目前，嵌入式多核處理器已經(jīng)在嵌入式設(shè)備領(lǐng)域得到廣泛運(yùn)用，但嵌人式系統(tǒng)軟件開發(fā)技術(shù)還停留在傳統(tǒng)單核模式，并沒有充分發(fā)揮多核處理器的性能。程序并行化優(yōu)化目前在PC平臺(tái)上有一定運(yùn)用，但在嵌入式平臺(tái)上還很少，另外，嵌入式多核處理器與PC平臺(tái)多核處理器有很大不同，因此不能直接將PC平臺(tái)的并行化優(yōu)化方法應(yīng)用到嵌人式平臺(tái)。本文分別從任務(wù)并行和緩存優(yōu)化兩方面進(jìn)行并行化優(yōu)化的研究，探索在嵌人式多核處理器上對程序進(jìn)行并行化優(yōu)化的方法。

1 嵌入式多核處理器結(jié)構(gòu)

嵌人式多核處理器的結(jié)構(gòu)包括同構(gòu)(Symmetric)和異構(gòu)(Asymmetric)兩種。同構(gòu)是指內(nèi)部核的結(jié)構(gòu)是相同的，這種結(jié)構(gòu)目前廣泛應(yīng)用在 PC多核處理器;而異構(gòu)是指內(nèi)部核的結(jié)構(gòu)是不同的，這種結(jié)構(gòu)常常在嵌入式領(lǐng)域使用，常見的是通用嵌入式處理器+DSP核。本文探究的嵌入式多核處理器采用同構(gòu)結(jié)構(gòu)，實(shí)現(xiàn)同一段代碼在不同處理器上的并行執(zhí)行。

圖1 ARM SMP處理器結(jié)構(gòu)

在目前嵌入式領(lǐng)域中，使用最為廣泛的為ARM 處理器，因此以ARM 雙核處理器OMAP4430作為研究對象。ARM 對稱多處理(Symmetric Multi-Processing，SMP)結(jié)構(gòu)如圖1所示，根據(jù)程序的局部性原理，每一個(gè)處理器都具有私有的內(nèi)存(Local Memory)，常見的是一級緩存(L1Cache)。然而，多個(gè)處理器之間又涉及到相互通信問題，因此在常見的ARM 處理器中使用二級緩存(L2 Cache)來解決這一問題。基于對稱多處理器結(jié)構(gòu)，所有的處理器(通常為2的倍數(shù))在硬件結(jié)構(gòu)上都是相同的，在使用系統(tǒng)資源上也是平等的。更重要的是，由于所有的處理器都有權(quán)利去訪問相同的內(nèi)存空間，在共享內(nèi)存區(qū)域中，任何一個(gè)進(jìn)程或者線程都可以運(yùn)行在任意一個(gè)處理器之上，這樣就使得程序的并行化成為可能。2在嵌入式多核平臺(tái)上進(jìn)行并行化優(yōu)化，需要考慮以下問題：

① 并行化程序的性能取決于程序中串行化部分，程序性能不會(huì)隨著并行線程數(shù)目的提升而不斷提升;

② 嵌入式多核處理器相對于PC處理器而言，其總線速度較慢，并且緩存(Cache)更小，會(huì)造成大量數(shù)據(jù)在內(nèi)存(Memory)和緩存(Cache)問不斷拷貝，因此在進(jìn)行并行化優(yōu)化的過程中，應(yīng)考慮緩存友好性(Cache friendly);

③ 程序并行化執(zhí)行線程數(shù)目應(yīng)當(dāng)小于或等于物理處理器的數(shù)目，線程過多會(huì)造成線程間搶占處理器資源，致使并行化性能下降。

