aurelio rodríguez aurelio@cesga - ucasupercomputacion.uca.es/wp-content/uploads/2013/10/pt... ·...

Aurelio Rodrí[email protected]

Agenda

Administración: (1 horas)

Instalación: Procedimiento, actualización y detalles de interésConfiguración entorno: Variables de entorno de interés.

Compiladores: (4 horas)

Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMPEjemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.

Intel Debugger: (2 horas)

IntroducciónUso a través de la GUI/eclipse/CLIEjemplos de uso en aplicaciones paralelas: multihilo (OpenMP) y MPI

Intel Math Kernel Library: (2 horas)

IntroducciónLinkadoEjemplos de rendimientoUso ScaLAPACK

Intel MPI: (1 hora)

IntroducciónReferencia de comandos: compilador, ejecución, gestión de procesos, información del procesador. Ejemplos.

Agenda

Intel MPI: (1 hora)

Tuning: automático, pinning y binding y variables de entorno. Ejemplos.

Intel Trace Analyzer and Collector: (1 hora)

IntroducciónCollector: Uso, Instrumentación a nivel de usuario. Ejemplos.Analyzer: Introducción, GUI, CLI y conceptos. Ejemplos.

Benchmarks: (3 horas)

¿Casos de usuario?Rendimiento compiladores, MKL y MPI.Benchmarks sintéticos y aplicaciones.

Agenda

Última versión de la documentación en:

https://oc.cesga.es/public.php?service=files&t=03888d31fc9363a06320aad01c2f2c6e

http://goo.gl/rC7fqE

Documentación Actualizada


Instalación: Procedimiento, actualización y detalles de interésConfiguración entorno: Variables de entorno de interés.



Agenda

Administración: Instalación

Registro de la licencia:

Ver documento adjunto (DO_Registro_intel.pdf)

Requisitos previos: paquetes de desarrollo gnu (especialmente gcc-c++)Oracle JDK

Descarga de productos: completa + de 3GBSe recomienda el uso del “online installer” siempre que se tenga acceso a internet en el servidor de instalación.

Intel Cluster Studio 2013_sp1 for Linux

Intel® C++ Composer XE for Linux l_ccompxe_online_2013_sp1.0.080.sh

Intel® Fortran Composer XE for Linux

l_ccompxe_online_2013_sp1.0.080.sh

Intel® MPI Library l_mpi_p_4.1.1.036.tgz (install.sh)

Intel® Trace Analyzer and Collector l_itac_p_8.1.3.037.tgz (install.sh)

Directorios:/apps/intel

bin : comandos principalescomposerxe : link a composer_xe_2013_sp1composer_xe_2013_sp1 : Contiene links a la ultima release de la versióncomposer_xe_2013_sp1.0.080 : Ultima versiónimpi : Directorio con las versiones de impi include : link a composerxe/includeipp : link a composerxe/ipp (itac : directorio de versiones del Trace analyzer and Collectorlib : link a composerxe/lib (librerías de los compiladores)man : link a composerxe/man (man pages)mkl : link a composerxe/mkl (Intel MKL)mpirt : link a composerxe/mpirt (Intel MPI runtime) tbb : link a composerxe/tbb (Threads building blocks)

Administración: Instalación

Administración: Entorno

Variables de entorno:

source /apps/intel/composerxe/bin/compilervars.sh(configura compiladores, debugger, mkl, ipp y tbb)

source /apps/intel/impi/4.1.1.036/bin64/mpivars.sh(configura impi)

source /apps/intel/itac/8.1.3.037/bin/itacvars.sh(configura itac)

Todas recogidas en el script /apps/intel/env.sh

Agenda


Instalación: Procedimiento, actualización y detalles de interésConfiguración entorno: Variables de entorno de interés (si utilizan modules, se incluirá la información para su configuración).



Compiladores: Intel C++

Rendimiento tanto en serie como paralelo para procesadores Intel.

●Introduce facilidades para la vectorización y la programación paralela para simplificar el desarrollo de aplicaciones con alto rendimiento.●Destacan entre estas características el soporte de nuevas funcionalidades de OpenMP 4.0 y la posibilidad de autoparalelización. ●Mantiene compatibilidad con los compiladores más usados.

Documentación completa: http://software.intel.com/en-us/compiler_14.0_ug_c


http://software.intel.com/intel_c_composer_xe_pb_en


INT:Intel Compiler 14.0: C/C++: -xAVX -ipo -O3 -no_prec-div -static -parallel -opt-prefecth -auto-p32GCC 4.8.1:C: -m64 -Ofast -ffast-math -flto -march=native -mfpmath=sse -funroll-all-loops -static -ftree-parallelize-loops=16C++: m64 -Ofast -ffast-math -flto -march=native -mfpmath=sse -funroll-all-loopsFP Speed:Intel Compiler 14.0:C/C++: -xAVX -ipo -O3 -no_prec-div -static -parallel -opt-prefecth -ansy-aliasGCC 4.8.1:C: -m64 -Ofast -ffast-math -flto -march=native -mfpmath=sse -funroll-all-loops -static -ftree-parallelize-loops=16C++: m64 -Ofast -ffast-math -flto -march=native -mfpmath=sse -funroll-all-loops

Agenda




Intel C++ Compiler XE 14.0Introducción

Ejemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMPEjemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.


Uso básico:

Comandos: ‘icc’ para C, y ‘icpc’ para C++

Opciones “-O” compatibles con gcc pero no idénticos

-O2 es el nivel de optimización por defecto (en gcc es -O0)

-O* no implica los mismos conjuntos de opciones para gcc que para Intel pero los conceptos son similares:

-O0 : para depuración-O2 : por defecto-O3 : optimizaciones avanzadas

icc –help, icpc -help proporciona la lista extensa de opcionesman iccman icpc

Preprocessing

Semantic parsing

Optimization

Code generation

Linking


Ejemplos:

Compilar matrix.c sin optimización y con -O1 y comparar resultados

Ejecutar y comparar tiempos.

/apps/intel/composerxe/Samples/en_US/C++/optimize

Compilar int_sin.c con -O0 y -O1

Ejecutar y comparar resultados.

Agenda




Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilación

Opciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMPEjemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.


Disable optimization -O0Optimize for speed (no code size increase) -O1Optimize for speed (default) -O2High-level optimizer, including prefetch, unroll

-O3

Create symbols for debugging -gInter-procedural optimization -ipoProfile guided optimization (muli-step build) -prof-gen

-prof-useOptimize for speed across the entire program **warning: -fast def’n changes over time

-fast (-ipo -O3 -no-prec-div -static -xHost)

OpenMP support -openmpAutomatic parallelization -parallel

Compiladores: Intel C++ y optimizaciones HLO

“High-Level Optimizer” (HLO):

Opciones de Compilación: -O2 y -O3

Optimizaciones a nivel de lazo/bucle:

Loop unrolling Cache blockingPrefetching

Análisis de dependencias agresivo: Determina si es seguro o no reordenar o paralelizar ciertas ordenes

Substitución de escalares:Su objetivo es reducir referencias a memoria con referencias a registros

Ejemplos:

Compilar matrix.c con -O[2|3] sin vectorización y comparar resultados


/apps/intel/composerxe/Samples/en_US/C++/optimize

Compilar int_sin.c con -O2 y -O3 sin vectorización

Ejecutar y comparar resultados.


Ver man page: man icc

-O3:Performs O2 optimizations and enables more aggressive loop transformations such as Fusion, Block-Unroll-and-Jam, and collapsing IF statements.

This option may set other options. This is determined by the compiler, depending on which operating system and architecture you are using. The options that are set may change from release to release.

When O3 is used with options -ax or -x (Linux OS) or with options /Qax or /Qx (Windows OS), the compiler performs more aggressive data dependency analysis than for O2, which may result in longer compilation times.

The O3 optimizations may not cause higher performance unless loop and memory access transformations take place. The optimizations may slow down code in some cases compared to O2 optimizations.

The O3 option is recommended for applications that have loops that heavily use floating-point calculations and process large data sets.


Interprocedural optimization (IPO): Análisis topológico de la aplicación

-ip : Sólo para el fichero fuente actual.

