实验中涉及到的并行计算.ppt
实验中涉及到的并行计算 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望MJPEG解码程序子任务：1.FETCH:负责完成解码流程中的霍夫曼解码、反锯齿扫描及反量化。2.COMPUTE:最为费时的计算任务反离散余弦变换（IDCT）。3.DISPATCH:从不同的COMPUTE任务计算完毕的宏块，进行重新组织排列，最终生存图像帧并传送到帧缓存。进行并行化！在headers/mjpeg.h中用NB_IDCT定义了线程数。在source/main.c中用Posix pthread多线程编程进行并行化。Posix pthread简介：1.数据类型 pthread_t:线程句柄 pthread_attr_t:线程属性句柄2.函数 int pthread_create(pthread_t*restrict_tidp,const pthread_attr_t*restrict_attr,void*（*start_rtn)(void*),void*restrict arg);/创建线程。参数：1.线程标识符指针2.线程属性3.运行函数起始地址4.运行函数参数 int pthread_join(pthread_t thread,void*retval);/以阻塞的方式等待thread指定的线程结束。参数:1.线程标识符2.返回值 int pthread_attr_init(pthread_attr_t*attr);/初始化线程对象的属性。程序分析：1.标识符定义 pthread_t fetchThread,dispatchThread,idctThreadNB_IDCT;pthread_attr_t fetchAttr,dispatchAttr;2.数据分配 Channel*channel2*NB_IDCT+1;Channel*fetch_channel1+NB_IDCT;Channel*dispatch_channel1+NB_IDCT;Channel*idct_channelNB_IDCT2;/Channel是实现通信的容器 可以连接两个以上的模块 fetch_channel0=channel0;dispatch_channel0=channel0;for(uint32_t i=0;i NB_IDCT;i+)fetch_channeli+1=channel2*i+1;dispatch_channeli+1=channel2*i+2;idct_channeli0=channel2*i+1;idct_channeli1=channel2*i+2;fetch_channeli+1=channel2*i+1;dispatch_channeli+1=channel2*i+2;idct_channeli0=channel2*i+1;idct_channeli1=channel2*i+2;3.多线程多线程 pthread_create(&fetchThread,NULL,fetch_process,fetch_channel);for(uint32_t i=0;i NB_IDCT;i+)pthread_create(&idctThreadi,NULL,idct_process,idct_channeli);#if 0 /预编译语句 0屏蔽某段语句 1恢复pthread_attr_init(&fetchAttr);fetchAttr.procid=0;pthread_attr_init(&dispatchAttr);dispatchAttr.procid=3;#endif pthread_create(&dispatchThread,NULL,dispatch_process,dispatch_channel);pthread_join(dispatchThread,NULL);几个要点：1.Channel是实现通信的容器，可以连接两个以上的模块。在这个程序中，Channel用于放置几个不同子程序间数据交互的空间，其中定义的channel、fetch_channel、dispatch_channel、idct_channel都是指针，指向他们所对应的那块实际的物理地址。2.通过赋值，channel上的奇数块共享给了fetch和idct二维数组参数里的0号位（图中的红色块），channel上的偶数块共享给了dispatch和idct二维数组参数里的1号位（同种的蓝色块）。3.整个并行的过程是这样的：主线程创建一个子线程fetchThread运行fetch处理程序，参数是fetch_channel，即把fetch的处理结果分块后放到fetch_channel（红）上；创建N个子线程idctThread，并行运行idct计算程序，参数是idct_channeli，即第i个子线程运行idct程序，从dict_channeli0（红）上取出fetch的某块运行结果，然后将自己处理后的结果放到dict_channeli1（蓝）上；创建子线程dispatchThread运行dispatch程序，参数为dispatch_channel，即从disptch_channel（蓝）上取出idct的结果，重新组合后，等待diptch运行结束后得出最后结果进行输出。4.程序中进行的初始数据分配与原始数据无关，而是分配fetch程序运行得到的结果。分多少块，每块多大是由数据大小和线程数来决定的。放在channel上的数据全部是与程序间的通信有关的，只有fetch的结果和idct的结果，原始数据进入fetch串行运行，与其他程序无关。在程序操作channel之前，channel是格式化了的。性能分析：多MIPS与运行时间的关系（MIPS数等于线程数）性能分析：同数量MIPS下，线程数与运行时间的关系性能分析说明：1.从第一张图表中线程数与核数相同，可以很明显看出，并行计算对于计算性能有很好的提升作用。核数达到三个以后，并行的效果达到了极限。线程数与核数相同保证了最好的并行效果，防止了线程数过多造成的伪并行。2.单纯从并行计算的角度来看，第二张图更能体现并行计算的效果。在相同的核数条件下，开不同的线程数对计算性能的提升作用。图中没有展示各核数下1个线程的计算时间，串行进行基本上需要2个线程并行计算大约两倍的时间。3.为了与我们之前的测试数据保存一致，我们没有对timer进行修改。图中的数据除以200就可以得到与其他组相当的测试数据。Thanks！
