquiteturado Intel® Xeon Phi™

16. Intel® Xeon Phi™
Visãode Hardware da Arquiteturado Intel® Xeon Phi™
Um anelbidirecionalde altavelocidade
interconectaas caches L2 dos cores

17. Intel® Xeon Phi™
4 threads porcore
MicroarquiteturaPentium otimizada
Clock de 1.1 GHz

18. Intel® Xeon Phi™
GFLOP/sec =16 (SP SIMD Lane) x 2 (FMA) x 1.1 (GHZ) x
60 (# cores) = 2.112 (aritméticade precisãosimples)
GFLOP/sec = 8 (DP SIMD Lane) x 2 (FMA) x 1.1 (GHZ) x 60
(# cores) = 1.056 (aritméticade precisãodupla)

19. Desempenho: MáximosTeóricos
ProcessadorIntel® Xeon E5-2670 vs. coprocessadorIntel® Xeon Phi™ 5110P & SE10P/X

20. 20
Porquedescernestenível?
Utilizartodasas “threads de hardware”
Nãoesquecero HyperThread
Utilizartodasas unidadesde execução
Retiraro máximode instruçõesporciclode clock
Otimizaro usodos unidadesde vetores(AVX/AVX2)
Loops otimizados
Manteras caches com dados/instruçõesválidos
Evitar“cache misses”
Aproveitaro “branch prediction”
Evitaro “stall” da pipeline
Para tiraro máximoproveitodos recursosdo hardware!

21. 21
Porquedescernestenível?
Utilizartodasas “threads de hardware”
Nãoesquecero HyperThread
Utilizartodasas unidadesde execução
Retiraro máximode instruçõesporciclode clock
Otimizaro usodos unidadesde vetores(AVX/AVX2)
Loops otimizados
Manteras caches com dados/instruçõesválidos
Evitar“cache misses”
Aproveitaro “branch prediction”
Evitaro “stall” da pipeline
Para tiraro máximoproveitodos recursosdo hardware!

22. 22
Porquedescernestenível?
Utilizartodasas “threads de hardware”
Nãoesquecero HyperThread
Utilizartodasas unidadesde execução
Retiraro máximode instruçõesporciclode clock
Otimizaro usodos unidadesde vetores(AVX/AVX2)
Loops otimizados
Manteras caches com dados/instruçõesválidos
Evitar“cache misses”
Aproveitaro “branch prediction”
Evitaro “stall” da pipeline
Para tiraro máximoproveitodos recursosdo hardware!

23. Existem recursos para lhe ajudar!
Ferramentas de Software da Intel
IDZ–Intel Developer Zone
http://software.intel.com

24. Intel®Cilk™ Plus
•Extensões para
as linguagens
C/C++ para
simplificar o
paralelismo
•Código aberto
Também um
produto Intel
Intel® Threading
Building Blocks
•Template
libraries
amplamente
usadas em C++
para paralelismo
•Código aberto
Também um
produto Intel
Domain Specific
Libraries
•Intel® Integrated
Performance
Primitives
•Intel® Math
Kernel Library
Padrões
estabelecidos
•Message Passing
Interface (MPI)
•OpenMP*
•Coarray Fortran
•OpenCL*
Modelosde ProgramaçãoParalela
Níveisde abstraçãoconformea necessidade
Mesmosmodelosparamulti-core (Xeon) e
many-core (Xeon Phi)

25. Exemplo de uso
Intel® Cilk™ Plus -Tasking

26. Palavras-chavedo Intel® Cilk™ Plus
CilkPlus adiciona3 palavras-chaveaoC/C++:
_cilk_spawn
_cilk_sync
_cilk_for
Usando#include <cilk/cilk.h>, vocêpodeusaras
palavras-chave: cilk_spawn, cilk_synce cilk_for.
O runtimedo CILK Plus controlaa criaçãode threadse seu
agendamento. O pool de threads é criadoantes do usodas
palavras-chavedo CILK Plus.
Pordefault, o númerode threadsé igualaonúmerode
núcleos(incluindohyperthreads), mas podesercontrolado
pelousuário

27. cilk_spawne cilk_sync
cilk_spawndáaoruntimea
permissãopararodarumafunção-filhade forma assíncrona.
–Nãoé criada(nemnecessária) uma2
a
thread!
–Se nãohouverworkersdisponíveis, a função-filhaserá
executadacom umachamadaa umafunçãoserial.
–O schedulerpode“roubar” a filada função-paie executá-la
emparalelocom a função-filha.
–A função-painãotem garantiade rodaremparalelocom a
função-filha.
cilk_syncaguardaa conclusãode todasas funções-filhas
antes quea execuçãoprossigaalémdaqueleponto.
–Existempontosde sincronismo(cilk_sync) implícitos–
discutidosadiante.