-ipo :Optimizaciones a través de todos o varios ficheros

Compiladores: Intel C++ y optimizaciones IPO

Enabled optimizations:●Procedure inlining (reduced function call overhead)●Procedure reordering●Interprocedural dead code elimination and constant propagation●Enhances optimization when used in combination with other compiler features

Especialmente código con muchas funciones pequeñas se beneficia de IPO

Interprocedural optimization (IPO): Análisis topológico de la aplicación

Es un proceso en 2 pasos:


Paso 1

Paso 2

Objeto temporal

Ejecutable

Compilar: icc -c -ipo main.c func1.c func2.c

linkar: icc -ipo main.o func1.o func2.o

Ejemplos:

Compilar matrix.c con -ipo y comparar resultados con sólo la opción -O3

Alguna mejora?

Compilar pi.c y la función externa fx.c sin -ipo y con -ipo



“Profile-Guide Optimizations” (PGO)Hasta ahora sólo hemos realizado análisis estáticos del código, muchas cuestiones abiertas:

Es frecuente que x > y?Cual es el tamaño de un contador concreto, es muy grande el bucle o tenemos pocas iteracciones?Que código se usa y con que frecuencia?

Compiladores: Intel C++ y optimizaciones PGO

“Profile-Guide Optimizations” (PGO)La idea es usar información en tiempo de ejecución para guiar la optimización final.


Enhancements with PGO:– More accurate branch prediction– Basic block movement to improve instruction cache behavior– Better decision of functions to inline (help IPO)– Can optimize function ordering– Switch-statement optimization– Better vectorization decisions

“Profile-Guide Optimizations” (PGO): Proceso de 3 pasos


Compilar y linkar añadiendo instrumentación:icc -prof_gen prog.c

Ejecutamos el programa instrumentado:./prog (conjunto de datos típico)

Compilar y linkar añadiendo instrumentación:icc -prof_gen prog.c

Compilaemos y linkamos con la info obtenida:icc -prof_use prog.c

Profile dinámico:12345678.dyn

Unión de todos los ficheros .dyn en pgopti.dpi y linkado del programa optimizado

1

2

3

Ejemplos:

Compilar matrix.c con las opción -prof-gen

Ejecutar pgen_matrix.exe (alguna idea por qué es tan lento?)

Compilar usando -prof-use y optimización

Alguna mejora?


Agenda




Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGO

Ejemplos soporte OpenMPEjemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.

OpenMP: Conceptos

OpenMP es una colección de directivas, librerías y variables de entorno para programas en Fortran, C y C++

Es actualmente el estándar para programación de sistemas de memoria compartida y sistemas de memoria compartida físicamente distribuida

●Página oficial OpenMP: www.openmp.org

OpenMP consta básicamente de tres elementos:●Control de paralelismo

● directiva parallel● directivas de reparto de

trabajo (ej, directiva do)●Control de datos y comunicaciones

● variables privadas y compartidas

●Sincronización● Para coordinar el acceso a

los datos (barreras, secciones críticas ...)

OpenMP: Conceptos

OpenMP utiliza el modelo de ejecución paralela fork-join:

●Un programa comienza su ejecución con un proceso único (thread maestro)●Cuando se encuentra la primera construcción paralela crea un conjunto de threads, cada uno con su identificador (el thread maestro tiene identificador 0)●Una forma de indicar el número de threads que se van a crear es a través de la variable de entorno OMP_NUM_THREADS●Los threads creados por el thread maestro van a ejecutar todos la misma copia de código.●Cuando termina la región paralela sólo el thread maestro continua la ejecución

OpenMP: Conceptos

La paralelización del código se suele hacer de forma incremental, empezando por la paralelización de los bloques computacionalmente más costosos

Normalmente se emplea para la paralelización de lazos:●Se busca los lazos computacionalmente más costosos●Se reparten sus iteraciones entre los threads

void main(){int i;double suma[1000];for(i=0;i++;i<1000)calcular_suma(suma[i]);}

void main(){int i;double suma[1000];#pragma omp parallel forfor(i=0;i++;i<1000)calcular_suma(suma[i]);}

OpenMP: Conceptos

●Los diferentes threads se comunican a través de variables compartidas

●La compartición de datos puede llevar a un mal comportamiento del programa debido al acceso simultáneo desde diferentes threads

●Para evitarlo se utilizan directivas de sincronización (protegen los datos de conflictos)

●Las sincronizaciones son costosas hay que tratar de evitarlas⇒

OpenMP: Conceptos

Modelo de memoria:●El compilador de OpenMP debe expandir las zonas de memoria creadas por un compilador secuencial para almacenar los datos●Cada thread tendrá su propio stack. Se utiliza este espacio para almacenar los argumentos y variables locales de los procedimientos invocados por ese thread●El stack privado de cada thread se utilizará también para almacenar las variables privadas●El tamaño por defecto del stack de cada thread depende de la implementación, pero es configurable con la variable de entorno OMP_STACKSIZE

Heap

Stack thread 1

Stack thread 0

Datos Estáticos

Código objeto

OpenMP-1

● OpenMP-1.0 Fortran: 1997● OpenMP-1.0 C/C++: 1998● OpenMP-1.1 Fortran: 1999

1997

2000

2008OpenMP-2

● OpenMP-2.0 Fortran: 2000● OpenMP-2.0 C/C++: 2002● OpenMP-2.5 Fortran y C/C++: 2005

OpenMP-3

OpenMP-3.0 Fortran y C/C++: 2008OpenMP-3.1 Fortran y C/C++: 2011

OpenMP: Estándares

http://openmp.org/wp/openmp-specifications

2013

OpenMP-4

● OpenMP-4.0: Especificaciones en Julio de 2013

Compiladores: Intel C++ y soporte OpenMP

Comienza el soporte de OpenMP 4.0 (vectorización y soporte coprocesadores: target y simd) http://software.intel.com/en-us/articles/intel-c-composer-xe-2013-sp1-release-notes (sección 4.2.1)

Incluye librerías OpenMP compatibles con el soporte OpenMP de GCC (compatibilidad a nivel de objeto).


Opciones en compilación:

-openmp : Se genera código multihilo basado en las directivas -openmp-report [= n ] : nivel de diagnóstico

0 : No diagnostico1 : bucles/regiones/secciones paralelizadas (por defecto)2 : (1) + construcciones y directivas (MASTER/SINGLE/CRITICAL/ORDERED/ATOMIC)

-openmp-simd-no-openmp-simd : Uso o no de directivas Single Instruction Multiple Data (SIMD)-openmp-stubs : compilación de programas openmp en modo secuencial-openmp-task=model : Modelo de tareas OpenMP

intel : pragmas tipo #pragma intel_omp_taskqomp : OpenMP API 3.0 (por defecto)

-openmp-threadprivate=typelegacy : Sin compatibilidad con otros compiladores (por defecto) compat : compatibilidad con compiladores GNU

Uso de funciones de runtime: #include <omp.h>http://software.intel.com/en-us/node/459486


Thread Affinity / Binding (http://software.intel.com/en-us/node/459494)

Variable de entorno KMP_AFFINITY

KMP_AFFINITY=[<modifier>,...]<type>[,<permute>][,<offset>]

Argumento Valor por defecto Descripción

modifier noverboserespectgranularity=core

Opcional. Valores posibles: granularity=<fine, thread, core>,norespect,noverbose,nowarnings,proclist={<proc-list>},respect,verbose,warnings

type ninguno Modelo de afinidad a usar: compact, disabled, explicit, none, scatter

permute 0 Opcional. Entero positivo. No válido para type : explicit, none, o disabled

offset 0 Opcional. Entero positivo. No válido para type : explicit, none, o disabled


Tipos de afinidad (único argumento obligatorio):

type = none (por defecto)No se usa afinidad. Se usará la interface OpenMP thread affinity para determinar la topología del nodo. Si se especifica KMP_AFFINITY=verbose,none se obtiene un mapa del nodo.

type = compactLos threads son colocados lo más próximos posible.

type = disabledLa interface de afinidad se desactiva completamente. Incluso funciones de bajo nivel como kmp_set_affinity y kmp_get_affinity se comportarán como si el SO no tuviese soporte.

type = explicitLista de IDs de proc. El modificador proclist es obligatorio. Este modificador especifica la lista de IDs de procesadores (SO) que se van a usar. También puede usar la variable de entorno GOMP_CPU_AFFINITY para este fin (compatibilidad GCC).

type = scatterDistribuye los threads lo maximo posible entre los procesadores del sistema. Lo opuesto de compact.


