всем снова драске  

буквально второй день увлечен OpenMP.
и вопрос: почему все до сих пор пишут многопоточный код руками? ведь в 90% случаев OpenMP сделает то же самое, но только лучше! а главное - никакого рукоблудства!

спасибо.


Это сообщение отредактировал(а) boostcoder - 20.6.2011, 05:41

Не все пишут, не всегда лучше (скорее уж так же), и, как всякий простой инструмент, OpenMP годится в основном для простых случаев.

пример сложного случая пожалуйста.

зы
нет. понятно, что нельзя в начале основной программы написать "#pragma parallel" и надеяться что вся программа распараллелится.

Аргумент один - shared memory нинужен.  Фу быть таким.

не у всех дома кластера стоят.

Добавлено через 1 минуту и 8 секунд
хотя... на сколько я Вас знаю, если бы тема была про MPI, то и тут Вы нашли бы что и как обложить.

Да причём тут кластеры?


OpenMP и MPI должны остаться в кровавых 90-х вместе с сишечкой и прочей мерзостью.  

да, попутал.
говорю же, второй день в теме.

а по сабжу будут аргументы?

Добавлено через 39 секунд
применительно к с++.

Ну, я к тому, что shared memory как модель параллельного программирования даёт очень много возможностей выстрелить себе в ногу. Тебе это, конечно, не испугает...  

К тому же, ты правильно заметил, что OpenMP - это только shared memory, а если есть в распоряжении система с распределённой памятью (distributed memory), то придётся скрещивать OpenMP с MPI. Достаточно один раз увидить такой код, чтобы понять, что такой хоккей нам не нужен. Сейчас набирает популярность partitioned global address space. Типо - лучшее из двух миров. Гугли, читай. Вот, например.

спасибо.

Добавлено через 12 минут и 1 секунду

но стОит заметить тот факт, что при помощи OpenMP вероятность такого исхода сильно сокращается, чем в сравнении с рукокодным кодом.

Потому что изучил ВинАПИ (в том числе и потоки-процессы - по книжке Рихтера, которую перевели и издали на русском в 1995) задолго до появления документации по ОпенМП  
Зачем тратить время на освоение инструмента, дублирующего уже изученный? Ведь есть много возможностей исследовать что-то действительно новое 

затем, чтоб потратить его один раз, и не заниматься рукоблудством вечно.

Это сообщение отредактировал(а) boostcoder - 20.6.2011, 05:42

Просто обеими руками ЗА. Невозможно вечно точить лопаты, надо и делать уже что-нибудь полезное. Если что-то хорошо знаешь, то руками делаешь быстрее, да и лучше... Это же не самоцель а просто инструмент (параллельное программирование в данном случае)

что стоит почитать по этой теме чтоб не писать код уровня 90х?

тем более, если это уже оформленно в виде библиотек, готовых модулей и т.д.
мало кто лепит новый проект с нуля..

OpenMP это не просто библиотека. это еще и поддержка со стороны компилятора. что и позволяет ему(OpenMP) быть таким простым и мощным, и избавляет от рукоблудства и человеческого фактора.

а как эта библиотека включается в проект?

при использовании gcc, ничего в проект включать не нужно. просто добавляешь опцию -fopenmp

если будешь напрямую использовать функции из нее в своем коде, заинклудь omp.h

кстати, вот snapshot gcc-4.7.0, собрал на днях: i686-pc-mingw32-bin-4.7.0-snapshop-20110617.
LTO+OpenMP+Graphite искаропки 

Добавлено @ 10:18
[оффтоп]
особенно порадовал LTO.
ну и c++0x: thread, mutex, atomic, condition и все что там есть 
[/оффтоп]


Это сообщение отредактировал(а) boostcoder - 20.6.2011, 10:21

а в каких известных проектах используют?

Во многих HPC (High Performance Computing) проектах. На кластерах всяких. Для распределения задачи по кластерным нодам используют MPI, а уже в рамках одной кластерной ноды - shared memory посредством OpenMP.

+ никакого рукоблудства
- так и не поймешь принципа работы многопоточности , если начинать сразу с openmp

простите что влазию в тему но очень стало интересно... появился ряд вопросов...
1. а чем openMP лучше или хуже того жу intel c++ который может сам оптимизировать код под многоядерный проц (ну кроме того, что под проц интел и он платный...)
2. если есть задача, которая уже написана на с++ для сложных ресурсоемких вычислений. предлагается сделать вычислительный кластер, который к примеру будет иметь одну управляющую ноду и 4 вычислительные. как и с помощью чего переписывать код? как это должно потом работать? подскажите что почитать плиз...

Вы же сами и написали - сам оптимизировать. В OpenMP это отдается в руки программиста. Кроме того, когда это делаешь сам руками, можно увидеть узкие места и переделать алгоритмы и структуры данных. В случае автомата, эти места увидит компилятор, но не факт, что он вам об этом скажет. И уж точно он не станет за вас переделывать алгоритмы и структуры данных (хотя может и попытается)


MPI

Скажет, если включить соотв. report-опции c соотв. уровнем подробности. Даже может столько сказать, что тошно читать будет.
Но все равно OpenMP круче, т.к. переносимее, разнообразнее и может сработать там, где автоматика откажется.


Наверное, все же нужно явно линковать библиотечный файл libomp - по крайней мере в mingw-g++ (win).

Это сообщение отредактировал(а) FCM - 3.7.2011, 17:02

вот вы мне их и подскажете. я их долго искал.


ну хз.. в моей сборке mingw этого делать не нужно. можно просто сам mingw собрать так, что он линковал эту либу при использовании "-fopenmp"  

Есть 2 но - они не документированы, и они вообще могут отсутствовать в релизной версии компилятора.


А тут есть 3е но - полностью разобраться в них может только человек, достаточно хорошо знакомый с устройством компиляторов   

Хотя у Intel есть продукт как раз для 'разобраться' - Parallel Studio

для линукс использую Hellgrind ;)

Добавлено через 1 минуту и 54 секунды
но и у libstdc++ есть встроенная миниподдержка обнаружения подобных ошибок: http://gcc.gnu.org/onlinedocs/libstdc++/ma...tml#debug.races
правда, я еще не разбирался с ней.

Насколько помню в Intel C++/ Intel Fortran  12 win 
/Qpar-reportn - где возможные значения n:  0,1,2,3 


Это сообщение отредактировал(а) FCM - 5.7.2011, 10:48

FCM, скажите, вы где-то в теме смогли обнаружить упоминание какого-либо компилятора кроме gcc? ;)

См.

FCM, ааа, понял. сорри.

Кстати, на Linux у icc компилятора есть масса недокументированных ручек для настройки оптимизаций. Список ручек доступен по опциям -mIPOPT -mP1OPT -mP2OPT -mP3OPT -mPGOPTI и -mPAROPT (только не забудьте подать какой нибудь файл на компиляцию, можно даже не существующий)
Под Win эти списки тоже доступны, но будут называться немного по другому (не помню точно, как именно)

Добавлено через 1 минуту и 29 секунд

Это не совсем то. Parallel Studio умеет не только ошибки искать, но и давать советы по тому, как можно запаралелить программу

есть варианты для Linux?

Да, Intel Parallel Studio XE заявленна под Win и Linux

нужно попробовать...
а у нее и GUI есть? оО или в каком виде она предлагает оптимизации/изменения?

Добавлено через 2 минуты и 59 секунд
гугл не показывает ни одного скриншота по запросу "intel parallel studio xe linux screenshots"...