28. Um exemplosimples
Computaçãorecursivado númerode Fibonacci:
int fib(int n)
{
int x, y;
if (n < 2) return n;
x = cilk_spawnfib(n-1);
y = fib(n-2);
cilk_sync;
return x+y;
}
Chamadasassíncronasdevem
completarantes de usarx.
Execuçãopodecontinuar
enquantofib(n-1) roda.

29. cilk_for
Semelhantea um loop “for” regular.
cilk_for(intx = 0; x < 1000000; ++x) { … }
Qualqueriteraçãopodeexecutaremparalelocom qualquer
outra
Todasas interaçõescompletamantes do programaprosseguir
Limitações:
–Limitadoa umaúnicavariávelde controle
–Devesercapazde voltaraoiníciode qualqueriteração,
randomicamente
–Iteraçõesdevemserindependentesumasdas outras

30. Exemplosde cilk_for
cilk_for(intx; x < 1000000; x += 2) { … }
cilk_for(vector<int>::iterator x = y.begin();
x != y.end(); ++x) { … }
cilk_for(list<int>::iterator x = y.begin();
x != y.end(); ++x) { … }
O contadordo loop nãopodesercalculadoemtempo de
compilaçãousandoumalista.
(y.end() –y.begin()nãoé definido)
Nãoháacessorandômicoaoselementosde umalista.
(y.begin() + n nãoé definido.)

31. Serialização
TodoprogramaCilkPlus tem um equivalenteserial,
chamadode serialização
A serializaçãoé obtidaremovendoas palavras-chave
cilk_spawne cilk_synce substituindo
cilk_forporfor
O compiladorproduziráa serializaçãose você
compilarcom –cilk-serialize(Linux*/OS X*)
Rodarum programacom somenteum workeré
equivalentea rodara serialização.

32. SemânticaSerial
Um programaCILK Plus determinísticoteráa mesma
semânticade suaserialização.
–Facilitaa realizaçãode testes de regressão;
–Facilitao debug:
–Rodacom somenteum núcleo
–Rodaserializado
–Permitecomposição
–Vantagensdos hyperobjects
–Ferramentasde análiserobutas(CilkPlus SDK)
–cilkscreenrace detector
–cilkviewparallelism analyzer

33. Sincronismosimplícitos
void f() {
cilk_spawng();
cilk_for(int x = 0; x < lots; ++x) {
...
}
try {
cilk_spawnh();
}
catch (...) {
...
}
}
Aofinal de umafuncãoutilizandospawn
Aofinal do corpode um cilk_for(nãosincronizag())
Aofinal de um blocotrycontendoum spawn
Antes de entrarnumblocotrycontendoum sync

34. Exemplo de uso
OpenMP–Cálculo de π

35. Cálculode π –Teoria
πpodeser calculadoatravésda integralabaixo
π = ∫ f(x) * dx = 4 / (1 + x
2
) * dx = 3.141592654...
0
1

36. π= 4 / (1 + 0,5
2
) * 1 = 4 / 1,25 π = 3,2
Cálculode π –PrimeiraAproximação
Valor grosseiramenteaproximado de π

37. f(0,25) = 3,735; f(0,75) = 2,572 π= 3,153
3,735 * 0,5
= 1,867
2,572 * 0,5
= 1,286
Cálculode π –SegundaAproximação
Com mais aproximações, o valor de π tendeao valor teórico

38. Aproximaçãocom 10 intervalosπ= 3,1424
3,990 * 0,1 = 0,399 3,912 * 0,1 = 0,391 3,765 * 0,1 = 0,376 3,563 * 0,1 = 0,356 3,326 * 0,1 = 0,333 3,071 * 0,1 = 0,397 2,812 * 0,1 = 0,281 2,560 * 0,1 = 0,256 2,322 * 0,1 = 0,232 2,102 * 0,1 = 0,210
Cálculode π –Aumentandoosintervalos…
Quanto mais intervalos, maior a precisão do cálculo