Del manual GCC:

GOMP_CPU_AFFINITY: Bind threads to specific CPUs

Description:Binds threads to specific CPUs. The variable should contain a space-separated or comma-separated list of CPUs. This list may contain different kinds of entries: either single CPU numbers in any order, a range of CPUs (M-N) or a range with some stride (M-N:S). CPU numbers are zero based. For example, GOMP_CPU_AFFINITY="0 3 1-2 4-15:2" will bind the initial thread to CPU 0, the second to CPU 3, the third to CPU 1, the fourth to CPU 2, the fifth to CPU 4, the sixth through tenth to CPUs 6, 8, 10, 12, and 14 respectively and then start assigning back from the beginning of the list. GOMP_CPU_AFFINITY=0 binds all threads to CPU 0.

GOMP_CPU_AFFINITY=<proc_list> es un alias para KMP_AFFINITY=granularity=fine,proclist=[<proc_list>],explicit


modifier = granularity

core Por defecto. Cada thread es asignado a un core y puede moverse en los contextos de threads de ese core.

fine/thread Cada thread es asignado a único contexto.

Solo para type compact o scatterpermute : Nivel del árbol de topología más significativo offset : desplazamiento con el que empiezo la colocación

respect : mantiene la mascara de afinidad del hilo que inicializa


Topologia en los nodos del cluster UCA:Frontales: 2 packages x 8 cores/pkg x 2 threads/core (16 total cores)Nodos: 2 packages x 8 cores/pkg x 1 threads/core (16 total cores)

Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7

t0,t1 t0,t1t0,t1t0,t1t0,t1t0,t1t0,t1t0,t1

Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31


Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

OMP_NUM_THREADS=4KMP_AFFINITY=granularity=fine,compact


Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

OMP_NUM_THREADS=4KMP_AFFINITY=granularity=fine,compact,1,0


Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

OMP_NUM_THREADS=4GOMP_CPU_AFFINITY=1,3,12-15:2


Ejemplo:/apps/intel/composer_xe_2013_sp1.0.080/Samples/en_US/C++/openmp_samples/openmp_sample.c

Compilarlo con “icc -openmp -std=c99” y ejecutar con varios hilos.

Que ocurre cuando usamos afinidad? Probar distintas combinaciones ...

Agenda




Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMP

Ejemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.

Compiladores: Compatibilidad y portabilidad de Intel C++

Soporte completo deC++ ISO/IEC 14882:1998 (C++ 98)C ISO/IEC 9899:1990 (ANSI C o C89, C90)

C99: ●restricted pointers (restrict keyword).●variable-length Arrays●flexible array members●complex number support (_Complex keyword)●hexadecimal floating-point constants●compound literals●designated initializers●mixed declarations and code●macros with a variable number of arguments●inline functions (inline keyword)●boolean type (_Bool keyword)

C++ 11:http://software.intel.com/en-us/articles/c0x-features-supported-by-intel-c-compiler

Compiladores: Compatibilidad y portabilidad de Intel C++

Compatibilidad e interoperatividad con GCC

Alta compatibilidad: compatibilidad a nivel binario entre objetos. Es posible compilar usando ambos compiladores.

Uso de extensiones GNU (soportadas un gran nº de ellas)http://gcc.gnu.org/onlinedocs/gcc/C-Extensions.htmlOpción de linkado -cxxlib : uso del runtime y headers de GCC (por defecto para C++).

Agenda




Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMPEjemplos compatibilidad y portabilidad

Ejemplos paralelización y vectorización automáticaIntel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.

SIMD – Single Instruction Multiple Data

Modo escalar: una instrucción produce un resultadoModo SIMD : una instrucción SSE o AVX produce varios resultados

Compiladores: Vectorización con Intel C++

SIMD – Single Instruction Multiple DataNecesario un soporte especifico del hardware

Intel® SSETamaño de vector: 128bitTipos de datos:8,16,32,64 bit integers32, 64bit floatsLongitud del vector: 2,4,8,16Ej: Xi, Yi bit 32 int / float

Intel® AVXTamaño de vector: 256bitTipos de datos: 32, 64 bit floatsLongitud del vector: 4, 8, 16Ej: Xi, Yi 32 bit int o floatAparece 2011


SIMD – Single Instruction Multiple DataExtensiones especificas:


Opciones del compilador:

-x<extension>Optimizaciones específicas para procesadores IntelEl compilador intentara usar el conjunto de instrucciones hasta la extension especifica

-m<extension>No hay chequeo de procesador.No incluye optimizaciones especificas (valido para todos los procesadores que soporten la extension)-msse2 se activa con -O2 o superior

-ax<extension>Codigo multiple: una linea de base junto versiones mas optimizadasLa linea base por defecto es -msse2La linea base se modifica con las opciones anteriores-axavx,sse4.2 – codigo optimizado para avx, sse4.2 y sse2 (lineabase por defecto)

-xHost Se usara el juego de instrucciones superior soportado por el procesador donde se compila

-no-vecDeshabilita la vectorización de manera global


Directivas:

#pragma vector alwaysFuerza el uso de la vectorización sobre el bucle saltándose las indicaciones del compilador :problemas de alineamiento, stride (separación entre elementos a ser vectorizados) no único …Aun asi el compilador tiene que poder reconocer la transformación necesaria.#pragma vector always assert abortara la compilación si hay algún problema con la vectorización

#pragma ivdepIgnorar dependencias de datos no probadas

#pragma novectorInhabilita la vectorización de un bucle individual


¿Por qué no vectoriza mi bucle?

-vec-report<n> n=0: sin información (por defecto)n=1: info sobre bucles vectorizados n=2: info sobre bucles vectorizados y la razón de los no vectorizados.n=3: Añade información de dependencias n=4: reporta solo bucles no vectorizadosn=5: reporta solo bucles no vectorizados y su información de dependencia

-opt_report_phase hpo (High Performance Optimizer)proporciona información adicional para la vectorización


Ejemplos:

Compilar matrix.c con -O[2|3], -xHost y -fast obteniendo un informe de la vectorización


Vectorizan todos los bucles? Posibilidad de mejora?

Tutorial: http://software.intel.com/en-us/node/458754

/apps/intel/composer_xe_2013_sp1.0.080/Samples/en_US/C++/vec_samples


La vectorización depende de:

No haya dependencia de datos en las iteraciones de los bucles

Esquemas de datos regulares y predecibles para todos los operadores

Cuidado con los juegos con punteros, evitar accesos indirectos

Longitudes de vector suficientemente grandes

Datos alineados


-parallel El compilador automaticamente convierte porciones de codigo serie en su codigo equivalente multihilo

El auto-paralelizador analiza el flujo de datos en los bucles y genera codigo multihilo para aquellos bucles que pueden ejecutarse de manera eficiente y segura en paralelo.

-par-report0|1|2|3 (0: no info, 3 nivel maximo de diagnostico)Genera informes acerca de secciones del programa que podrian ser paralelizadas por el compilador

Compiladores: Autoparalelizacion con Intel C++

Ejemplos:

Compilar matrix.c con -parallel -par-report2 y combinatorias de otras opciones

Examinar el informe, posibles mejoras?


Autoparalelizacion guiada (Guided Automatic Parallelism GAP)

Opcion del compilador:-guide (-guide -guide-vec -guide-par -guide-data-trans )

Con esta opcion el compilador no compila, analiza el codigo para dar consejo sobre vectorizacion (-guide-vec), paralelizacion (-guide-par ), o ambas ( -guide ). Tambien, GAP puede hacer sugerencias sobre como reordenar las estructuras de datos para obtener un acceso mas optimo ( -guide-data-trans ).


TUTORIAL sobre GAPhttp://software.intel.com/en-us/node/458624

/apps/intel/composer_xe_2013_sp1.0.080/Samples/en_US/C++/guided_auto_parallel.tar.gz


Agenda




Intel C++ Compiler XE 14.0IntroducciónEjemplos básicos de compilaciónOpciones avanzadas:Ejemplos optimizaciones: HLO, IPO y PGOEjemplos soporte OpenMPEjemplos compatibilidad y portabilidadEjemplos paralelización y vectorización automática

Intel Fortran Compiler XE 14.0Introducción y ejemplos básicos ejecución.

