Forth 支持多线程吗？答案

【问题标题】：Does Forth support multithreading?Forth 支持多线程吗？
【发布时间】：2015-12-20 14:13:43
【问题描述】：

我对 Forth 编程语言有一段时间的简短了解。是否可以在 Forth 中使用同步原语进行多线程处理？

例如，是否可以在 Forth 中使用多个线程进行 n×n 矩阵乘法？如果有，其基本机制或编程模式是什么？

【问题讨论】：

标签： multithreading forth stack-based

【解决方案1】：

为了既定目标，多线程必须是先发制人的。简单的 Forths 有一个暂停任务循环来运行任务一个接一个，从不重叠。非常有用但在这种情况下不是。

现代，专业，Forth 可以做多线程，但我只知道一个具有特殊原语的，以使其更容易。

前面给出的示例矩阵乘法不是多线程演示。

据我所知 (*)，只有 iForth 编译器有特殊的多线程原语（基于 OCCAM），并附带真正运行速度快 x 倍的示例在 n 核处理器上（其中 x

0 VALUE jj 

: mmul2 ( F: -- r )
    a3 /size DFLOATS ERASE
    /rsz 0 DO  
           I TO jj
           PAR
             STARTP  /rsz 0 DO  a1 jj     /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj     /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 1+  /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 1+  /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 2+  /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 2+  /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 3 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 3 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 4 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 4 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 5 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 5 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 6 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 6 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 7 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 7 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
           ENDPAR
      8 +LOOP 
    0e  a3 /size 0 ?DO  DF@+ F+  LOOP DROP ;

对于 1024 x 1024 矩阵，此 (mmul2) 大约比单线程版本 (mmul1) 快两倍。

FORTH> TESTS
DOT/AXPY using 64 bits floats.
Vector size = 1048576
mul0 (dot)         :  6.8719411200000000000e+0013 0.133 seconds elapsed.
mul1 (dot_sse2)    :  6.8719411200000000000e+0013 0.106 seconds elapsed.
mmul0 (axpy)       :  5.6294941655040000004e+0014 0.981 seconds elapsed.
mmul1 (axpy_sse2)  :  5.6294941655040000004e+0014 0.400 seconds elapsed.
mmul2 (Paxpy_sse2) :  5.6294941655040000004e+0014 0.114 seconds elapsed. ok

(*) 有传言称 MPE 和 Forth Inc 最近添加了类似的功能。

【讨论】：

【解决方案2】：

任何可以进行多任务处理的 Forth 也可以进行多线程处理。（他们是在应用程序中做同样的事情。）现在几乎所有的 Forth 都可以做到。

你可以这样做：

include fsl-util.f

 3 3 float matrix A{{
 A{{ 3 3 }}fread  1e 2e 3e  4e 5e 6e  7e 8e 9e
 3 3 float matrix B{{
 B{{ 3 3 }}fread  3e 3e 3e  2e 2e 2e  1e 1e 1e
 3 3 float matrix C{{    \ result

 A{{ B{{ C{{ mat*
 C{{ }}print

【讨论】：

我做了一个编辑给你一个示例代码。希望对您有所帮助，我想不出任何其他方式。
关于fsl-utilf.f -- Forth Scientific Library 不使用多线程进行矩阵乘法，并且根本不支持任何并行性，因为它是仅基于标准功能的通用库.

【解决方案3】：

目前，Forth 标准没有指定任何与多线程或多任务相关的词。虽然，许多历史悠久的 Forth 实现都有这样的原语，或者允许使用 Forth-assembler 或 API 定义它们到底层系统。

例如，同步原语和multithreading in SP-Forth/4 大多只是 Windows 和 Linux (pthreads) API 的通用包装器。

请注意，应该使用线程池来为小型操作提供更好的性能 - 因为创建/销毁线程可能是耗时的操作。

也有可能通过使用SSE operations，甚至GPU（参见gpu.js for example），实现n×n矩阵乘法可以获得更好的收益。

无论如何，解决方案取决于特定的 Forth 系统。

示例（概念模型）

使用矩阵和线程池库，矩阵乘法可能如下所示：

\ matrices vocabulary is in the context.

slot-enum{ m1 m2 m3 tp }slot-enum

: calc-item { r c -- }
  0e  m1 columns 0 do
    r i m1 item
    i c m2 item
    F* F+
  loop  r c m3 item!
;
: mult-matrix ( a b c -- ) \ c = a * b 
  m3! m2! m1!
  \ m3 dimenisions should be m1 rows x m2 columns 
  threadpool::new-group tp!
  m1 rows 0 do m2 columns 0 do
    i j 2 'calc-item tp threadpool::run
  loop
  tp threadpool::join
  tp threadpool::free
;

【讨论】：