39. SOLUÇÃO DO PROBLEMA ATRAVÉS DE HPC
Cadathread realizao cálculode algunsintervalos
3,912 * 0,1 = 0,391 3,765 * 0,1 = 0,376 3,563 * 0,1 = 0,356 3,326 * 0,1 = 0,333 3,071 * 0,1 = 0,397 2,812 * 0,1 = 0,281 2,560 * 0,1 = 0,256 2,322 * 0,1 = 0,232 2,102 * 0,1 = 0,2103,990 * 0,1 = 0,399
REDUÇÃO
PI = 3,14243,912 * 0,1 = 0,391 3,912 * 0,1 = 0,391 3,765 * 0,1 = 0,376 3,765 * 0,1 = 0,376 3,563 * 0,1 = 0,356 3,563 * 0,1 = 0,356 3,326 * 0,1 = 0,333 3,326 * 0,1 = 0,333 3,071 * 0,1 = 0,397 3,071 * 0,1 = 0,397 2,812 * 0,1 = 0,281 2,812 * 0,1 = 0,281 2,560 * 0,1 = 0,256 2,560 * 0,1 = 0,256 2,322 * 0,1 = 0,232 2,322 * 0,1 = 0,232 2,102 * 0,1 = 0,210 2,102 * 0,1 = 0,2103,990 * 0,1 = 0,399 3,990 * 0,1 = 0,399 3,912 * 0,1 = 0,391 3,912 * 0,1 = 0,391 3,912 * 0,1 = 0,391 3,912 * 0,1 = 0,391 3,765 * 0,1 = 0,376 3,765 * 0,1 = 0,376 3,765 * 0,1 = 0,376 3,765 * 0,1 = 0,376 3,563 * 0,1 = 0,356 3,563 * 0,1 = 0,356 3,563 * 0,1 = 0,356 3,563 * 0,1 = 0,356 3,326 * 0,1 = 0,333 3,326 * 0,1 = 0,333 3,326 * 0,1 = 0,333 3,326 * 0,1 = 0,333 3,071 * 0,1 = 0,397 3,071 * 0,1 = 0,397 3,071 * 0,1 = 0,397 3,071 * 0,1 = 0,397 2,812 * 0,1 = 0,281 2,812 * 0,1 = 0,281 2,812 * 0,1 = 0,281 2,812 * 0,1 = 0,281 2,560 * 0,1 = 0,256 2,560 * 0,1 = 0,256 2,560 * 0,1 = 0,256 2,560 * 0,1 = 0,256 2,322 * 0,1 = 0,232 2,322 * 0,1 = 0,232 2,322 * 0,1 = 0,232 2,322 * 0,1 = 0,232 2,102 * 0,1 = 0,210 2,102 * 0,1 = 0,210 2,102 * 0,1 = 0,210 2,102 * 0,1 = 0,2103,990 * 0,1 = 0,399 3,990 * 0,1 = 0,399 3,990 * 0,1 = 0,399 3,990 * 0,1 = 0,399
Thread Thread Thread Thread

40. Demo de Programação Paralela
Cálculo de π

41. Vídeo:
Breveapresentaçãodo
Intel® Xeon Phi™

44. Nota sobre Otimização

45. •INFORMATION IN THIS DOCUMENT IS PROVIDED IN CONNECTION WITH INTEL PRODUCTS.NO LICENSE, EXPRESS OR IMPLIED, BY ESTOPPEL OR
OTHERWISE, TO ANY INTELLECTUAL PROPERTY RIGHTS IS GRANTED BY THIS DOCUMENT.EXCEPT AS PROVIDED IN INTEL'S TERMS AND CONDITIONS
OF SALE FOR SUCH PRODUCTS, INTEL ASSUMES NO LIABILITY WHATSOEVER AND INTEL DISCLAIMS ANY EXPRESS OR IMPLIED WARRANTY, RELATING
TO SALE AND/OR USE OF INTEL PRODUCTS INCLUDING LIABILITY OR WARRANTIES RELATING TO FITNESS FOR A PARTICULAR PURPOSE,
MERCHANTABILITY, OR INFRINGEMENT OF ANY PATENT, COPYRIGHT OR OTHER INTELLECTUAL PROPERTY RIGHT.
•A "Mission Critical Application" is any application in which failure of the Intel Product could result, directly or indirectly,inpersonal injury or
death.SHOULD YOU PURCHASE OR USE INTEL'S PRODUCTS FOR ANY SUCH MISSION CRITICAL APPLICATION, YOU SHALL INDEMNIFY AND HOLD INTEL
AND ITS SUBSIDIARIES, SUBCONTRACTORS AND AFFILIATES, AND THE DIRECTORS, OFFICERS, AND EMPLOYEES OF EACH, HARMLESS AGAINST ALL
CLAIMS COSTS, DAMAGES, AND EXPENSES AND REASONABLE ATTORNEYS' FEES ARISING OUT OF, DIRECTLY OR INDIRECTLY, ANY CLAIM OF PRODUCT
LIABILITY, PERSONAL INJURY, OR DEATH ARISING IN ANY WAY OUT OF SUCH MISSION CRITICAL APPLICATION, WHETHER OR NOT INTEL OR ITS
SUBCONTRACTOR WAS NEGLIGENT IN THE DESIGN, MANUFACTURE, OR WARNING OF THE INTEL PRODUCT OR ANY OF ITS PARTS.
•Intel may make changes to specifications and product descriptions at any time, without notice.Designers must not rely on the absenceor characteristics
of any features or instructions marked "reserved" or "undefined".Intel reserves these for future definition and shall have no responsibility whatsoever
for conflicts or incompatibilities arising from future changes to them.The information here is subject to change without notice.Do not finalize a design
with this information.
•The products described in this document may contain design defects or errors known as errata which may cause the product to deviate from published
specifications.Current characterized errata are available on request.
•Intel processor numbers are not a measure of performance. Processor numbers differentiate features within each processor family,not across different
processor families. Go to: http://www.intel.com/products/processor_number.
•Contact your local Intel sales office or your distributor to obtain the latest specifications and before placing your product order.
•Copies of documents which have an order number and are referenced in this document, or other Intel literature, may be obtained by calling 1-800-548-
4725, or go to:http://www.intel.com/design/literature.htm
•Intel, Core, Atom, Pentium, Intel inside, Sponsors of Tomorrow, Pentium, 386, 486, DX2 and the Intel logo are trademarks of Intel Corporation in the
United States and other countries.
•*Other names and brands may be claimed as the property of others.
•Copyright ©2012 Intel Corporation.
Legal Disclaimer

