Architectural support for parallelization environment CAPSULE

• Auteur / Autrice : Zheng Li
• Direction : Olivier Temam
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2010
• Etablissement(s) : Paris 11 en cotutelle avec Université étrangère
• Partenaire(s) de recherche : autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Programmation parallèle (informatique)

Mots clés libres

Parallel programming

Contional division

Performance predictability

Network on chip

Résumé

En raison de la multi-cores, il y a une forte incitation à paralléliser des applications. Cependant, il n'y a pas de consensus sur la façon de paralléliser facilement de tels programmes, et la situation est en train de devenir critique. Pour cela, le groupe ALCHEMY de l'INRIA a proposé CAPSULE, une approche de parallélisation conditionnelle. En déléguant la division des tâches et la distribution des tâches à l'architecture ou à runtime, CAPSULE a à la fois simplifié la tâche du programmeur, et a réalisé une meilleure exploitation des ressources matérielles. Cette thèse a présenté une implémentation purement logicielle de CAPSULE, qui est basée sur les threads Posix, mais fournit des primitives simples pour le programmeur. Les résultats expérimentaux ont montré que l'implémentation logicielle est bien adaptée à multi-cores de mémoire partagée avec un petit nombre de cœurs. La thèse a également montré que l'approche de division conditionnelle pourrait améliorer la performance ainsi que la stabilité des exécutions parallèles en temps réel dans les systèmes embarqués. Si multi-cores devient many-cores, il faudra probablement adopter des architectures à mémoire physiquement distribuée. Nous avons constaté qu'un processor composé d'un grand nombre de cœurs avec une mémoire physiquement distribuée vraiment favorise un support matériel que un support logiciel pour le probing et la division. Nous avons proposé un support matériel sur lequel le contrôle de la division est uniquement basé sur des informations locales et non pas centralisé. Nos expériences montrent que cette approche de support matériel surperforme les régimes de division centrale et est plus scalable.

Due to the multi-cores, there is a strong incentive to parallelize applications. However, there is no consensus on how to easily parallelize such programs, and the issue is now becoming critical. For this purpose, the ALCHEMY group of INRIA proposed CAPSULE, a conditional parallelization approach. By delegating component spawning and mapping decisions to the architecture or runtime, CAPSULE both simplified the task of the programmer, and achieved a better exploitation of hardware resources. This thesis presented a pure software implementation of CAPSULE, which is based on the Posix threads, but provides simple primitives for the programmer. The experimental results showed that the software implementation is well suited to shared-memory multi-cores with few cores. The thesis also showed that the conditional division approach could improve both the performance and the stability of the real-time execution of parallel programs in embedded systems by maximally using the available cores. If multi-cores become "many-cores", they will likely have to transition to physically distributed memory architectures. We have found that a large number of cores with a physically distributed memory do favor a hardware support over a software support for probing and division. We have proposed a hardware support where the division control is only based on local information and is not centralized. Our experiments show that this hardware-supported localized approach does outperform the central division schemes and is more scalable.