Mercurial > hg > Papers > 2017 > ikkun-sigos
view presen/slide.md @ 20:14c29d30af86
Update
author | Tatsuki IHA <e125716@ie.u-ryukyu.ac.jp> |
---|---|
date | Mon, 15 May 2017 18:14:36 +0900 |
parents | e47c2015e1e5 |
children | 3969cb54328a |
line wrap: on
line source
title: Gears OS における並列処理 author: Takui Higashionna profile: lang: Japanese code-engine: coderay # メタ計算を使った並列処理 - 並列処理のプラグラミングは、処理のパイプライン - 当研究室ではメタ計算をサポートする言語として Continuation based C (CbC) を開発している - CbC は Code Gear と Data Gear という処理とデータの単位を持っており、メタ計算を行うための Meta Code Gear、Meta Data Gear がある。 - Gears OS は CbC を用いて記述されている。 # Code Gear Data Gear - Code Gear Data Gear とはプラグラムを分解し、処理の部分を Code Gear int や文字列などの部分を Data Gear という単位で分ける。 - Code Gearの処理はその処理に必要な Data Gear が揃ってから行われる。 - Code Gear の処理の移行は goto を使って行い、この移行の仕方を継続という。 - goto による移行は戻り値を持たないため、スタックを積む必要のない、スタックに積まない継続を軽量継続と呼ぶ。 # Code Gear Data Gear を用いた計算 - Code Gear の処理の実行は、接続された Data Gear が揃ってから実行される。 - Data Gear には Output Data Gear と Input Data Gear があり、Code Gear は接続された Data Gear 以外を変更することはない。 - そのため通常の計算ではポインタを気にすることはなく、ポインタ演算はメタ計算部分で行われる。 - Code Gear の処理は tail call のみで遷移を行う関数型プログラミングである。 - agda に変換することができ、プログラムの正しさを証明できる。 # メタ計算 - メタ計算は通常の計算のための計算である - 並列処理の依存関係の解決、GPUなどのアーキテクチャ実行のための処理を行う。 - Gears OSではメタ計算は Meta Code Gear、Meta Data Gear で表現される。 # Gears OS - Gears OS は Code Gear、Data Gearの単位を用いて開発されており、CbCで記述される。 - Meta Code Gear は 通常の Code Gear の直後に遷移され、メタ計算を実行する。 - Meta Code Gear で OS の機能であるメモリ管理やスレッド管理を行う。 # Gears OS の並列性 - Code Gear が処理するのに必要なinput Data Gear と処理実行後に出力される Input Data Gear の組を Task と呼ぶ。 - Code Gear は Task 以外とは依存関係がない - 依存関係が明確化されている Code Gear Data Gear で記述することで、並列化し易い。 <div style="text-align: center;"> <img src="./fig/codeGear_dataGear.svg" alt="message" width="800"> </div> # Gears OS の柔軟性 - Gears OS はメタ計算を使用することで -- データ拡張や機能の追加 -- GPU 等の様々なアーキテクチャでも同じプログラムの動作 - メタ計算は通常の処理と階層を分けて処理を行う。 <div style="text-align: center;"> <img src="./fig/meta_gear.svg" alt="message" width="800"> </div> # Gears OS の構成 - Gears OS は以下の要素で構成される。 # Context - Gears OS は Context と呼ばれる接続可能な Code Gear、Data Gear のリスト、Temporal Data Gear のためのメモリ空間等を持っている Meta Data Gear を持つ。 - Gears OS は必要な Code Gear、Data Gear に参照したい場合、この Context を通す必要がある。 - Context は 接続に必要な Code/Data Gear のリスト、 Data Gear を確保するためのメモリ空間、実行する Code Gear、Code Gear の実行に必要な Input Data Gear のカウンタ等をもっている。 # TaskManager - TaskManager は Task、Worker の生成 - Worker に生成した Task の送信 - 生成した Worker の終了処理等を行う # Worker - Worker は thread と実行する Task が入っている Queue を持っている。 - Worker は TaskManager から送信された Task を Queue から取り出し、Code Gear を実行する。 - Task は Context なので、Code Gear の実行に必要な Input Data Gear はその Context から参照される。 - Code Gear を実行した後は出力される Output Data Gear から依存関係を解決する。 # GPGPU - もともとは画像出力や画像編集などの画像処理に用いられるGPUを画像処理以外に利用する技術のこと。 - GPUにはCPUに比べ多数のコアがあり、並列に処理することによってCPUよりも高速に処理を行うことができる。 - CPUに比べ複雑な計算ができない、GPU単体に直接命令を書き込むこともできないなど、問題点も存在する。 # CPUWoker - Worker thread で動くTaskスケジューラーである。 - synchronized queue からTask の List を読み込み実行する。 - Data Gear の待ち合わせ管理を行う。 - CPU Worker はreceive Tasl というAPI を持ち、Taskがなくなるまで繰り返す。 # CUDAWoker - CPUWoker を再利用して作成するTask スケジューラー - CUDA ライブラリの初期化を行う以外の動作はCPUWoker と全く同じとなる。 - GPU へのデータ転送及びGPU側でのTaskの実行はTaskのMeta Code Gear で行われる。 # 依存関係の解決 - Gears での依存関係の解決は Data Gear にQueueをもたせることで行う - Queue には その Data Gear を待っている Task が入っている - Task は実行に必要な Input Data Gear のカウンタを持っており, Data Gear は書き出されると、依存関係にある Taskのカウンタをデクリメントする - 全ての Input Data Gear が揃ったら, Taskを Worker に送信する <div style="text-align: center;"> <img src="./fig/dependency.svg" alt="message" width="800"> </div> # Task の設定におけるメタ計算の問題 - 現在のGears OS では並列実行するTask の設定を以下の用に行っている。 - 実行するCode Gear 揃っていない Input Data Gear の数、Input Data Gear/Output Data Gear への参照等をノーマルレベルで記述している。 # Task の設定におけるメタ計算の問題 - この記述方法では Meta Data Gearである Task を直接参照しているためノーマルレベルでの記述は好ましくなく、メタレベルでの記述を行いたい。 - そこで以下のような記述を新たに考案した。 - par goto は先に上げたCode1 に変換されるきじゅつであり、これによりノーマルレベルでは直接 Taskを参照せずに par goto の引数で Task の設定を行うことができる。 - この記述を拡張することでCPU GPUでの切り替えを行うことも可能であると考える。