46. Risk Factors
The above statements and any others in this document that refer to plans and expectations for the second quarter, the year and the future are forward-looking
statements that involve a number of risks and uncertainties. Words such as “anticipates,” “expects,” “intends,” “plans,” “believes,” “seeks,” “estimates,” “may,”
“will,” “should” and their variations identify forward-looking statements. Statements that refer to or are based on projections,uncertain events or assumptions
also identify forward-looking statements. Many factors could affect Intel’s actual results, and variances from Intel’s current expectations regarding such factors
could cause actual results to differ materially from those expressed in these forward-looking statements. Intel presently considers the following to be the
important factors that could cause actual results to differ materially from the company’s expectations. Demand could be different from Intel's expectations due
to factors including changes in business and economic conditions, including supply constraints and other disruptions affecting customers; customer acceptance of
Intel’s and competitors’ products; changes in customer order patterns including order cancellations; and changes in the levelofinventory at customers.
Uncertainty in global economic and financial conditions poses a risk that consumers and businesses may defer purchases in response to negative financial events,
which could negatively affect product demand and other related matters. Intel operates in intensely competitive industries that are characterized by a high
percentage of costs that are fixed or difficult to reduce in the short term and product demand that is highly variable and difficult to forecast. Revenue and the
gross margin percentage are affected by the timing of Intel product introductions and the demand for and market acceptance ofIntel's products; actions taken
by Intel's competitors, including product offerings and introductions, marketing programs and pricing pressures and Intel’s response to such actions; and Intel’s
ability to respond quickly to technological developments and to incorporate new features into its products. Intel is in the process of transitioning to its next
generation of products on 22nm process technology, and there could be execution and timing issues associated with these changes,including products defects
and errata and lower than anticipated manufacturing yields. The gross margin percentage could vary significantly from expectations based on capacity utilization;
variations in inventory valuation, including variations related to the timing of qualifying products for sale; changes in revenue levels; segment product mix; the
timing and execution of the manufacturing ramp and associated costs; start-up costs; excess or obsolete inventory; changes in unit costs; defects or disruptions
in the supply of materials or resources; product manufacturing quality/yields; and impairments of long-lived assets, including manufacturing, assembly/test and
intangible assets. The majority of Intel’s non-marketable equity investment portfolio balance is concentrated in companies in the flash memory market segment,
and declines in this market segment or changes in management’s plans with respect to Intel’s investments in this market segment could result in significant
impairment charges, impacting restructuring charges as well as gains/losses on equity investments and interest and other. Intel's results could be affected by
adverse economic, social, political and physical/infrastructure conditions in countries where Intel, its customers or its suppliers operate, including military conflict
and other security risks, natural disasters, infrastructure disruptions, health concerns and fluctuations in currency exchange rates. Expenses, particularly certain
marketing and compensation expenses, as well as restructuring and asset impairment charges, vary depending on the level of demand for Intel's products and
the level of revenue and profits. Intel’s results could be affected by the timing of closing of acquisitions and divestitures. Intel's results could be affected by
adverse effects associated with product defects and errata (deviations from published specifications), and by litigation or regulatory matters involving
intellectual property, stockholder, consumer, antitrust, disclosure and other issues, such as the litigation and regulatory matters described in Intel's SEC reports.
An unfavorable ruling could include monetary damages or an injunction prohibiting Intel from manufacturing or selling one or more products, precluding particular
business practices, impacting Intel’s ability to design its products, or requiring other remedies such as compulsory licensing of intellectual property. A detailed
discussion of these and other factors that could affect Intel’s results is included in Intel’s SEC filings, including the reporton Form 10-K for the year ended Dec.
31, 2011.
Rev. 4/17/12