OpenMP

OpenMP هي واجهة برمجة تطبيقات (API) تدعم برمجة المعالجة المتعددة للذاكرة المشتركة على منصات متعددة بلغات C و C++ و Fortran ، ^{[ 3 ]} على العديد من المنصات وهياكل مجموعات التعليمات وأنظمة التشغيل ، بما في ذلك Solaris و AIX و FreeBSD و HP-UX و Linux و macOS و Windows و OpenHarmony . تتكون من مجموعة من توجيهات المُصرّف ، وروتينات المكتبة ، ومتغيرات البيئة التي تؤثر على سلوك وقت التشغيل. ^{[ 2 ] [ 4 ] [ 5 ] [ 6 ]}

تتم إدارة OpenMP بواسطة اتحاد التكنولوجيا غير الربحي OpenMP Architecture Review Board (أو OpenMP ARB )، والذي تم تحديده بشكل مشترك من قبل مجموعة واسعة من موردي أجهزة وبرامج الكمبيوتر الرائدين، بما في ذلك Arm و AMD و IBM و Intel و Cray و HP و Fujitsu و Nvidia و NEC و Red Hat و Texas Instruments و Oracle Corporation . ^{[ 1 ]}

يستخدم OpenMP نموذجًا محمولًا وقابلًا للتطوير يوفر للمبرمجين واجهة بسيطة ومرنة لتطوير تطبيقات متوازية لمنصات تتراوح من أجهزة الكمبيوتر المكتبية القياسية إلى أجهزة الكمبيوتر العملاقة .

يمكن تشغيل تطبيق مبنيّ باستخدام النموذج الهجين للبرمجة المتوازية على مجموعة حاسوبية باستخدام كلٍّ من OpenMP وواجهة تمرير الرسائل (MPI)، حيث يُستخدم OpenMP للتوازي داخل عقدة (متعددة النوى) بينما يُستخدم MPI للتوازي بين العقد. وقد بُذلت جهودٌ أيضًا لتشغيل OpenMP على أنظمة الذاكرة المشتركة الموزعة برمجياً ، ^{[ 7 ]} ولترجمة OpenMP إلى MPI ^{[ 8 ] [ 9 ]} ولتوسيع OpenMP ليشمل أنظمة الذاكرة غير المشتركة. ^{[ 10 ]}

OpenMP هو تطبيق لتقنية تعدد الخيوط ، وهي طريقة للتوازي حيث يقوم خيط رئيسي (سلسلة من التعليمات تُنفذ بالتتابع) بإنشاء عدد محدد من الخيوط الفرعية ، ويقوم النظام بتقسيم المهمة بينها. ثم تعمل الخيوط بشكل متزامن ، حيث يقوم بيئة التشغيل بتخصيص الخيوط للمعالجات المختلفة.

يُحدد قسم الكود المُصمم للتنفيذ المتوازي وفقًا لذلك، باستخدام توجيه للمُترجم يُؤدي إلى تكوين الخيوط قبل تنفيذ هذا القسم. ^{[ 3 ]} لكل خيط مُعرّف خاص به يُمكن الحصول عليه باستخدام دالة (تُسمى omp_get_thread_num()). مُعرّف الخيط هو عدد صحيح، ومُعرّف الخيط الرئيسي هو 0. بعد تنفيذ الكود المُوازي، تعود الخيوط إلى الخيط الرئيسي، الذي يستمر في العمل حتى نهاية البرنامج.

افتراضيًا، يُنفّذ كل خيط الجزء المتوازي من التعليمات البرمجية بشكل مستقل. يمكن استخدام آليات تقاسم العمل لتقسيم المهمة بين الخيوط بحيث يُنفّذ كل خيط الجزء المخصص له من التعليمات البرمجية. بهذه الطريقة، يُمكن تحقيق كل من التوازي في المهام والتوازي في البيانات باستخدام OpenMP.

تُخصّص بيئة التشغيل الخيوط للمعالجات بناءً على الاستخدام وحمل الجهاز وعوامل أخرى. يمكن لبيئة التشغيل تحديد عدد الخيوط بناءً على متغيرات البيئة ، أو يمكن للبرنامج القيام بذلك باستخدام الدوال. تُضمّن دوال OpenMP في ملف رأس يُسمى omp.h في لغتي C و C++ .

نشر مجلس مراجعة بنية OpenMP (ARB) أول مواصفات واجهة برمجة التطبيقات (API) الخاصة به، OpenMP للغة Fortran 1.0، في أكتوبر 1997. وفي أكتوبر من العام التالي، أصدر المجلس معيار C/C++. وشهد عام 2000 إصدار النسخة 2.0 من مواصفات Fortran، بينما صدرت النسخة 2.0 من مواصفات C/C++ في عام 2002. أما النسخة 2.5 فهي مواصفات مُدمجة للغات C/C++ وFortran، وقد صدرت في عام 2005.

