Herramienta de paralelización automática

Esta es la primera etapa, donde el escáner lee los archivos fuente de entrada para identificar todos los usos estáticos y externos. Cada línea del archivo se compara con patrones predefinidos para separarla en tokens . Estos tokens se almacenarán en un archivo que posteriormente utilizará el motor de gramática. El motor de gramática verificará los patrones de tokens que coincidan con las reglas predefinidas para identificar variables, bucles, sentencias de control, funciones, etc., en el código.

El analizador se utiliza para identificar secciones de código que pueden ejecutarse simultáneamente. El analizador utiliza la información de datos estáticos proporcionada por el analizador sintáctico. Primero, el analizador identifica todas las funciones independientes entre sí y las marca como tareas individuales. Luego, determina qué tareas tienen dependencias entre sí.

El planificador enumera todas las tareas y sus dependencias entre sí en cuanto a tiempos de ejecución e inicio. El planificador genera una planificación óptima en cuanto al número de procesadores a utilizar o el tiempo total de ejecución de la aplicación.

El planificador genera una lista de todas las tareas y los detalles de los núcleos en los que se ejecutarán, junto con el tiempo de ejecución. El generador de código insertará construcciones especiales que el planificador leerá durante la ejecución. Estas construcciones le indicarán al planificador en qué núcleo se ejecutará cada tarea, así como las horas de inicio y finalización.

YUCCA es una herramienta de conversión automática de código secuencial a paralelo desarrollada por KPIT Technologies Ltd., Pune. Recibe como entrada código fuente en C , que puede contener varios archivos fuente y de cabecera. Genera como salida código paralelo multihilo transformado mediante funciones de POSIX Threads ( pthreads ) y construcciones de OpenMP . La herramienta YUCCA realiza la paralelización a nivel de tareas y bucles.

Par4All es un compilador (entorno de trabajo) de paralelización y optimización automática para programas secuenciales en C y Fortran. Este compilador de código fuente a código fuente adapta las aplicaciones existentes a diversos entornos de hardware, como sistemas multinúcleo, supercomputadoras y GPU . Genera un nuevo código fuente, lo que permite que el código fuente original de la aplicación permanezca sin cambios.

Cetus es una infraestructura de compilación para la transformación de código fuente a código fuente de programas de software escritos en C. Este proyecto es desarrollado por la Universidad de Purdue . Cetus está escrito en Java . Proporciona la infraestructura básica para escribir herramientas o compiladores de paralelización automática. Los métodos básicos de paralelización implementados son la privatización, el reconocimiento de variables de reducción y la sustitución de variables por inducción .

En febrero de 2013 se añadió una nueva interfaz gráfica de usuario (GUI) . En mayo de 2013 se incorporaron cálculos de aceleración y visualización de gráficos. También en mayo de 2013 se añadió un servidor remoto Cetus con modelo cliente-servidor , que permite a los usuarios transformar código C a través del servidor. Esto resulta muy útil cuando Cetus se ejecuta en una plataforma distinta a Linux . En mayo de 2013 se implementó una versión experimental de Cetus para Hubzero , que también permite ejecutar Cetus a través de un navegador web.

Pluto (estilizado como PLUTO) es una herramienta de paralelización automática basada en el modelo poliédrico , que, para la optimización del compilador, es una representación de programas que facilita la realización de transformaciones de alto nivel, como la optimización de anidamiento de bucles y la paralelización de bucles. Pluto transforma programas C de código fuente a código fuente para lograr paralelismo de grano grueso y localidad de datos simultáneamente. El marco de transformación principal funciona principalmente mediante la búsqueda de transformaciones afines para la segmentación y fusión eficientes, pero no se limita a estas. El código paralelo OpenMP para multinúcleos se puede generar automáticamente a partir de secciones de programas C secuenciales.

El compilador Polaris toma como entrada un programa Fortran 77, lo transforma para que se ejecute eficientemente en una computadora paralela y genera esta versión del programa en uno de los varios dialectos Fortran paralelos posibles . Polaris realiza sus transformaciones en varias fases de compilación . Además de muchas fases comunes, Polaris incluye capacidades avanzadas que realizan las siguientes tareas: privatización de matrices, prueba de dependencia de datos , reconocimiento de variables de inducción , análisis procedimental Inter y análisis simbólico de programas .

La función de paralelización automática del compilador Intel C++ traduce automáticamente las partes secuenciales del programa de entrada a código multihilo semánticamente equivalente. La paralelización automática determina los bucles que son buenos candidatos para la compartición de tareas, realiza el análisis del flujo de datos para verificar la correcta ejecución paralela y particiona los datos para la generación de código multihilo, según sea necesario en la programación con directivas OpenMP . Las aplicaciones OpenMP y de paralelización automática proporcionan las ventajas de rendimiento que ofrece la memoria compartida en sistemas multiprocesador.

Intel Advisor 2017 es una herramienta de optimización de vectorización y creación de prototipos de subprocesos. Integra varios pasos en su flujo de trabajo para buscar sitios paralelos, permitir a los usuarios marcar bucles para vectorización y subprocesos, verificar las dependencias de bucle y los patrones de acceso a la memoria para los bucles marcados, e insertar directivas pragma para vectorización y subprocesos.

AutoPar es una herramienta que inserta automáticamente directivas OpenMP en código C/C++ serial de entrada. Para programas con directivas OpenMP preexistentes, la herramienta verifica su corrección cuando se activa la opción correspondiente. A diferencia de las herramientas convencionales, AutoPar incorpora el conocimiento del usuario (semántica) para descubrir más oportunidades de paralelización.

