Fortran

智能处理与应用　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎ　Ｆｏｒｔｒａｎ程序ＣＵＤＡ并行化总结　段红英　（陇东学院信息工程学院，甘肃庆阳７４５０００）　摘要：虽然Ｆｏｒｔｒａｎ常用来进行科学计算，但是面对计算量大的程序仍然很耗时。通常人们￣ｑＭＰＩ进行粗粒度的并行来　提高程序的运行效率，近年来随着ＧＰＵ计算能力的提高，将程序进行细粒度ＧＰＵ并行化成为一种趋势。文章基于ＮＶＩＤＩＡ￣＼　司的ＣＵＤＡ框架，就Ｆｏｒｔｒａｎ程序向ＣＵＤＡ移植过程中的一些问题进行总结，并给出了相应的解决方案。　关键词：Ｆｏｒｔｒａｎ：Ｃ：ＣＵＤＡ：Ｆｏｒｔｒａｎ程序　中图分类号：ＴＰ３１１　文献标识码：Ａ　文章编号：２０９５—１３０２（２０１５）１１—００９２—０２　０引言　Ｆｏｒｔｒａｎ是常用的科学计算语言，其突出的特性就是能实　现自然描述且描述接近数学公式，有较好的执行效率，但是　由于在计算流体力学、现代医学影像、分子动力学等领域的　模拟中，存在大量的程序计算，仍然耗时很多，有的计算需　要几天甚至几十天才能完成。为了提高程序的计算效率，我们　将Ｆｏｒｔｒａｎ代码并行化。通常人们用ＭＰＩ进行粗粒度的并行来　提高程序的运行效率，近年来随着ＧＰＵ计算能力的提高，将　程序进行细粒度ＧＰＵ并行化成为一种趋势。　ＣＵＤＡ是ＮＶＩＤＩＡ公司推出的一种用于ＧＰＵ高性能　计算的软硬件架构，它是对Ｃ语言的扩展。在其编程模型　中，ＣＰＵ作为主机（Ｈｏｓｔ）端调度整个程序，ＧＰＵ作为计算　设备（ｄｅｖｉｃｅ）对计算量大、数据并行性强的程序并行处理。　运行在ＧＰＵ上的并行计算程序称为ｋｅｒｎｅｌ，其必须通过　ｇｌｏｂａｌ一函数类型限定符定义，由ｈｏｓｔ端程序调用启动。　Ｆｏｒｔｒａｎ程序ＣＵＤＡ并行化的完成一般分为编码、编译、　测试、优化几个阶段，以下从这几个方面分别进行　结阐述。　１编码　在编码阶段，Ｆｏｒｔｒａｎ程序ＣＵＤＡ并行化即为　Ｆｏｒｔｒａｎ—Ｃ—ＣＵＤＡ的过程。　１．１　Ｆｏｒｔｒａｎ—Ｃ的转化过程　从Ｆｏｒｔｒａｎ到Ｃ的转化过程，只需要在掌握二者语法的　基础上，逐行翻译即可，但翻译工作中需要注意以下细节。　（１）数组　Ｃ语言中数组的起始编号为０，而Ｆｏｒｔｒａｎ的默认起始编　号为１，但也可以用（ｉｄｘｌ：ｉｄｘ２）的方式自己定义，这就需要　我们把程序中的每个数组变量的定义弄明白，翻译时对默认　定义的数组标号减１，非默认定义的，则用［ｉ－ｉｄｘ１］来计算实　收稿日期：２０１５－０９—１７　／　９２物联网技术２０１５年／第１１期　际标号。　其次是多维阵列。虽然Ｃ和Ｆｏｒｔｒａｎ中所谓的多维阵列　都是一个连续的一维存储空间，但是它们对于行列的分割却　相反。如图１（ａ）和图１（ｂ）分别给出了Ｃ和Ｆｏｒｔｒａｎ对于数　组ａ［３］［２］各自的数组分割方式。由此，我们在翻译过程中定　义和使用多维数组时都须将数组的行列转换。如ａ（３：２）变　为Ｃ时应为ａ［２］［３］，对应图１（ｂ）。　