Rendimiento tanto en serie como paralelo para procesadores Intel.

Introduce facilidades en compilación para la vectorización, la programación paralela y soporte de estándares para simplificar el desarrollo de aplicaciones Fortran con alto rendimiento. Destacan entre estas características el soporte de Fortran 2003, Fortran 2008 y nuevas funcionalidades de OpenMP 4.0 y la posibilidad de autoparalelización.

Documentación completa: http://software.intel.com/en-us/compiler_14.0_ug_f

Compiladores: Intel Fortran

http://polyhedron.com/pb05-lin64-f90bench_SBhtml


Uso básico:

Comandos: ‘ifort’ para todos los estándares de Fortran soportados.

Opciones de optimización similares al compilador de C++

ifort –help proporciona la lista extensa de opcionesman ifort

Aspectos de la línea de comandos:

-fpscompCompatibilidad con Microsoft Fortran Power Station

-fpscomp filesfromcmdLa línea de comandos debe incluir los nombres de las unidades a las que no se ha especificado nombre de fichero.



Ejemplos:/apps/intel/composerxe/Samples/en_US/Fortran

Tutorial: http://software.intel.com/en-us/composerxe_2013SP1_coarray_f

Coarray Fortran: programacion paralela usando un modelo “single program multiple data” (SPMD) soportando tanto memoria compartida como distribuida en un metodo unico.

Compiladores

Opciones aritmética coma flotante:

-fp-model nameMejora de consistencia evitando ciertas optimizaciones.

fast=[1|2] : Permite optimizaciones agresivas con ligero coste de precisión y consistencia (por defecto fast=1).

precise : Sólo permite optimizaciones seguras.double/extended/source : tipo de los resultados intermedios. Implica precise a no ser que se

especifique otra cosa. Double y extended no está disponible en Fortran.except : Fuerza excepciones.strict : precise+except

Se recomienda “-fp-model precise –fp-model source” para la mayoría de las situaciones con problemas de consistencia y reproductibidad

-ftz[-]Se fijan a 0 los denormals (underflows). Activa por defecto excepto con -O0

Compiladores

Opciones aritmética coma flotante:

-fimf-precision:namePrecisión de las funciones de la librería matemática. Por defecto se deja a la heurística del compilador. Posibles valores: “high”, “medium” y “low”. En general mayor precisión, peor rendimiento.

-fimf-arch-consistency=trueAsegura resultados consistentes entre los procesadores de la misma arquitectura. Por defecto es “false”.

-[no-]prec-divMejora o reduce [no-] la precisión de las divisiones. En general leve impacto en rendimiento.

-[no-]prec-sqrtMejora o reduce [no-] la precisión de las raíces cuadradas. En general leve impacto en rendimiento.

Compiladores

Opciones aritmética coma flotante:Ejercicio:Probar las versiones optimizadas con “-fp-model precise –fp-model source”

Compiladores

“Profiling” a nivel de función y bucle:

Similar a gprof.Opciones compilador:

-profile-functions

Inserta instrumentación en la entrada y salida de las funciones para recoger los ciclos consumidos.

-profile-loops=<inner|outer|all>

Además inserta instrumentación en los bucles donde sea capaz según el tipo

Estas opciones generan ficheros de texto (.dump) y XML (.xml).

Visualizador para los ficheros XML:

java -jar /apps/intel/composer_xe_2013_sp1.0.080/bin/loopprofileviewer.jar <xml datafile>

Compiladores

“Profiling” a nivel de función y bucle:

Ejercicios:

icc -profile-functions -o prof-matrix matrix.c

icc -O1 -profile-functions -o prof-matrix matrix.c

icc -O1 -profile-loops=all -o prof-matrix matrix.c

Agenda





Intel MPI: (1 hora)


Intel® Debugger (IDB)

Depurador completo con las siguientes características:●Soporta C++ y Fortran●Código máquina y valores de registros●Depuración de aplicaciones multihilo

● Análisis de compartición de datos entre hilos detectando accesos idénticos.● breakpoint inteligente para parar la ejecución a la vez en los diferentes hilos.● Vista de registros de vectores (SSE) con formatos y opciones de edición para la

depuración de aplicaciones paralelas SIMD.● Vistas especializadas en OpenMP para análisis de estado de aplicación.

●Disponible GUI

Documentación completa: http://software.intel.com/sites/products/documentation/doclib/stdxe/2013SP1/composerxe/debugger/user_guide/index.htm

Compiladores: Intel Debugger

Opciones de depuración en los compiladores:

-g, -debug, -debug full, -debug allProducen información de depuración compatible con los depuradores habituales.Desactiva -O2 y hace -O0 el defecto a no ser que se especifique la opción de optimización.-debug noneNo se genera información de depuración (por defecto)-debug minimalGenera sólo nºs de línea pero no símbolos-debug inline-debug-infoSímbolos asociados a funciones “inlined” son asociadas con la función llamada. Por defecto con la opción -O2-debug extendedProduce información adicional útil para código optimizado-[no-]soxIncluye la versión del compilador y opciones usadas en el fichero objeto y el ejecutable-tracebackProporciona el “traceback” sobre los distintos fuentes con errores severos en tiempo de ejecución.


Preparación del ejecutable

Agenda


Introducción

Uso a través de la GUI/eclipse/CLIEjemplos de uso en aplicaciones paralelas: multihilo (OpenMP) y MPI



Intel MPI: (1 hora)


Interfaz gráfico de usuario (GUI)

Comando: idbEs necesario el entorno JAVAhttp://software.intel.com/sites/products/documentation/doclib/stdxe/2013SP1/composerxe/debugger/user_guide/index.htm#GUID-06337197-DD0B-4CAB-9BFB-3E928CC05D50.htm


Soporta Multihilo

Interfaz de Eclipse

Integrado con Eclipse + CDT

La integración soporta Eclipse 3.7. Para la depuración con fortran es necesario instalar el plugin Photran.

Uso: Iniciar EclipseCrear o abrir un “workspace”. (ej “makefile project”)Selecionar “Help” → “Install New Software”Junto al campo “Work with” click en el botón “Add” y aparece el diálogo “Add Site”Click en el botón “local” y seleccionar el directorio apropiado que contiene la integración:

/apps/intel/eclipse_support/cdt8.0/eclipseClick OKAsegurarse que no está selecionado “Group items by category”Seleccionar la integración de IDB y click en “Next”Seguir instrucciones y reiniciar Eclipse cuando se indique.


Interfaz de línea de comandos (CLI)

Comando: idbc

Opciones disponibles: idbc –help

Modos: -idb : compatible DBX-gdb : compatible GDB



Modo GDB (por defecto):

(idb) helpObtener ayuda sobre los comandos disponibles(idb) break mainbreakpoint en la entrada del programa principal.(idb) runEjecuta la aplicación hasta el siguiente breakpoint.(idb) info breakpointsLista de breakpoint existentes(idb) delete breakpoint <breakpoint id>Borra el breakpoint con el correspondiente id



Modo IDB (-idb):

(idb) helpObtener ayuda sobre los comandos disponibles (mucho más completa en este modo)(idb) stop in mainbreakpoint en la entrada del programa principal.(idb) stop in 20breakpoint en la línea 20(idb) stop variable i changedbreakpoint cuando la variable “i” cambia de valor (idb) runEjecuta la aplicación hasta el siguiente breakpoint.(idb) statusLista de breakpoint existentes(idb) delete <breakpoint id>Borra el breakpoint con el correspondiente id



Explorar comandos más elaborados

¿Como paro el programa cuando una variable cuando toma cierto valor?

break if

¿Puedo modificar variables internas cuando ocurre un evento determinado?

when en modo idb


Agenda


IntroducciónUso a través de la GUI/eclipse/CLI

Ejemplos de uso en aplicaciones paralelas: multihilo (OpenMP) y MPI



Intel MPI: (1 hora)



Depuración de programas multihilo.

