多核處理器環(huán)境下的編程挑戰(zhàn)
摩爾定律問世40余年來(lái)，人們業(yè)已看到半導(dǎo)體芯片制造工藝水平以一種令人目眩的速度在提高，Intel微處理器的最高主頻甚至超過(guò)了4G。雖然主頻的提升一定程度上提高了程序運(yùn)行效率，但越來(lái)越多的問題也隨之出現(xiàn)，耗電、散熱都成為阻礙設(shè)計(jì)的瓶頸所在，芯片成本也相應(yīng)提高。當(dāng)單獨(dú)依靠提高主頻已不能實(shí)現(xiàn)性能的高效率時(shí)，雙核乃至多核成為了提高性能的唯一出路。隨著AMD率先打破摩爾定律、終結(jié)頻率游戲后，Intel和AMD都開始逐步推出了基于雙核、四核甚至八核的處理器，工程師們逐漸投入到基于多核處理器的新型應(yīng)用開發(fā)中去時(shí)，大家開始發(fā)現(xiàn)，借助這些新的多核處理器，并在應(yīng)用開發(fā)中利用并行編程技術(shù)，可以實(shí)現(xiàn)最佳的性能和最大的吞吐量，大大提高應(yīng)用程序的運(yùn)行效率。
然而，業(yè)界專家們也同時(shí)認(rèn)識(shí)到，對(duì)于實(shí)際的編程應(yīng)用，多核處理器的并行編程卻是一個(gè)巨大的挑戰(zhàn)。比爾蓋茨是這樣論述的：
“要想充分利用并行工作的處理器的威力，…軟件必須能夠處理并發(fā)性問題。但正如任何一位編寫過(guò)多線程代碼的開發(fā)者告訴你的那樣，這是編程領(lǐng)域最艱巨的任務(wù)之一。”
比如用C++寫一個(gè)多線程的程序，程序員必須要非常熟悉 C++，了解如何將C++程序分成多個(gè)線程和并在各個(gè)線程間進(jìn)行任務(wù)調(diào)度，此外還要了解 Windows 多線程的機(jī)制，熟悉 Windows API 的調(diào)用方法和MFC 的架構(gòu)等等。在 C++ 上調(diào)試多線程程序，更是被很多程序員視為噩夢(mèng)。
所以，對(duì)于測(cè)試測(cè)量行業(yè)的工程師來(lái)說(shuō)，在傳統(tǒng)開發(fā)環(huán)境下要想獲得多核下的效率提升意味著大量而復(fù)雜的多線程編程任務(wù)，而使得工程師脫離了自動(dòng)化測(cè)試及其信號(hào)處理任務(wù)本身，于是，要想在當(dāng)前的多核機(jī)器上充分利用其架構(gòu)和并行運(yùn)算的優(yōu)勢(shì)，反而成為工程師們“不可能”完成的任務(wù)。
LabVIEW降低并行編程的復(fù)雜性，快速開發(fā)并行構(gòu)架的信號(hào)處理應(yīng)用
幸運(yùn)的是，NI LabVIEW圖形化開發(fā)平臺(tái)為我們提供了一個(gè)理想的多核處理器編程環(huán)境。作為一種并行結(jié)構(gòu)的編程語(yǔ)言，LabVIEW能將多個(gè)并列的程序分支自動(dòng)分配成多個(gè)線程并分派到各個(gè)處理核上，讓一些計(jì)算量較大的數(shù)學(xué)運(yùn)算或信號(hào)處理應(yīng)用得以提高運(yùn)行效率，并獲取最佳性能。
我們以自動(dòng)化測(cè)試中最常見的多通道信號(hào)處理分析為例。由于多通道中的頻率分析是一項(xiàng)占用處理器資源較多的操作，如果能夠讓程序并行地將每個(gè)通道的信號(hào)處理任務(wù)分配至多個(gè)處理器核，對(duì)于提高程序執(zhí)行速度來(lái)說(shuō)，就顯得尤為重要。而目前，從LabVIEW編程人員的角度來(lái)看，要想獲得這一原本“不可能”的技術(shù)優(yōu)勢(shì)，唯一需要改變的只是算法結(jié)構(gòu)的細(xì)微調(diào)整，而并不需要復(fù)雜且耗時(shí)耗力的代碼重建工作。
以雙通道采樣為例，我們需要分別對(duì)高速數(shù)字化儀的兩個(gè)通道上的數(shù)據(jù)進(jìn)行快速傅立葉變換(FFT)。假設(shè)我們采用的高速數(shù)字化儀的兩個(gè)通道均以100 MS/s采樣率采集信號(hào)并實(shí)時(shí)分析。首先，我們來(lái)看LabVIEW中對(duì)于這一操作的傳統(tǒng)順序編程模型。
圖1. 利用順序執(zhí)行的LabVIEW代碼
和其他文本編程語(yǔ)言一樣，處理多通道信號(hào)的傳統(tǒng)方法是將各個(gè)通道信號(hào)按順序讀入并逐通道的進(jìn)行分析，上面基于LabVIEW的順序編程模型很好的說(shuō)明了這點(diǎn)，0、1兩通道的數(shù)據(jù)被按順序讀入后，整合為一路數(shù)組，并由一個(gè)FFT函數(shù)進(jìn)行信號(hào)分析并輸出。雖然順序結(jié)構(gòu)能夠順利地在多核機(jī)器上運(yùn)行，但確不能使得CPU負(fù)擔(dān)得到有效的分?jǐn)偅驗(yàn)榧词乖陔p核的機(jī)器上， FFT程序也只能在一個(gè)CPU上被執(zhí)行，而此時(shí)另一個(gè)CPU卻被閑置了。
實(shí)際上，兩個(gè)通道的FFT運(yùn)算相互獨(dú)立，如果程序能夠?qū)蓚€(gè)FFT自動(dòng)分配到一臺(tái)雙核機(jī)器上的的兩個(gè)CPU上，那么理論上程序的運(yùn)行效率將提高一倍。在LabVIEW的圖形化編程平臺(tái)上，情況正是如此，我們可以通過(guò)并行化處理這兩個(gè)通道來(lái)真正提高算法性能。圖2表示了一種采用并行結(jié)構(gòu)的LabVIEW代碼，從圖形化編程的角度來(lái)看，僅僅是增加了一路并行的FFT函數(shù)而已。
圖2. 利用并行執(zhí)行的LabVIEW代碼