２…．　…２…．　…２…一　Ｉ　Ｉ　卜………………共３组………………　（ａ）Ｃ语言数组分割图　卜……一３……　……３……　卜…………‘共２组…………・叫　（ｂ）Ｆｏｒｔｒａｎ数组分割图　图ｌ不同数组的分割图　（２）函数参数传递　Ｆｏｒｔｒａｎ中函数调用时一般传递的是参数的内存地址，而　Ｃ既可以进行值传递，也可以进行地址传递，一般需要返回　多个参数值时用地址传递。在翻译中，为了方便，所有函数都　采用地址传递。　（３）函数重载　在Ｆｏｒｔｒａｎ中为了共享数据的方便一般会用ｃｏｍｍｏｎ，如　下例所示，Ｆｏｒｔｒａｎ代码为：　Ｉｎｔｅｇｅｒ：：Ｉ，Ｊ，ｋ　Ｉｎｔｅｇｅｒ：：ｋｋ（３）　ＣＯＭＭＯＮ／ｔｅｓｔ／Ｉ，ｊ，ｋ　用Ｃ表达，需要用以下的方式：　ｉｎｔＩ，Ｊ，ｋ；　ｉｎｔｋｋ［３］；　ｉｎｔ　ｔｅｓｔ［３］＝｛＆Ｉ，＆Ｊ，＆Ｋ｝；　即把变量的地址连续地存储到一个数组中。在函数参数　传递时，在Ｆｏｒｔｒａｎ中调用ａｄｄｋｔ函数就可以传递数组ｋｋ，也　可以传递ｔｅｓｔ，代码如下：　ｓｕｂｒｏｕｔｉｎｅａｄｄｋｔ（ｋｄ，ｋｔ）　Ｉｎｔｅｇｅｒ，ｉｎｔｅｎｔ（ｉｎｏｕｔ）：：ｋｄ（３）

　智能处理与应用　ｌ　．　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎ　但是在Ｃ语言中要传递以上两种参数就出现函数重载问　题（一个为一维数组，另一个为二维数组），但对于过程化语　言Ｃ则没有该功能，我们只能把函数ａｄｄｔ定义为ａｄｄｋｔｌ（ｉｎｔ　ｋｄ，ｉｎｔｋｔ）和ａｄｄｋｔ２（ｉｎｔ　ｋｄ［］，ｉｎｔｋｔ）两个函数。　１．２　Ｃ—ＣＵＤＡ的转化过程　ＣＵＤＡ是一种数据并行性而非功能并行性的并行计算解　决方案。在Ｃ到ＣＵＤＡ的转化过程中，最关键的就是分析整　个程序，找到最耗时的代码部分，分析整个的可并行性，在　对整个物理过程理解的基础上，进行算法设计，然后并行化。　以核物理中的蒙卡输运程序为例，蒙特卡罗（Ｍｃ）方法　采用随机方法模拟物理过程，应用数理统计获取计算结果的　计算方法。蒙卡的整个输运框架如图２所示，其中，　为粒子　编号，Ⅳ为粒子总数。由于每个粒子输运过程相对独立、粒子　间通信量少、循环次数多，因此，可以一个粒子对应一个线程　来并行。　产生随机数过程模拟…　，　ｌ：　／　图２蒙卡输运框架　当然，若是有对程序足够的理解，并且Ｆｏｒｔｒａｎ和Ｃ都很　精通的情况下Ｉ则可以直接将Ｆｏｒｔｒａｎ程序ＣＵＤＡ并行化。　２测试　我们借助ＧＤＢ调试工具，将测试过程分为由下到上，和　由上到下两步。首先，由下到上的对单个程序逐级测试；然后，　根据程序写出多种输入参数，由上往下整体测试。　判定程序正确的方法就是此程序有相同的输入和输出，　有随机数的程序会给我们的测试带来很大的困难。如上面提　到的蒙卡输运程序，我们既要保证程序中输运过程的随机性，　又要通过测试保证程序的正确性。一般大家会想到产生一个　很大的随机数文件，分别读入到Ｆｏｒｔｒａｎ和Ｃ程序中，此方法　可行，但是在粒子数很多的情况下，效率很低。