与 GPU 相比的协处理器加速器答案

【问题标题】：Coprocessor accelerators compared to GPUs与 GPU 相比的协处理器加速器
【发布时间】：2015-04-04 10:50:44
【问题描述】：

像 Intel Xeon-Phi 这样的协处理器是否应该像 GPU 一样被使用，所以应该卸载大量执行 单个内核 的块，以便只有协处理器处理的整体吞吐量会提高速度，或卸载独立线程（任务）也会提高效率？

【问题讨论】：

【解决方案1】：

Xeon Phi 需要高度的功能并行性（不同线程）和矢量并行性 (SIMD)。由于内核本质上是增强型奔腾处理器，串行代码运行缓慢。这将随着下一代而有所改变，因为它将使用更快、更现代的内核。当前的 Xeon Phi 也像任何协处理器一样存在 I/O 瓶颈，必须通过 PCIe 总线进行通信。

因此，尽管您可以将内核卸载到每个处理器并利用 512 位矢量化（类似于 GPGPU），但您也可以将代码分成许多不同的功能块（即不同的代码/内核）并在不同的一组英特尔至强融核内核。同样，不同的代码块也必须利用 512 位 SIMD 向量。

Xeon Phi 也作为本机处理器运行，因此您可以通过挂载 NFS 目录树、使用 TCP/IP 在集群中的卡和其他处理器之间进行通信、使用 MPI 等来访问其他资源。请注意，这不是 '卸载'但本机执行。但 PCIe 总线仍然是限制 I/O 的重要瓶颈。

总结一下，

【讨论】：

谢谢。我最感兴趣的是使用 OpenMP/OpenACC 卸载任务。您是否知道 threadblocks 是如何分配给内核的？这些块是否在某种程度上类似于 CUDA 编程模型（随机）？或者总是只有一个线程块，它将线程分布在所有可用的内核上？
借助 OpenMP，英特尔提供环境变量，允许您指定希望分配线程的位置和方式。 KMP_PLACE_THREADS 允许您指定要使用的内核数以及每个内核要使用的线程数。 KMP_AFFINITY 允许您指定希望如何分配线程。紧凑的亲和性将按顺序分配线程。分散关联将尝试以循环方式将线程放置在核心上。顺便说一句，这些变量也适用于其他英特尔处理器。
@froth 我在哪里可以找到更多相关信息？（即那些环境变量以及英特尔至强融核的编程模型？）
@MarcAndreson 你可以去software.intel.com/en-us/xeonphi。编程选项卡下有关于编程的文章、博客和人们提出类似问题的论坛。然后是编译器和工具参考手册和用户指南，您可以在页面顶部的工具->文档下找到。免责声明 - 正如 URL 所暗示的那样，该站点归英特尔所有，您在那里找到的答案将集中在英特尔产品上。还有几本书（死树和电子书）来自通常的在线书商。