2 OpenMP并行化優(yōu)化

2.1 0penMP工作原理簡介

OpenMP是一個(gè)基于共享內(nèi)存模式的跨平臺(tái)多線程并行的編程接口。主線程生成一系列的子線程，并將任務(wù)映射到子線程進(jìn)行執(zhí)行，這些子線程并行執(zhí)行，由運(yùn)行時(shí)環(huán)境將線程分配給不同的物理處理器。默認(rèn)情況下，各個(gè)線程獨(dú)立執(zhí)行并行區(qū)域的代碼?？梢允褂脀ork-sharingconstructs來劃分任務(wù)，使每個(gè)線程執(zhí)行其分配部分的代碼。通過這種方式，使用OpenMP可以實(shí)現(xiàn)任務(wù)并行和數(shù)據(jù)并行。

圖2 任務(wù)并行模型

任務(wù)并行模式創(chuàng)建一系列獨(dú)立的線程，每一個(gè)線程運(yùn)行一個(gè)任務(wù)，線程之間相互獨(dú)立，如圖2所示。OpenMP使用編譯原語session directive和task directive來實(shí)現(xiàn)任務(wù)分配，每個(gè)線程可以獨(dú)立運(yùn)行不同的代碼區(qū)域，同時(shí)支持任務(wù)的嵌套和遞歸。一旦創(chuàng)建任務(wù)，該任務(wù)就可能會(huì)在線程池(其大小等于物理線程數(shù)目)中空閑的線程上執(zhí)行。

數(shù)據(jù)并行也就是數(shù)據(jù)級并行，對任務(wù)中處理的數(shù)據(jù)進(jìn)行分塊并行執(zhí)行，如圖3所示。C語言中的for循環(huán)最適合使用數(shù)據(jù)并行。

圖3 數(shù)據(jù)并行模型

2.2 快速排序算法原理

快速排序算法是一種遞歸分治算法，算法中最為關(guān)鍵的就是確定哨兵元素(pivot data)。數(shù)據(jù)序列中小于哨兵的數(shù)據(jù)將會(huì)放在哨兵元素的左側(cè)，序列中大于哨兵的數(shù)據(jù)將會(huì)被放在哨兵元素的右側(cè)。當(dāng)完成數(shù)據(jù)掃描后，哨兵元素分成的左右兩個(gè)部分就會(huì)調(diào)用快速排序算法遞歸進(jìn)行。

快速排序算法中涉及算法的遞歸調(diào)用，會(huì)產(chǎn)生大量任務(wù)，并且這些任務(wù)相互獨(dú)立，非常適合 OpenMP的任務(wù)并行模式;另外，就一次快速排序搜索算法而言，哨兵元素對于左右子區(qū)間數(shù)據(jù)容量大小具有決定性作用，考慮到嵌入式平臺(tái)的緩存(Cache)空間較小，需要對哨兵元素篩選算法進(jìn)行優(yōu)化，盡量使得劃分出來的左右子區(qū)間更均衡，滿足負(fù)載均衡的要求。

2.3 任務(wù)并行化優(yōu)化

通過對快速排序算法的分析，快速排序是一個(gè)遞歸調(diào)用算法，算法的執(zhí)行過程中會(huì)產(chǎn)生大量重復(fù)函數(shù)調(diào)用，并且函數(shù)的執(zhí)行相互獨(dú)立。對于快速排序的一次掃描運(yùn)算而言，算法首先確定哨兵元素(pivot)，并對數(shù)據(jù)序列進(jìn)行一次調(diào)整，然后對哨兵元素的左右區(qū)間再次進(jìn)行遞歸調(diào)用算法。

如下所示，對任務(wù)并行化優(yōu)化針對每次掃描調(diào)整后的左右子區(qū)間，將每個(gè)子區(qū)間的運(yùn)算抽象為一個(gè)任務(wù)，并通過OpenMP中的任務(wù)并行化原語#pragma omp task實(shí)現(xiàn)任務(wù)的并行化執(zhí)行，從而實(shí)現(xiàn)了快速排序的任務(wù)并行化優(yōu)化。

任務(wù)空間中的數(shù)據(jù)大小取決于哨兵元素，因此，算法選取的劃分算法(Partition Algorithm)應(yīng)盡量將數(shù)據(jù)序列的劃分均衡化，本文使用簡單劃分算法和三元中值法(Median-of-Three Method)進(jìn)行測試。