Çok çekirdekli işlemcilerde iş parçacığı ayırma nasıl programlanır?

Örneğin, iki farklı işlemci çekirdeği tarafından yürütülen iki farklı iş parçacığı kullanan bir program oluşturmak için çok çekirdekli bir işlemcideki iş parçacıklarıyla denemeler yapmak istiyorum.

Ancak, iş parçacıklarının farklı çekirdeklere hangi düzeyde tahsis edildiği net değil. Aşağıdaki senaryoları hayal edebilirim (işletim sistemine ve programlama dili uygulamasına bağlı olarak):

1. İş parçacığı ayırma, işletim sistemi tarafından yönetilir. İş parçacıkları işletim sistemi sistem çağrıları kullanılarak oluşturulur ve işlem çok çekirdekli bir işlemcide çalışırsa, işletim sistemi otomatik olarak farklı çekirdeklerde farklı iş parçacıkları ayırmaya / zamanlamaya çalışır.
2. İş parçacığı tahsisi programlama dili uygulaması tarafından yönetilir. İş parçacıklarını farklı çekirdeklere ayırmak özel sistem çağrıları gerektirir, ancak o dil için standart iş parçacığı uygulamasını kullandığımda programlama dili standart iş parçacığı kitaplıkları bunu otomatik olarak işler.
3. İş parçacığı tahsisi açıkça programlanmalıdır. Programımda, kaç tane çekirdeğin bulunduğunu tespit etmek ve örneğin kütüphane işlevlerini kullanarak farklı çekirdeklere farklı iş parçacıkları tahsis etmek için açık kod yazmak zorundayım.

Soruyu daha spesifik hale getirmek için, çok iş parçacıklı uygulamamı Windows veya Linux'ta Java veya C ++ ile yazdığımı hayal edin. Uygulamam çok çekirdekli bir işlemci üzerinde çalışırken sihirli bir şekilde birden fazla çekirdek görecek ve kullanacak mı (çünkü her şey işletim sistemi veya standart iş parçacığı kütüphanesi tarafından yönetildiği için) veya birden fazla çekirdeğin farkında olmak için kodumu değiştirmem gerekiyor mu? ?

Uygulamam çok çekirdekli bir işlemci üzerinde çalışırken sihirli bir şekilde birden fazla çekirdek görecek ve kullanacak mı (çünkü her şey işletim sistemi veya standart iş parçacığı kütüphanesi tarafından yönetildiği için) veya birden fazla çekirdeğin farkında olmak için kodumu değiştirmem gerekiyor mu? ?

Basit cevap: Evet, genellikle işletim sistemi veya iş parçacığı kütüphanesi tarafından yönetilir.

İşletim sistemindeki iş parçacığı alt sistemi, işlemcilere öncelikli olarak iş parçacıkları atayacaktır (seçenek 1). Başka bir deyişle, bir iş parçacığı zaman ayırması veya blokları için yürütmeyi tamamladığında, zamanlayıcı bir sonraki en yüksek öncelikli iş parçacığını arar ve bunu CPU'ya atar. Ayrıntılar işletim sisteminden işletim sistemine değişir.

Bununla birlikte, seçenekler 2 (programlama dili tarafından yönetilir) ve 3 (açıkça) mevcuttur. Örneğin, .net'in son sürümlerinde Tasks kütüphanesi ve async / await, geliştiriciye paralelleştirilebilir (yani kendisiyle eşzamanlı olarak çalışabilen) kod yazmak için çok daha kolay bir yol sağlar. Fonksiyonel programlama dilleri doğal olarak paralelleştirilebilir ve bazı çalışma zamanları mümkünse programın farklı bölümlerini paralel olarak çalıştırır.

Seçenek 3'e gelince (Windows), iş parçacığı benzeşimini ayarlamanıza izin verir (bir iş parçacığının hangi işlemcilerin üzerinde çalışabileceğini belirterek). Bununla birlikte, bu en hızlı, tepki süresi kritik sistemlerin dışında genellikle gereksizdir. İşlemci tahsisine etkili iş parçacığı, donanıma çok bağlıdır ve aynı anda çalışan diğer uygulamalara karşı çok duyarlıdır.

Denemek istiyorsanız, asal sayıların bir listesini oluşturmak veya bir Mandelbrot kümesi oluşturmak gibi uzun süre çalışan, CPU yoğun bir görev oluşturun. Şimdi en sevdiğiniz kitaplıkta iki iş parçacığı oluşturun ve her iki iş parçacığını çok işlemcili bir makinede çalıştırın (başka bir deyişle, son birkaç yıl içinde yayımlanan hemen hemen her şey). Her iki görev de aynı anda tamamlanmalıdır çünkü paralel olarak çalışırlar.

Bir zamanlar kocaman bir SGI IRIX ortamım vardı. Sadece bunun için, küçük bir çok iş parçacıklı java programı yazdım (ki sadece CPU döngülerini tüketmekten başka bir şey yapmadı) ve içinde 12 iş parçacığı oluşturdum. İş, NUMA mimarisinde 12 CPU'ya yayılmıştır. Belki programa bakıp Dell R910'larda çalıştıracağım ve kontrol edeceğim.