El debugger detecta automáticamente un programa OpenMP y activa su soporte

(idb) set $threadlevel="native"(idb) set $threadlevel="openmp"


Info OpenMP idb info threadidb info taskidb info barrieridb info taskwaitidb info lockidb info teamidb info openmp thread tree

Acceso a datos compartidos idb sharing onidb sharing stop on/offidb sharing event expandidb sharing filter

Acceso simultaneo a una expresión

idb reentrancy specifier

http://software.intel.com/sites/products/documentation/doclib/stdxe/2013SP1/composerxe/debugger/user_guide/index.htm#GUID-06337197-DD0B-4CAB-9BFB-3E928CC05D50.htm


Depuración de programas OpenMP

Usemos varios ejemplos



Depuración de programas MPI

Opciones -idb,-idba,-gdb,-gdba de mpirun

Variables:MPIEXEC_DEBUG=1IDB_PARALLEL_SHELL=/bin/sh

Uso del comando “focus” para especificar sobre que proceso/s operamos.

Problemas con la agregación de mensajes: $parallel_aggregatordelay (por defecto 3000 miliseg)Desincronización de los procesos: usar “until” (GDB) o “cont to” (IDB) especificando un lugar común.

No se localizan las fuentes: -idbopt -IO usar “use”



Depuración de programas MPI

Ejercicio compilar cpi.c y depurar su ejecución. Uso de “focus”.


Agenda





Intel MPI: (1 hora)


Intel Math Kernel Library (MKL)http://software.intel.com/en-us/articles/intel-math-kernel-library-documentation

Librería matemática altamente optimizada con rutinas multihilo. Incluye:

● BLAS (level 1, 2, and 3) and LAPACK linear algebra routines, offering vector, vector-matrix, and matrix-matrix operations.

● The PARDISO* direct sparse solver, an iterative sparse solver, and supporting sparse BLAS (level 1, 2, and 3) routines for solving sparse systems of equations.

● ScaLAPACK distributed processing linear algebra routines for Linux* and Windows* operating systems, as well as the Basic Linear Algebra Communications Subprograms (BLACS) and the Parallel Basic Linear Algebra Subprograms (PBLAS).

● Fast Fourier transform (FFT) functions in one, two, or three dimensions with support for mixed radices (not limited to sizes that are powers of 2), as well as distributed versions of these functions provided for use on clusters of the Linux* and Windows* operating systems.

● Vector Math Library (VML) routines for optimized mathematical operations on vectors.● Vector Statistical Library (VSL) routines, which offer high-performance vectorized random

number generators (RNG) for several probability distributions, convolution and correlation routines, and summary statistics functions.

● Data Fitting Library, which provides capabilities for spline-based approximation of functions, derivatives and integrals of functions, and search.

● Extended Eigensolver, a shared memory programming (SMP) version of an eigensolver based on the Feast Eigenvalue Solver.

Intel MKL

Intel Math Kernel Library (MKL)

Última versión: 11.1

Soporta varios compiladores: Intel/PGI/GNU. Probado con varios mas …Uso con Java, python ...

Adaptada a las últimas novedades en procesadores.

Antes de empezar:● Plataforma: procesador● Problema matemático: dominio de funciones● Lenguaje de programación● Uso de arrays muy extensos (> 231-1) : tipo del entero (ILP64/LP64)● Multihilo: si/no? con compilador de intel o otro?● Modelo de linkado: estático o dinámico● MPI: funciones de cluster (ScaLAPACK, Cluster FFT)

Intel MKL

Agenda




Introducción

LinkadoEjemplos de rendimientoUso ScaLAPACK

Intel MPI: (1 hora)


Intel MKL: Linkado

Con los compiladores de intel, uso muy sencillo:

-mkl o -mkl=parallel Estandar multihilo (OpenMP) -mkl=sequentialVersión secuencial

-mkl=clusterlink con la versión cluster (no multihilo) con Intel MPI

Guía de linkado:http://software.intel.com/en-us/articles/intel-mkl-link-line-advisor

Herramienta de línea de comandos: mkl_link_toolhttp://software.intel.com/en-us/articles/mkl-command-line-link-tool

mkl_link_tool -interactive

Intel MKL: Linkado

Interfaces:

Directorio mkl/interfacesblas95/lapack95 : incluidas directamente en la mkl para los compiladores de intelfftw3xc, fftw3xf : incluidas directamente en la mkl para los compiladores de intel

fftw2xc, fftw2xf: necesario compilar fftw2x_cdft: necesario compilarfftw3x_cdft: necesario compilar

Interfaces:

Explorar compilación para otros compiladores, versión de MPI …

En cada uno de de los directorios de las interfaces hay un makefile preparado. La ejecución de “make” visualiza las opciones disponibles.

Ejemplo:

mkl/interfaces/fftw2x_cdft $ make libintel64 interface=lp64 PRECISION=MKL_DOUBLE compiler=gnu mpi=mpich2 INSTALL_DIR=~/mkl

Intel MKL: Linkado

Trucos para el linkado:

Podemos usar comandos del linker:http://ftp.gnu.org/old-gnu/Manuals/ld-2.9.1/html_mono/ld.html#SEC26como GROUP para referenciar grupos de librerías como un fichero único:

libmkl.a: GROUP (libmkl_intel_lp64.a libmkl_intel_thread.a libmkl_core.a)

libmklfftw.a: GROUP (libfftw3x_cdft.a libmkl_cdft_core.a libmkl_intel_lp64.a libmkl_sequential.a libmkl_core.a)

libmkl-gnu.a: GROUP (libmkl_gf_lp64.a libmkl_gnu_thread.a libmkl_core.a)

libmkl-gnu-sequential.a: GROUP (libmkl_gf_lp64.a libmkl_sequential.a libmkl_core.a)

libmkl-sequential.a: GROUP (libmkl_intel_lp64.a libmkl_sequential.a libmkl_core.a)

Intel MKL: Linkado

Agenda




IntroducciónLinkado

Ejemplos de rendimientoUso ScaLAPACK

Intel MPI: (1 hora)


Tutorial:

http://software.intel.com/en-us/mkl_11.1_tut_c

/apps/intel/composerxe/Samples/en-US/mkl/tutorials.zip

Usar:● #include "mkl.h"● malloc especializado: mkl_malloc● Función especializada: cblas_dgemm

Compilar y linkar el código: opción -mkl del compilador

Medir tiempos y comparar con la versión no MKLEjecutar con varios threads usando las funciones:

omp_set_num_threads(), mkl_set_num_threads(), mkl_domain_set_num_threads()

Intel MKL: Ejemplos

Control de hilos por variables de entorno:

OMP_NUM_THREADS : Sobre toda la aplicación OpenMPMKL_NUM_THREADS : Sólo para las funciones MKL

MKL_DYNAMIC : cambio dinámico del nº de threads hasta el máximo especificado (activada por defecto)

MKL_DOMAIN_NUM_THREADS : control específico sobre un dominio de funciones MKL: export MKL_DOMAIN_NUM_THREADS="MKL_DOMAIN_ALL=1, MKL_DOMAIN_BLAS=4”http://software.intel.com/en-us/node/438644

Intel MKL: Ejemplos

Agenda




IntroducciónLinkadoEjemplos de rendimiento

Uso ScaLAPACK

Intel MPI: (1 hora)


Uso de la versión cluster:

Compiladores Intel + Intel MPI

mpiicc -mkl=cluster

Versión secuencial de la librería.

Uso híbrido:

-lmkl_scalapack_lp64 -lmkl_intel_lp64 -lmkl_core -lmkl_intel_thread -lmkl_blacs_intelmpi_lp64 -lpthread -lm

Compilar siempre con la opción -openmp

Intel MKL: Uso ScaLAPACK

Probar ejemplos adicionales.

Intel MKL: Uso ScaLAPACK

Agenda





Intel MPI: (1 hora)


Intel MPI http://software.intel.com/en-us/articles/intel-mpi-library-documentation

Librería de paso de mensajes “multi-fabric”.Implementa MPI-2.2 para plataformas Intel.Permite la actualización de los procesadores y redes de interconexión sin necesidad de cambios en el software.Se distribuye en 2 kits:

Intel MPI Library Runtime Environment (RTO): Incluye todas las herramientas necesarias para la ejecución de programas has (Multipurpose Daemon* (MPD), Hydra* y utilidades adicionales, librerías dinámicas y documentación).

