多核开发入门指南

一、为什么需要多核开发？
答案很简单，目前的芯片制造技术对CPU主频的提升已经达到一个极限了，也就是说性能的垂直伸缩已经不太可能了。因此通过多核的方法，可以让程序横向的伸缩，这就类似于用多台服务器实现负载均衡（水平伸缩），而不是简单的靠将服务器升级成小型机来提供处理能力（垂直伸缩）。
虽然多核并行计算的概念已经存在了几十年了，但直到最近多核CPU在PC上的普及，多核开发才不得不提引起程序员的重视。
多核开发的本质就是使用多线程进行程序开发，我们在学数据结构和算法的时候，写的所有的算法都是面向单线程的。而多核开发的目的就是将这些算法改造成多线程的支持，然后系统运行时将这些多线程平均分配到多核处理器上，以实现运行的加速。

二、如何进行多核开发
如果你很熟悉POSIX threads (pthreads) 或者 WinAPI threads，你就可以自己进行开发。
如果你不想设计过多底层的线程操作，那就选择一个并发开发平台，由平台来自动协调，调度和管理多核资源。并发开发平台包括各种线程池的库，例如
.NET的ThreadPool类
Java的Concurrent类
消息传递环境，例如MPI
data-parallel编程环境，例如NESL, RapidMind, ZPL
task-parallel编程环境, 例如Intel的Threading Building Blocks (TBB) 和 Microsoft的Task Parallel Library (TPL)
动态编程环境,例如Cilk or Cilk++或者业界标准OpenMP.
这些并发平台通过提供语言抽象，扩充注释或者提供库函数的方式来支持多核开发。

三、使用并发开发平台具体有哪些好处
我们从下面几个方面来看：
软件开发中最重要的三个考虑的要素就是
程序的性能 （使用多核就是为了提升程序的性能的）
开发的时间
程序的可靠性
而其中影响开发时间的三个要素是
伸缩性：如果你自己编写线程，你必须考虑用户是双核，四核还是八核。如何将线程自动适应用户的核数，并且在多核上将线程均衡的负载。
代码简洁：直接使用底层线程库操作代码是十分复杂的
模块化：直接使用底层线程库操作还会破坏代码的模块化

四、具体实例
下面以Fibonacci的例子来演示：它的递归算法经常被用来作为多核开发的例子。

单核时代，我们写Fibonacci代码的方法如下：

int fib(int n)
{
if (n < 2) return n;
else {
int x = fib(n-1);
int y = fib(n-2);
return x + y;
}
}

int main(int argc, char *argv[])
{
int n = atoi(argv[1]);
int result = fib(n);
printf("Fibonacci of %d is %d.\n", n, result);
return 0;
}

这个算法的核心就是f(n) = f(n-1) + f(n-2),当n很大时，我们希望计算f(n-1)和f(n-2)这两个任务能否分摊在一个双核处理器上同时执行。

如果直接使用WinAPI-threaded操作的代码如下：

int fib(int n)
{
if (n < 2) return n;
else {
int x = fib(n-1);
int y = fib(n-2);
return x + y;
}
}

typedef struct {
int input;
int output;
} thread_args;

void *thread_func ( void *ptr )
{
int i = ((thread_args *) ptr)->input;
((thread_args *) ptr)->output = fib(i);
return NULL;
}

int main(int argc, char *argv[])
{
pthread_t thread;
thread_args args;
int status;
int result;
int thread_result;
if (argc < 2) return 1;
int n = atoi(argv[1]);
if (n < 30) result = fib(n);
else {
args.input = n-1;
status = pthread_create(thread,
NULL, thread_func,
(void*) &args );
// main can continue executing while the thread executes.
result = fib(n-2);
// Wait for the thread to terminate.
pthread_join(thread, NULL);
result += args.output;
}
printf("Fibonacci of %d is %d.\n", n, result);
return 0;
}

注意main里面的if(n<30)，当n在30以内时，计算非常快，就不需要使用多线程，当n大于30之后，我们生成一个线程用来计算f(n-1)，而main的主线程将继续计算f(n-2)，这样等两个线程都结束以后（pthread_join(thread, NULL);），我们将他们的结果相加。

从这个例子就可以看出，自己实现线程的缺点：
1 这个例子正好可以用两个线程分配在两个核上来实现，可如果一个任务需要16个线程同时执行，我们又不知道客户端到底是几核的CPU时，这个任务如何分配就成为一个问题。
2 这段代码非常不简洁
3 额外的结构和函数也破坏了算法本身的完整性。

下面我们使用多核支持库来实现该代码：

使用OpenMP

int fib(int n) {
int i, j;
if (n<2)
return n;
else {
#pragma omp task shared(i)
i=fib(n-1);
#pragma omp task shared(j)
j=fib(n-2);
#pragma omp taskwait
return i+j;
}

}

使用Cilk++

int fib(int n)
{
if (n < 2) return n;
else {
int x = cilk_spawn fib(n-1);
int y = fib(n-2);
cilk_sync;
return x + y;
}
}

int main(int argc, char *argv[])
{
int n = atoi(argv[1]);
int result = fib(n);
printf("Fibonacci of %d is %d.\n", n, result);
return 0;
}

.NET Task Parallel Library中相应的例子

Private Function FiboFullParallel(ByVal N As Long) As Long
If N <= 0 Then Return 0
If N = 1 Then Return 1

Dim t1 As Tasks.Future(Of Long) = Tasks.Future(Of Long).Create( Function() FiboFullParallel(N - 1))
Dim t2 As Tasks.Future(Of Long) = Tasks.Future(Of Long).Create( Function() FiboFullParallel(N - 2))

Return t1.Value + t2.Value
End Function

可以看到无论使用哪种并发平台，代码都非常简洁，没有破坏原有的算法封装，仅仅通过简单的改造就可以实现自动任务的分派。

五、什么情况下该使用多核编程呢？
如果一个任务的执行时间在10-100毫秒，那么就无需使用多核，因为将任务通过多线程分解到多核上计算，然后再将结果集合起来的开销大致需要100毫秒(当然具体多少依据机器的性能以及你所使用的编译器的性能),而且还需要消耗内存的空间。
在OpenMP里面我们可以使用"if clause"来给双核配置增加条件，例如下面的代码很明显，当n小于100000的时候，不使用多核，当n大于的时候再使用

#pragma omp parallel for if(n > 100000)
for (i = 0; i < n;, i++) {
...
}

六、后记
本文旨在告诉你为何要进行多核开发，以及简单展示了多核开发平台的使用。实际的多核开发要复杂的多，而且我们知道目前的PC机的多核系统都是基于共享内存的，虽然每个核都有自己的一级缓存。因此不同核上的线程在运行时就涉及到对资源竞争使用的问题。除此以外如果应用需要用到IO（硬盘，网络）的时候，也存在同样的问题。因此多核的设计的难点就在于需要具体情况具体分析，找出多核应用的瓶颈，通过改进数据结构或算法，消除或优化这个瓶颈。