文章就此问题　提出了很好的解决方案，此处不再详细解述。　２．１　Ｆｏｒｔａｎ—Ｃ测试　对于变量少的程序，我们只需要手动打印出需要检测的　变量值进行对比，但是对于有几千个全局变量的计算程序，　逐一手动输出效率会很低。因此我们首先要找到程序中用到的　全局变量，然后根据这些变量书写ｍａｉｎ函数测试。这个问题　我们可以借助Ｐｅｆｌ、Ｓｈｅｌｌ等脚本语言完成。其步骤如下：　（１）人工找到程序中所有的全局变量，其类型，维数，　每一维的长度按照某种格式写到文件Ａ中；　（２）人工找出程序中的所有程序、子程序及函数的名字，　写到Ｂ中：　（３）书写脚本，根据文件Ａ，在所要测试的Ｆｏｒｔｒａｎ程序　的初始化部分，打印出所有全局变量的值，作为Ｃ程序的输入：　在所要测试的Ｆｏｒｔｒａｎ程序结束之前，打印出所有全局变量的　值，作为判断Ｃ程序的标准；　（４）书写脚本，实现初始化函数，即给Ｃ语言的变量初　始化；　（５）书写脚本，实现读入Ｆｏｒｔｒａｎ的输出值，判断Ｃ程　序的正确性。　在具体的脚本实现过程中，需要对Ｆｏｒｔｒａｎ语法详细分解，　如一个程序可能有多处结束，而在每个结束前都需要输出打　印。为了方便，同时打印出变量的类型、维数及每一维的长度。　２．２　Ｆｏｒｔａｎ—ＣＵＤＡ测试　ＣＵＤＡ程序的测试并不像Ｃ程序的测试那样简单，因为　由于算法原因，在功能不变的情况下整个程序可能会被打乱，　甚至对变量数组进行排序，由于原来的数组会打乱，致使不　能用ＧＤＢ调试工具进行对比，并且无法定位错误或者判断计　算中的正确性。虽然程序及数组顺序乱了，但是程序的功能不　会变，并且在相同功能的地方这些数组之和不会变，所以我们　可以在功能相同的地方对数据之和进行对比。　３结语　面对科学计算中串行程序的瓶颈，我们需要应用并行化　方法来解决，本文就Ｆｏｒｔｒａｎ向基于ＣＵＤＡ架构的ＧＰＵ移植　过程中所遇到的一些问题进行　结。当然为了更高的计算效率，　可以对初步的程序优化。　参考文献　［１］龚春叶．面向异构体系结构的粒子输运并行算法研究［Ｄ】．长沙：国　防科学技术大学，２０１１．　［２］ＮＶＩＤＩＡ．ＣＵＤＡ　Ｃ　ＰＲＯＧＲＡＭＭＩＮＧ　ＧＵＩＤＥ［Ｚ］．２０１２．　［３】Ｓｔｅｐｈｅｎ　Ｊ．Ｃｈａｐｍａｎ．Ｆｏｒｔｒａｎ　９５／２００３程序设计［Ｍ］．刘瑾，庞岩梅，　赵越，等，译．北京：中国电力出版社，２００９．　［４】Ｊａｓｏｎ　Ｓａｎｄｅｒｓ，ＥｄｗａｒｄＫａｎｄｒｏｔ．ＧＰＵ高性能编程ＣＵＤＡ实战［Ｍ］．　聂雪军，等，译．北京：机械工业出版社，２０１１：４３－６８．　［５】Ｒａｎｄａｌ　Ｌ．Ｓｃｂｗａｒｔｚ，ＴｏｍＰｂｏｅｎｉｘ　ｂｒａｉｎ　ｄ　ｒｏｙ．Ｐｅｒｌ语言入门［Ｍ】．　盛春，蒋永清，王晖，译．南京：东南大学出版社，２００７．　作者简介：段红英（１９８０一），女，汉族，甘肃庆阳人，本科，讲师。主要从事计算机应用方面的研究和教学工作。　２０１５年／第１１期物联网技术

９３　＼