Intel® MPI Library Development Kit (SDK): RTO + las herramientas de compilación (comandos de compilación como mpiicc, ficheros de cabecera, librerías estáticas y librerías de depuración, trazas y testeo de código)

Intel MPI

MPI: Estándares

Especificación del estándar por mpi-forum.org

http://www.mpi-forum.org/docs/docs.html

Versiones principales:●MPI-1●MPI-2●MPI-3 (Muy reciente)

MPI-1

● MPI-1.0: 1994● MPI-1.1: 1995 (definición completa del estándar)● MPI-1.2: 1997 (revisión pequeña)● MPI-1.3: 2008 (versión final de MPI-1 con correcciones)

1994

1997

2012MPI-2

Extensiones a MPI● MPI-2.0: 1997● MPI-2.1: 2008 (definición completa)● MPI-2.2: 2009 (pequeña adicción, clarificaciones y erratas)

MPI-3

MPI-3.0: 2012Extensión importante del estándar.

http://www.mpi-forum.org/docs/mpi-3.0/mpi30-report.pdf

MPI: Estándares

Agenda





Intel MPI: (1 hora)

Introducción

Referencia de comandos: compilador, ejecución, gestión de procesos, información del procesador. Ejemplos.

Intel MPI: Referencia de comandos

Comando compilación Compilador por defecto

Lenguaje soportado

Compiladores genéricos

mpicc gcc C

mpicxx g++ C/C++

mpifc gfortran Fortran77/Fortran 95

GNU

mpigcc gcc C

mpigxx g++ C/C++

mpif77 g77 Fortran 77

mpif90 gfortran Fortran 95

Intel

mpiicc icc C

mpiicpc icpc C/C++

mpiifort ifort Fortran77/Fortran 95


-mt_mpiUsar versión “Thead Safe”Niveles: MPI_THREAD_FUNNELED, MPI_THREAD_SERIALIZED, o MPI_THREAD_MULTIPLE.Por defecto: MPI_THREAD_FUNNELED (ver http://www.mpi-forum.org/docs/mpi-20-html/node165.htm)Activado por defecto con las opciones -openmp, -parallel, -threads, -reentrancy, -reentrancy threaded

-static_mpiLinkado estático de las librerías

-config=<name>Usar el fichero de configuración especificado. Personalizar opciones y entorno.

-profile=<profile_name> (Intel Trace Collector)Especificación de una librería de profiling a usar. Por ej: -profile=vt : -t o -trace , -profile=vtmc : -check_mpiVariablse de entorno relacionadas: I_MPI_{CC,CXX,FC,F77,F90}_PROFILE, I_MPI_TRACE_PROFILE y I_MPI_CHECK_PROFILE

-ilp64Habilita el soporte parcial de ILP64 (enteros 64bits).


-gCompilar en modo depuración y linkar con la versión de depuración de la librería

-link_mpi=<arg>Usar versión específica de la librería: opt : versión serie optimizadaopt_mt : versión multihilo optimizadadbg : versión depuración seriedbg_mt : versión depuración multihilolog : versión de logging serielog_mt : versión de logging multihiloTambién configurable con la variable de entorno I_MPI_LINK

-OHabilita optimización

-fastOptimización máxima (implica linkado estático)

-echoEn pantalla todo lo que hace el script


-showMuestra en pantalla lo que hace el script sin ejecutarlo. Útil para ver las opciones de compilación y linkado que se van a usar.

-{cc,cxx,fc,f77,f90}=<compiler>Especifica el compilador a usar.Similar comportamiento que las variables de entorno: I_MPI_{CC,CXX,FC,F77,F90} y MPICH_{CC,CXX,FC,F77,F90}

-gcc-version=<nnn> Especifica la versión de gcc: desde la 3.2.x(320) hasta la 4.7.x(470)

-vVersión del driver y el compilador a usar

Otras variables de entorno de interés:I_MPI_ROOT : especifica el directorio de instalación de la libreríaVT_ROOT : directorio de instalación del Intel Trace Collector

Parallel programming models on large-scale systems require a scalable system for managing the processes that make up the execution of a parallel program.

The process-management system must be able to launch millions of processes quickly when starting a parallel program and must provide mechanisms for the processes to exchange the information needed to enable them communicate with each other.

No hay estándar.En Intel MPI por defecto (comando mpirun ~ mpiexec.hydra) se usa la implementación de PMI Hydra.También Intel MPI puede usar SLURM como gestor de procesos ejecutandose cada uno de los procesos con “srun”

Intel MPI: gestión de procesos


Opciones HYDRA

Globales:

-verbose o -v Muestra en pantalla argumentos de los procesos, variables de entorno que se pasan a la aplicación y el tráfico PMI originado durante la vida del trabajo MPIVariable de entorno: I_MPI_HYDRA_DEBUG

-print-rank-mapMuestra el mapeo de procesos a rangos dentro de la ejecución MPI

-print-all-exitcodesMuestra el código de salida de todos los procesos.


Opciones HYDRA

Locales:

-n <# of processes> o -np <# of processes> Nº de procesos MPI con los que ejecutar

-env <ENVVAR> <value> Fija la variable de entorno <ENVVAR> al valor <value> para todos los procesos MPI.

-envall Propaga todo el entorno actual a todos los procesos MPIVariable de entorno relacionada: I_MPI_HYDRA_ENV

-envnone Suprime la propagación del entorno. -envlist <list of env var names> Pasa una lista de variables de entorno junto sus valores a todos los procesos MPI


Opciones HYDRA

Checkpoint/restart

Sólo disponible para el módulo de red OFA

Intel MPI: Información del procesador

Comando cpuinfo

Proporciona información acerca de la arquitectura del procesador.

Opciones:g: Info general: Nombre del procesador, nº de sockets en el nodo, nº de core/thread en cada socket y modo SMT.

i : Identificación lógica de socket, procesador, core y thread

d : Descomposición del nodo en sockets, procesadores y cores lógicos

c : Info sobre la compartición de los niveles de cache entre los procesadores lógicos

s : Firma del microprocesador: extended family + extended model + family + model + type + stepping

f : Características de microprocesador

A : gidcsf Por defecto gidc

Intel MPI: Ejemplos de ejecución

Ejecución bajos SLURM

Con srun

Usando mpirun (hydra)

Agenda

Intel MPI: (1 hora)





Rendimiento compiladores, MKL y MPI.Benchmarks sintéticos y aplicaciones.

Intel MPI: Tuning

¿Por qué hacer “tuning”?

Tener en cuenta todos los detalles específicos del cluster en el que se va a ejecutar.

Áreas:

● Red de interconexión● “Pinning” de procesos● Comunicaciones punto a punto● Algoritmos colectivos

Técnica:

● Aplicación compilada con optimización● Usar el “tuning” automático disponible en Intel MPI● Entender los esquemas de comunicación involucradas en la aplicación a través de la obtención de

estadísticas● Usar las opciones de “runtime” de MPI

Intel MPI: Tuning

Uso de la utilidad de “tuning” automático

En el cluster:

Ejecutar después de la instalación del cluster y después de cada cambio de configuración.Usar el mismo usuario con le que se ha hecho la instalación de manera que los resultados se incorporen a la instalación.

1) mpitune2) mpirun -tune -np 32 ./mi_programa

La ejecución de mpitune es pesada y es conveniente realizarla deacuerdo a las políticas de administración ejecución.

Intel MPI: Tuning

mpitune

mpitune [ -a \"<application command line>\" ] [ -of <file-name> ] \ [ -t \"<test_cmd_line>\" ] [-cm ] [ -d ] [ -D] \ [ -dl [d1[,d2...[,dN]]] ] [ -fl [f1[,f2…[,fN]]] ] [ -er ] \ [ -hf <hostsfile> ] [ -h ] [ -hr {min:max|min:|:max} ] \ [ -i <count> ] [ -mr {min:max|min:|:max}] [ -od <outputdir> ] \ [ -odr <outputdir> ] [ -r <rshcmd>] [ -pr {min:max|min:|:max}] \ [ -sf [file-path] ] [ -ss ] [ -s ] [ -td <dir-path> ] \ [ -tl <minutes> ] [ -mh ] [ -os <opt1,...,optN> ] \ [ -oe <opt1,...,optN> ] [ -V ] [ -vi {percent} ; -vix {X factor} ]\ [ - zb ] [ -t ] [ -so ] [ -ar \"reg-expr\" ] [ -trf <appoutfile> ]\ [ -m {base|optimized} ] [ -avd {min|max} ] [ -pm {mpd|hydra} ] \ [ -co ] [ -sd ] [ -soc ]

Intel MPI: Tuning

mpitune:

-a \"<application command line>\"Modo de aplicación. Se optimiza para la aplicación específica.

