使用 openMP 和 openACC 的多线程多 GPU 计算

Question

我正在尝试编写将 openmp 线程移植到单个 gpu 的代码。我发现的案例研究/代码非常少。因为我不是计算机科学背景。 我在编程方面的技能较少。

This is how the basic idea look's like

这是迄今为止开发的代码。

    CALL OMP_SET_NUM_THREADS(2)
!$omp parallel num_threads(acc_get_num_devices(acc_device_nvidia))
do while ( num.gt.iteration)

id = omp_get_thread_num()
call acc_set_device_num(id+1, acc_device_nvidia) 

    !!$acc kernels
    !error=0.0_rk
    !!$omp do
    !$acc kernels
    !!$omp do
    do j=2,nj-1
        !!$acc kernels  
        do i=2,ni-1
            T(i,j)=0.25*(T_o(i+1,j)+T_o(i-1,j)+ T_o(i,j+1)+T_o(i,j-1) )
        enddo
        !!$acc end kernels
    enddo
    !!$omp end do
    !$acc end kernels
    !!$acc update host(T,T_o)

    error=0.0_rk
    do j=2,nj-1
        do i=2,ni-1
            error = max( abs(T(i,j) - T_o(i,j)), error)
            T_o(i,j) = T(i,j)
        enddo
    enddo
    !!$acc end kernels
    !!$acc update host(T,T_o,error)
    
    iteration = iteration+1
    print*,iteration   , error 
    !print*,id
    
enddo
!$omp end parallel

Answer 1

这里有很多问题。

首先，您不能在 do while 上放置 OpenMP（或 OpenACC）并行循环。 while 是否有不确定的迭代次数，因此会创建一个依赖关系，即退出循环取决于循环的前一次迭代。您需要使用 DO 循环，其中迭代次数在进入循环时是已知的。

其次，即使将其转换为 DO 循环，如果并行运行，也会出现竞争条件。每个 OpenMP 线程都会将值分配给 T 和 T_o 数组的相同元素。加上 T_o 的结果被用作下一次迭代的输入，创建一个依赖。换句话说，如果你试图并行化外部迭代循环，你会得到错误的答案。

对于 OpenACC 代码，我建议在迭代循环周围添加一个数据区域，即 "!$acc data copy(T,T_o)" 在迭代循环之前和循环之后 "!$acc end data" ，以便数据仅在设备上创建一次。正如您现在所拥有的那样，每次通过迭代循环都会隐式创建和复制数据，从而导致不必要的数据移动。还在最大误差减少循环周围添加一个内核区域，以便将其卸载。

一般来说，我更喜欢使用 MPI+OpenCC 进行多 GPU 编程而不是 OpenMP。使用 MPI，域分解是固有的，然后您就有了 MPI 等级到设备的一对一映射。并不是说 OpenMP 不能工作，而是您通常需要手动分解域。此外，尝试管理多个设备内存并使它们保持同步可能会很棘手。加上 MPI，您的代码还可以跨节点而不是仅限于单个节点。