Использование свободных компиляторов при изучении технологий параллельного программирования (Дарья Мандрыкина, OSEDUCONF-2022)

Ссылки сюда (2) →

Короткая ссылка: 20220520B

Докладчик

Дарья Мандрыкина

Разработан модуль «Технологии параллельного программирования» базового курса по программированию направления «Математика и компьютерные науки». Модуль включает в себя курс лекций и лабораторный практикум.

Лабораторный практикум разработан на базе свободных компиляторов gcc, g++, gfortran

Видео

on youtube

Презентация

Thesis

В связи с ростом производительности программного обеспечения, IT-специалисты должны знать технологии ускорения вычислений. Обучение параллельному программированию — это одна из главных задач в нынешней подготовке программистов. В КубГУ студенты направления «Математика и компьютерные науки» знакомятся с параллельным программированием в процессе изучения курса «Технологии программирования и работы на ЭВМ». Основная цель дисциплины «Технологии программирования и работы на ЭВМ» — подготовка студентов в области применения современных технологий программирования и вычислительной техники в решении прикладных задач, связанных с обработкой данных, математическим моделированием, созданием программного обеспечения системного и прикладного уровня.

Курс охватывает основные алгоритмы, которые нужно знать и понимать студентам инженерных специальностей. В модуле «Параллельное программирование» рассматриваются современные средства разработки кроссплатформенных параллельных приложений, а также особенности организации параллельных вычислений в многоядерных и многопроцессорных вычислительных системах. Модуль включает в себя курс лекций и лабораторный практикум по следующим темам:

• разработка параллельных программ с использованием библиотеки MPI;
• разработка параллельных программ с использованием библиотеки OpenMP;
• особенности разработки параллельных программ в современном Фортране.

Лабораторный практикум основан на работе в свободных компиляторах семейства gcc (gcc, g++, gfortran).

На лабораторных работах студенты разрабатывают параллельные программы и сравнивают время их выполнения с временем выполнения последовательных программ.

Были разработаны инструкции по установке свободных компиляторов на личные компьютеры студентов и методические рекомендации по разработке параллельных приложений на компьютерах в лаборатории и на личных ноутбуках студентов.

Курс предусматривает разработку нескольких параллельных математических программ:

• операции с матрицами;
• численное интегрирование;
• решение систем линейных алгебраических уравнений.

Отдельное место в блоке параллельного программирования уделено разработке программ на Фортране. Современный Фортран имеет большое количество подпрограмм для работы с матрицами, что ускоряет как написание кода, так и время его выполнения за счёт встроенной оптимизации.

К примеру, рассмотрим время выполнения алгоритма умножения матриц (1000х1000), написанного на языках С++ и Fortran. MATMUL(matrix_a, matrix_b) — встроенная функция Фортрана для матричного умножения. Представленные здесь и ниже результаты получены на ПК с характеристиками Intel Core i5-1135g7 с тактовой частотой 2.4 Ггц, 4 физических ядра (8 логических), 16 ГБ ОЗУ, SSD 512ГБ:

	Время выполнения
C++	4,02
Fortran	3,5
Fortran (matmul)	0,3

В разработанном курсе программы численного интегрирования рассматриваются при освоении параллельной технологии MPI. Студентам предлагается написать параллельную программу численного интегрирования одним из предложенных методов и протестировать её на разном количестве потоков. Работа может быть выполнена как на Фортране, так и на C++. Результаты выполнения программы интегрирования ( $f(x)=\frac x{8+x^2}$, $n=10^9$) представлены в таблице.

	np = 1	np = 2	np = 4	np = 8
g++	12.24	6.15	3.77	1.89
gfortran	3.47	1.75	1.07	1.07

Параллельное расширение OpenMP для языков C++ и Fortran помогает достичь ускорения за счёт распараллеливания практически без изменения обычного последовательного алгоритма. При изучении этой технологии студенты используют директивы \#pragma omp parallel в последовательных алгоритмах своих программ и сравнивают полученные результаты времени выполнения.

Рассмотрим время выполнения последовательного и параллельного алгоритмов умножения матриц, полученных с помощью семейства компиляторов gcc.

	Последовательный алгоритм	Параллельное выполнение
g++	4.02	1.45
gfortran	3.5	2.18

Изучение модуля «Параллельное программирование» в системе подготовки бакалавров математического факультета Кубанского государственного университета является необходимым условием формирования предметной компетенции. Разработанный модуль позволит реализовать подготовку студентов к реальным задачам, требующим параллельной обработки данных. Лабораторный практикум разработан на базе свободных компиляторов gcc, g++, gfortran. При обучении параллельному программированию свободные компиляторы помогают оценить существенное ускорение выполнения программ и понять принципы работы технологий параллельного программирования.

Были получены следующие результаты:

• разработан модуль «Параллельное программирование» для подготовки бакалавров Математического факультета КубГУ в рамках изучения дисциплины «Технологии программирования»;
• написаны лекции по параллельному программированию;
• разработаны лабораторные работы по параллельному программированию;
• предложены инструкции по установке и использованию свободных компиляторов на личных компьютерах;
• написаны методические рекомендации по разработке параллельных приложений на компьютерах в лабораториях ФМиКН КубГУ и на личных ноутбуках студентов;
• продемонстрирована эффективность использования технологий параллельного программирования и обосновано использование свободных компиляторов в учебном процессе;
• все материалы находятся в свободном доступе на сайте 1aer.ru и включены в обучающий курс со свободным доступом на образовательной платформе Stepik.org — https://stepik.org/112412

Работа выполнена при финансовой поддержке Кубанского научного фонда в рамках научного проекта № ППН-21.1/10 «Цифровая дидактика для предметного обучения, воспитательной работы учащихся и профессиональной подготовки учителей».

Литература

• Шеметова А. Д. Методические приёмы обучения параллельному программированию/ Прикладная информатика. — 2016. — Т. 11. — № 6(66). С. 43 — 48. ISBN 978-5-04050-682-8.
• Гергель В. П. Современные языки и технологии параллельного программирования. — М.: МГУ, 2012. — 408c.
• Алексеев Е. Р. Новые технологии разработки высокоэффективных и параллельных приложений на современном Фортране / Е. Р. Алексеев, П. А. Дёмин, Н. Ю. Болтачева // Прикладная информатика. — 2018. — Т. 13. — № 1(73). — С. 103—120.