-i <count>Nº de iteracciones en cada prueba (por defecto 3)

-mr {min:max|min:|:max}Tamaño de mensaje mínimo (por defecto 0) y máximo (por defecto 4194304) a usar. Es posible usar sufijos (kb, mb o gb)

-pr {min:max|min:|:max}Fija el máximo (nº cores en el nodo) y el mínimo (por defecto 1) nº de procesos por nodo

-tl <minutes>Limita el tiempo de ejecución

Intel MPI: Tuning

“Pinning” y “binding”

Procesos MPI a procesadores lógicos determinados.

Identificador de procesadores:Numeración lógica del sistemaNumeración topológica basada en 3 niveles (package/socket, core, thread)

Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

Intel MPI: Tuning


Variables de entorno:

I_MPI_PIN=<disable | no | off | 0>Se usa para inhabilitar el pinning de procesos activado por defecto en la librería

I_MPI_PIN_MODE=<pm|lib >Método de “pinning”: a través del gestor de procesos (pm) o por la librería MPI (lib)pm : a través de herramientas del sistema lo que permite pinning y binding (uso de memoria cercana en NUMA)lib : no asegura el acceso cercano a la memoria

Intel MPI: Tuning

Valores explicitos para los parámetros anteriores:fine : valor mínimocore : unidades que componen un corecache1 : unidades que comparten L1cache2 : unidades que comparten L2cache3 : unidades que comparten L3cache : valor mayor de cache1, cache2 o cache2socket | sock : unidades por sockethalf | mid : medio socket third : un tercio de socketquarter : un cuarto de socketoctavo : un octavo de socket

I_MPI_PIN_PROCESSOR_LIST=<value> 1. <proclist> : lista de nºs/rangos de procesadores lógicos separados por comas2. [<procset>][:[grain=<grain>][,shift=<shift>]\[,preoffset=<preoffset>][,postoffset=<postoffset>]<procset> : all (procesadores lógicos)| allcores (cores)| allsocks (sockets)<grain> : granularidad<shift> :salto en la selección entero positivo<preoffset> : desplazamiento en la selección inicial<postoffset> : desplazamiento en la selección final (alias offset)3. [<procset>][:map=<map>]<map> : bunch (lo más próximos en le socket)| scatter (lo más alejados posibles con compartición de recursos mínima) | spread (procesos consecutivos)

“Pinning” y “Binding”

Intel MPI: Tuning


export I_MPI_PIN_PROCESSOR_LIST=0,1,2,3

Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

Intel MPI: Tuning


export I_MPI_PIN_PROCESSOR_LIST=”allcores:grain=2,shift=4”

Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

Intel MPI: Tuning


Probar ejemplos:

Nodo

Package 0

c0 c1 c2 c3 c4 c5 c6 c7


Package 1

c0 c1 c2 c3 c4 c5 c6 c7


SO: 0,16 1,17 2,18 3,19 4,20 5,21 6,22 7,23 8,24 9,25 10,26 11,27 12,28 13,29 14,30 15,31

Agenda

Intel MPI: (1 hora)






Intel Trace Analyzer and Collector

http://software.intel.com/en-us/articles/intel-trace-analyzer-and-collector-documentation

Visualización y compresión del comportamiento de la aplicación paralela MPIEvaluación de estadísticas de profile y de balance de carga Rendimiento de rutinas y bloques de códigoAprender sobre el modelo de comunicaciones y datos de rendimiento.Identificación de “hotspots”.

Intel Trace Collector produce ficheros de traza que pueden ser analizados posteriormente con la herramienta Intel Trace Analyzer.Las trazas recogen información sobre las llamadas MPI y los mensajes transmitidos e incluso eventos específicos definidos por el usuario.

Su uso requiere simplemente el relinkado de la aplicación.

Agenda

Intel MPI: (1 hora)



Introducción

Collector: Uso, Instrumentación a nivel de usuario. Ejemplos.Analyzer: Introducción, GUI, CLI y conceptos. Ejemplos.



Intel Trace Collector

Compilación:No es necesario ningún cambio a no ser que se use específicamente el API propio del “Collector”.

API Collector: VT.h para C/C++ y VT.inc para Fortran. (-I$(VT_ROOT)/include)

Linkado:Mediante el uso de las variables de entorno: VT_ADD_LIBS VT_LIB_DIRMétodo simple: opción -trace

mpiicc -trace -o ctest.exe ctest.c

Aplicaciones C++ y compiladores GNU: -lmpigc/-lmpigc3/-lmpigc4 (según versión de g++)

Ejecución:

mpirun -trace -n 4 myApp

export LD_PRELOAD=libVTmc.so (Message Checker)mpirun -n 4 myApp

Ficheros de traza originados: *.stf (Structured Trace File Format (STF))


Aplicaciones MPI que fallan:

Existe la versión tolerante a fallos que permite la generación de las trazas:

mpicc -profile=vtfs -o ctest ctest.c

MPI-IO

Intel Trace Collector no soporta ROMIO lo que imposibilita la obteción de trazas de este tipo de aplicaciones.

Ejemplos: /apps/intel/itac/8.1.3.037/examples


Aplicaciones no MPI

Es posible la obtención de trazas de aplicaciones no MPI mediante la librería libVTcs.a

-lVTcs $VT_ADD_LIBS

La aplicación debe llamar VT_initialize() y VT_finalize() para generar la traza.

Los compiladores de Intel pueden instrumentar automaticamente las funciones en compilación.

Opciones:

-tcollect y -tcollect=VTcs (aplicaciones no MPI)Todas las funciones son instrumentadas

-tcollect-filter <file>Para filtrar las funciones a instrumentar:func1 onfunc2 off

gcc/g++ : Compilar con -finstrument-function


Aplicaciones binarias

Utilidad itcpin:

itcpin [<ITC options>] -- <application command line>

--list : lista las funciones del ejecutable (acompañar con --debug : funciones agrupadas por ficheros fuente, --demangle útil para C++ mostrando los métodos por clases ...)

--run : ejecuta el programa. Por defecto usa libVT si encuentra funciones MPI sino con la opción –-insert se especifica la librería a usar.

--profile : tracing de funciones (filtros con --state, --activity, --symbol, --config)


Soporta Multihilo

Información estadística: útil cuando desconocemos la magnitud de la traza. Variables de entorno: VT_STATISTICS=ON y VT_PROCESS=OFFstftool –print-statistics : obtener las estadisticas de los ficheros stf

Combinación con información de rendimiento hardware: llamada de sistema getrusage() + PAPI (Performance Application Programming Interface)

Combinación con contadores del sistema operativo: Opción de configuración COUNTER <counter name> ON.disk_io| net_io | cpu_idle | cpu_sys | cpu_usr

Tracing de aplicaciones distribuidas (comunicación distinta de MPI): VTserver


Probemos ejemplos ...

Agenda

Intel MPI: (1 hora)



IntroducciónCollector: Uso, Instrumentación a nivel de usuario. Ejemplos.

Analyzer: Introducción, GUI, CLI y conceptos. Ejemplos.



Intel Trace Analyzer

Comando:

traceanalyzer <fichero de traza>

Aplicación gráfica que permite visualizar los datos de las trazas. Cada vez que se abre un fichero de traza se crea un fichero de cache con datos procesados de la información de la traza para facilitar la gestión.


Interface de línea de comandos

Procesado de los ficheros de traza sin la necesidad de usar la GUI

Por ej: creación de ficheros de cache (en algunos casos es un proceso demandante):traceanalyzer --cli trace.stf -c0 -w

Están disponibles numerosas opciones de uso experto de utilidad en el desarrollo de scripts de automatización aunque no se asegura el mantenimiento de estas opciones entre versiones.

Probemos ejemplos ...


Agenda

Intel MPI: (1 hora)





¿Casos de usuarios?Rendimiento compiladores, MKL y MPI.Benchmarks sintéticos y aplicaciones.