Esta herramienta proporciona a los usuarios la asistencia necesaria para la paralelización OpenMP de un programa secuencial. Está implementada como un conjunto de funciones en el editor Emacs. Todas las actividades relacionadas con la paralelización del programa, como seleccionar una parte del programa, invocar un comando de asistencia y modificar el programa según la información de asistencia que muestra la herramienta, se pueden gestionar en el entorno del editor de código fuente. ^{[ 2 ]}

El compilador Vienna Fortran es un nuevo sistema de paralelización de código fuente a código fuente para High Performance Fortran (HPF+, una versión optimizada de HPF), que satisface las necesidades de las aplicaciones irregulares.

SUIF ( Stanford University Intermediate Format) es una infraestructura gratuita diseñada para apoyar la investigación colaborativa en la optimización y paralelización de compiladores. SUIF es un compilador completamente funcional que acepta Fortran y C como lenguajes de entrada. El código paralelizado se genera como una versión paralela en C del programa , con formato SPMD (Single Program, Multiple Data ), que puede ser compilada por compiladores nativos de C en diversas arquitecturas. ^{[ 3 ]}

El compilador Omni OpenMP traduce programas C y Fortran con directivas OpenMP a código C apto para compilar con un compilador nativo vinculado a la biblioteca de tiempo de ejecución Omni OpenMP. Realiza paralelización de bucles for.

El optimizador de Timing-Architects utiliza un enfoque basado en simulación para mejorar la asignación y paralelización de tareas en múltiples núcleos. Mediante un análisis de rendimiento y en tiempo real basado en simulación, se comparan diferentes alternativas de asignación de tareas. Se consideran las dependencias y los efectos específicos de la plataforma del procesador. El optimizador TA se utiliza en la ingeniería de sistemas embebidos.

Utiliza el marco de trabajo Iteration Space Slicing y Free Schedule Framework. Su núcleo se basa en la aritmética de Presburger y la operación de cierre transitivo. Las dependencias de bucle se representan mediante relaciones. TRACO utiliza las bibliotecas Omega Calculator, CLOOG e ISL, y el analizador de dependencias Petit. El compilador optimiza la localidad con paralelismo de grano fino y grueso para aplicaciones C/C++. Esta herramienta ha sido desarrollada por el equipo de la Universidad Tecnológica de Pomerania Occidental (Bielecki, Palkowski, Klimek y otros autores) http://traco.sourceforge.net .

SequenceL es un lenguaje de programación funcional de propósito general y un conjunto de herramientas de paralelización automática, cuyos principales objetivos de diseño son el rendimiento en hardware con procesadores multinúcleo, la facilidad de programación, la portabilidad y optimización de la plataforma, y ​​la claridad y legibilidad del código. Su principal ventaja es que permite escribir código sencillo que aprovecha automáticamente toda la potencia de procesamiento disponible, sin que los programadores tengan que identificar paralelismos, especificar la vectorización, evitar condiciones de carrera ni considerar otros desafíos de los métodos de programación manual basados ​​en directivas, como OpenMP.

Los programas escritos en SequenceL se pueden compilar a código multihilo que se ejecuta en paralelo, sin necesidad de que el programador indique explícitamente cómo o qué paralelizar. Desde 2015, las versiones del compilador SequenceL generan código paralelo en C++ y OpenCL, lo que permite su compatibilidad con la mayoría de los lenguajes de programación más populares, como C, C++, C# , Fortran, Java y Python . Un entorno de ejecución específico de la plataforma gestiona los hilos de forma segura, proporcionando automáticamente un rendimiento paralelo en función del número de núcleos disponibles.

OMP2MPI ^{[ 4 ]} genera automáticamente código fuente MPI a partir de OpenMP . Esto permite que el programa aproveche arquitecturas sin memoria compartida, como clústeres o sistemas multiprocesador en chip (MPSoC) basados ​​en red en chip (NoC). OMP2MPI ofrece una solución que permite una mayor optimización por parte de un experto que desee obtener mejores resultados.

OMP2HMPP, ^{[ 5 ]} una herramienta que traduce automáticamente un código fuente C de alto nivel ( OpenMP ) a HMPP. La versión generada rara vez diferirá de una versión HMPP codificada manualmente, y proporcionará una importante aceleración, cercana al 113%, que podría mejorarse posteriormente mediante código CUDA codificado manualmente .

emmtrix Parallel Studio es una herramienta de paralelización de código fuente a código fuente, combinada con una interfaz gráfica interactiva (GUI), desarrollada por emmtrix Technologies GmbH. Recibe como entrada código fuente en C, MATLAB , Simulink , Scilab o Xcos y genera código C paralelo como salida. Se basa en una planificación estática y una interfaz de programación de aplicaciones ( API ) de paso de mensajes para la ejecución del programa paralelo. Todo el proceso de paralelización se controla y visualiza en una GUI interactiva, lo que permite al usuario final tomar decisiones sobre la paralelización. Está diseñado para arquitecturas multinúcleo integradas, combinadas con aceleradores GPU y FPGA ( Field-Programmable Gate Array ).

El compilador CLAW traduce programas Fortran con directivas claw a código Fortran adecuado para un objetivo de supercomputadora específico, complementado con directivas OpenMP u OpenACC.

PaSH es un compilador de paralelización para scripts de shell de Unix . ^{[ 6 ]}