嵌入式ARM多核處理器并行化方法

3并行化性能分析

3.1實驗環(huán)境介紹

本文采用德州儀器(Texas Instruments)的OMAP4430嵌入式開發(fā)平臺。OMAP443O為嵌入式多核處理器，擁有對稱多處理雙核ARM處理器(Dual-core ARM Cortex-A、一級緩存32 KB、二級緩存1 MB，嵌入式操作系統(tǒng)采用Ubuntul2.O4內(nèi)核，編譯器為arm-linux-gnueabihf-gcc，使用GNU gprof獲取算法執(zhí)行時間。

3.2性能測試

如下式所示，采用計算加速比的方式來分析并行優(yōu)化的性能，加速比數(shù)值越大表示算法的并行程度越高，最低為1.性能測試采用4個算法版本，包括串行版本、并行2線程、并行4線程和緩存優(yōu)化版，從不同角度來分析性能。

如圖4所示，從折線圖可以看出，3種并行化優(yōu)化算法相對于串行版本，算法的并行性能都有較大提升，如表1所列，其并行加速比分別為1.30、1.29和1.21.對任務并行優(yōu)化方案而言，分別使用2線程和4線程版本進行測試，從加速比的分析結(jié)果看來，2線程版本較4線程版本略好。理論上并行線程的數(shù)目越多性能越好，但本文采用OMAP443O只有兩個對稱多處理核心，即使算法擁有4個并行線程，但實際執(zhí)行的線程只有2個，同時4個線程在獲取2個物理處理器時存在競爭關(guān)系，因而造成性能較之2線程版本有所下降。

圖4算法執(zhí)行時間

評價并行算法優(yōu)劣還需考慮算法的負載均衡性，如表1、表2所列，緩存優(yōu)化方案標準差遠遠小于任務并行化方案。究其原因，對于任務并行化方案而言，不同的測試數(shù)據(jù)以及劃分算法(partition)對區(qū)間的劃分有重要影響，從而造成任務執(zhí)行時間變化范圍很大;對于緩存優(yōu)化方案而言，其實質(zhì)是數(shù)據(jù)并行，其每一個任務都是根據(jù)緩存大小進行劃分，因此每一個任務處理的數(shù)據(jù)規(guī)?；疽恢拢恳粋€任務執(zhí)行的時間更確定，但由于并行任務執(zhí)行完成后，需要對數(shù)據(jù)進行歸并，造成一定的性能下降。

結(jié)語

本文通過對嵌入式多核處理器硬件結(jié)構(gòu)的分析，從對稱多處理角度對串行快速排序算法進行并行化優(yōu)化，取得了很好的效果。

以ARM雙核處理器(OMAP4430)作為測試平臺，從任務并行和緩存優(yōu)化實現(xiàn)并行優(yōu)化，從性能測試的結(jié)果看，任務并行具有良好的加速比，但負載均衡性差，并行線程數(shù)目不應超過物理處理器核的數(shù)目，過多的并行線程競爭處理器資源，造成性能下降。緩存優(yōu)化具有良好的負載均衡性，但需要后續(xù)進行歸并操作，造成性能有所下降。

總之，在嵌入式多核處理器上進行并行化優(yōu)化，一方面要充分發(fā)掘嵌人式多核處理器的并行性能，提高程序的并行性;另一方面也要考慮程序算法的負載均衡性，確保在不同應用環(huán)境中程序性能一致。