Benchmarks

Rendimiento pico (Peak performance):

FLOPS=cores×clock×(FLOPscycle

)

GFLOPS = #chassis * #nodes/chassis * #sockets/node * #cores/socket * GHz/core * FLOPs/cycle

http://www.intel.com/support/processors/sb/CS-017346.htm

FLOPs/cycle: se consideran operaciones de datos de 64bits de coma flotante. Depende de la implementación hardware de las operaciones de coma flotante en el procesador (ver https://sites.google.com/a/stanford.edu/fpgen/why). Habitualmente 4 (2 FPUs con capacidad de 2 operaciones simultaneas por ciclo) aunque puede ser 2 por ej en los atom o 8 si vamos a los procesadores del intel mic (8 Fused Multiply and Add (FMA) floating point operations in double precision).

Lista de rendimientos pico de los procesadores de intel:

Benchmarks

Intel MPI Benchmarks (Ver guía de usuario):

1) Descomprimir:tar zxvf imb-3.2.4-updated.tgz- ./doc (ReadMe_IMB.txt; IMB_Users_Guide.htm; IMB_Users_Guide.pdf, the methodology description)- ./src (program source code and Makefiles)- ./license (Source license agreement, trademark and use license agreement)- ./versions_news (version history and news)- ./WINDOWS (Microsoft* Visual Studio* projects)

2) Compilar con las herramientas de intel:module load icc impigmake -f make_ict

Alternativamente con mvapich2: gmake -f make_mpich (editar make_mpich y fijar MPI_HOME adecuadamente)

Se obtienen los siguientes ejecutables: IMB-EXT,IMB-IO,IMB-MPI1

3) Ejecutar como cualquier programa mpi

Benchmarks: HPL Linpack

Intel LinpackIncluido en la mkl: composerxe/mkl/benchmarks Incluye código fuente y binarios precompilados para todas las arch de intel.Incluye el modo híbrido (MPI/OpenMP) que puede ser muy interesante en casos de una red lenta.Descargable directamente:http://software.intel.com/en-us/articles/intel-math-kernel-library-linpack-download

HPL - A Portable Implementation of the High-Performance Linpack Benchmark for Distributed-Memory Computershttp://www.netlib.org/benchmark/hpl

La compilación necesita librerías de blas/lapack. No es recomendable el uso de las versiones que vienen como paquete por defecto en la rhel. Sin embargo se puede instalar como paquete atlas (atlas-sse3.x86_64 librerías en /usr/lib64/atlas-sse3).

Librería opensource blas/lapack con buen rendimiento: http://www.openblas.netSería necesario compilarla adecuadamente previo al hpl.

Benchmarks: HPL Linpack

HPL – Parametros principales (HPL.dat)

N: Tamaño del problema. Se suele recomendar un tamaño del problema que ocupe el 80% de la memoria disponible. Sin embargo actualmente esto es muy alto y hace que el tiempo de computo sea enorme: incrementar hasta obtener pico.

P,Q:grid de procesos. Define el nº de procesadores a usar: P*QSe recomienda que sean lo más parecido posibles.Aproximación a la memoria requerida: 8 * N * N / (P * Q) bytes

NBs: Tamaño de bloque de la rutina de multiplicación de matrices. En el caso de las Intel MKL se recomienda probar estos 3: 256, 192, 128. Con otras librerías algún otro puede ser el óptimo … Tocaría probar: desde el pto. de vista de la distribución de los datos conviene tamaños pequeños pero desde el pto. de vista del computo conviene que no sea muy pequeño ya que perderías reutilización y desaprovecharías caches.

Broadcast: Tipo de algoritmo para hacer el broadcastEn general probar las 5 opciones, 4 y 5 deberían ser óptimas para el caso de tener nodos muy rápidos comparados con las comunicaciones (red de alta latencia).

Benchmarkings Sintéticos

MPI:Intel MPI Benchmarks:http://software.intel.com/en-us/articles/intel-mpi-benchmarkshttp://software.intel.com/sites/products/documentation/hpc/ics/imb/32/IMB_Users_Guide/IMB_Users_Guide.pdf

Fácil uso. Validación de una instalación.

OSU Micro Benchmarks:http://mvapich.cse.ohio-state.edu/benchmarks

Similar al IMB aunque más actualizado.


HPCC Challenge Benchmark: HPL (LINPACK) + Adicionales (STREAM,FFT …):

http://icl.cs.utk.edu/hpcc

●Uso de kernels más cercanos al “mundo real”●Escalado del tamaño de datos y tiempo deacuerdo al sistema


NAS Parallel Benchmarks

http://www.nas.nasa.gov/publications/npb.html

●Kernels de aplicaciones de CFD (elementos finitos, mallados, ...)●Escalado del tamaño de datos y tiempo deacuerdo al sistema●Disponibles tanto para MPI como para OpenMP●Distintos parámetros y tamaños agrupados en clases:http://www.nas.nasa.gov/publications/npb_problem_sizes.html

Benchmarkings Aplicaciones

Muy heterogéneos.No suele haber referencias estándar, depende de cada aplicación.

http://www.deisa.eu/science/benchmarking

Intentos de referencias “estándar”:

Servidor UCA

SLURM

Guía básica de uso

Lanzar un trabajo a cola que utilizará 2 nodos: sbatch -N2 trabajo.sh

Ver el estado de las colas: squeue sjstat

Ver la salida estándar del trabajo con identificador 8: cat slurm-8.out

Lanzar un comando en interactivo en 2 nodos: srun -N2 -l /bin/hostname

Ver información general sobre los nodos y las particiones de SLURM: sinfo

SLURM

sbatch

Con este comando se envía a Slurm un script a ejecutar, el cual contendrá la llamada al/los ejecutable/s que se quiere ejecutar en los recursos asignados al trabajo.Las opciones del comando se le pueden pasar de forma interactiva, o dentro del script, con #SBATCH y la forma larga de la opción.El comando devuelve el identificador del trabajo.

sbatch -N2 -n32 trabajo.sh

SLURM

srun

Con este comando se envía directamente el ejecutable, en lugar de un script, que correrá en todos los recursos solicitados a través de opciones del comando.El comando devuelve la salida del ejecutable que se pasa como parámetro.

srun -N2 -l /bin/hostname

SLURM

salloc

Con este comando se solicita una asignación de resursos para el ejecutable que se le pasa como parámetro, generalmente un programa para usar de forma interactiva. Si no se le pasa ningún programa como parámetro toma por defecto la shell predefinida del usuario (p.ej:bash) y la abre, de tal forma que desde esa shell el usuario tiene control directo sobre los recursos que le acaban de ser asignados.

salloc -n2

SLURM

scancel <job-id>

Con este comando se cancela un trabajo. También puede usarse para mandar señales específicas.

scancel 832scancel --signal=USR1 --batch 1236

SLURM

Opciones básicas

-n, --ntasks=<number>For srun this option specify the number of tasks to run.

sbatch and salloc do not launch tasks, they request an allocation of resources and submits a batch script (sbatch) or executes some command (salloc).

-N, --nodes=<minnodes[-maxnodes]> Request that a minimum of minnodes nodes be allocated to this job. A maximum node count may

also be specified with maxnodes. If only one number is specified, this is used as both the minimum and maximum node count. If -N is not specified, the default behavior is to allocate enough nodes to satisfy the requirements of the -n and -c options.

-t, --time=<time> Acceptable time formats include "minutes", "minutes:seconds", "hours:minutes:seconds",

"days-hours", "days-hours:minutes" and "days-hours:minutes:seconds".

SLURM

Otras opciones

-p, --partition=<partition_names> Request a specific partition for the resource allocation. If not specified, the default behavior is to allow the slurm controller to select the default partition as designated by the system administrator. If the job can use more than one partition, specify their names in a comma separate list and the one offering earliest initiation will be used.

--ntasks-per-node=<ntasks> Request the maximum ntasks be invoked on each node. Meant to be used with the --nodes option. This is related to --cpus-per-task=ncpus, but does not require knowledge of the actual number of cpus on each node. In some cases, it is more convenient to be able to request that no more than a specific number of tasks be invoked on each node. Examples of this include submitting a hybrid MPI/OpenMP app where only one MPI "task/rank" should be assigned to each node while allowing the OpenMP portion to utilize all of the parallelism present in the node, or submitting a single setup/cleanup/monitoring job to each node of a pre-existing allocation as one step in a larger job script.

SLURM

Probemos ejemplos

aurelio rodríguez aurelio@cesga - ucasupercomputacion.uca.es/wp-content/uploads/2013/10/pt... ·...

Documents