Up to version 2.0, OpenMP primarily specified ways to parallelize highly regular loops, as they occur in matrix-oriented numerical programming, where the number of iterations of the loop is known at entry time. This was recognized as a limitation, and various task parallel extensions were added to implementations. In 2005, an effort to standardize task parallelism was formed, which published a proposal in 2007, taking inspiration from task parallelism features in Cilk, X10 and Chapel.^[11]

Version 3.0 was released in May 2008. Included in the new features in 3.0 is the concept of tasks and the task construct,^[12] significantly broadening the scope of OpenMP beyond the parallel loop constructs that made up most of OpenMP 2.0.^[13] OpenMP 3.1 was released in September 2011, enhancing tasking with features like task finalization (final clause) and task dependencies (depend clause). It also improved support for Fortran 2003 and added atomic construct enhancements.

Version 4.0 of the specification was released in July 2013.^[14] It adds or improves the following features: support for accelerators; atomics; error handling; thread affinity; tasking extensions; user defined reduction; SIMD support; Fortran 2003 support.^[15] OpenMP 4.0 (2013) also introduced support for accelerators (e.g., GPUs) via the target directive, enabling offloading computations to devices like GPUs or FPGAs. It also added SIMD (Single Instruction, Multiple Data) directives for vectorization and user-defined reductions. Version 4.5 (2015) enhanced device support, improved tasking with dependencies, and introduced loop transformations for better optimization.

Version 5.0 (2018) added significant features like memory management for accelerators, support for deep copy in target directives, and loop transformation constructs. It also improved interoperability with other programming models like MPI. OpenMP 5.1 (2020) focused on usability, adding features like loop fusion, improved task reduction, and better support for C++11/14/17 constructs. Version 5.2 (2021) refined existing features, improved compatibility with modern hardware, and added support for descriptive loop directives..^[16]

تم إصدار الإصدار 6.0 في نوفمبر 2024. ^{[ 17 ]} يركز هذا الإصدار على تحسين OpenMP للحوسبة غير المتجانسة، والتكامل مع أحمال عمل الذكاء الاصطناعي/التعلم الآلي، وتحسين قابلية نقل الأداء عبر البنى المتنوعة.

لاحظ أن بعض المترجمات (وأنظمة التشغيل) لا تدعم المجموعة الكاملة من الميزات لأحدث إصدار/إصدارات.

العناصر الأساسية لـ OpenMP هي هياكل إنشاء الخيوط، وتوزيع عبء العمل (مشاركة العمل)، وإدارة بيئة البيانات، ومزامنة الخيوط، وروتينات وقت التشغيل على مستوى المستخدم، ومتغيرات البيئة.

في لغة C/C++، يستخدم OpenMP التوجيهات البرمجية #pragma s . فيما يلي قائمة بالتوجيهات البرمجية الخاصة بـ OpenMP.

#include <stdio.h> #include <omp.h>int main ( void ) { #pragma omp parallel printf ( "Hello, world. \n " ); return 0 ; }

$ gcc -fopenmp hello.c -o hello -ldl 

مرحبا بالعالم. مرحبا بالعالم. 

مرحباً، مرحباً أيها العالم. rld. 

// تعريف N كقيمة ثابتة لطول المصفوفة #define N 100000int main ( int argc , char * argv []) { int a [ N ];#pragma omp parallel for for ( int i = 0 ; i < N ; i ++ ) { a [ i ] = 2 * i ; }return 0 ; }

// تعريف حجم المصفوفة كقيمة ثابتة لطولها: #define N 100000 // تعديل الكود باستخدام توجيهات المعالجة المسبقةint v1 [ N ]; int v2 [ N ]; int v3 [ N ]; #if defined(nvptx) #pragma omp target teams distribute parallel for map(to:v1,v2) map(from:v3) for ( int i = 0 ; i < N ; ++ i ) { v3 [ i ] = v1 [ i ] * v2 [ i ]; } #else #pragma omp target parallel for map(to:v1,v2) map(from:v3) for ( int i = 0 ; i < N ; ++ i ) { v3 [ i ] = v1 [ i ] * v2 [ i ]; } #endif// تعديل الكود باستخدام التوجيه الوصفي في OpenMP 5.0int v1 [ N ]; int v2 [ N ]; int v3 [ N ]; #pragma omp target map(to:v1,v2) map(from:v3) #pragma omp metadirective \  when(device={arch(nvptx)}: target teams distribute parallel for) \  default(target parallel for) for ( int i = 0 ; i < N ; ++ i ) { v3 [ i ] = v1 [ i ] * v2 [ i ]; }

تم تطبيق OpenMP في العديد من المترجمات التجارية. على سبيل المثال، يدعم Visual C++ إصدارات 2005 و2008 و2010 و2012 و2013 (OpenMP 2.0، في إصدارات Professional وTeam System وPremium وUltimate ^{[ 21 ] [ 22 ] [ 23 ]} )، بالإضافة إلى Intel Parallel Studio لمختلف المعالجات. ^{[ 24 ]} تدعم مترجمات وأدوات Oracle Solaris Studio أحدث مواصفات OpenMP مع تحسينات في الإنتاجية لأنظمة Solaris OS (UltraSPARC وx86/x64) ومنصات Linux. كما تدعم مترجمات Fortran وC وC++ من مجموعة Portland Group معيار OpenMP 2.5. ويدعم GCC أيضًا OpenMP منذ الإصدار 4.2.

المترجمات التي تتضمن تطبيقًا لـ OpenMP 3.0:

• GCC 4.3.1
• مُجمِّع ميركوريوم
• Intel Fortran و C/C++ الإصدارات 11.0 و 11.1 من المترجمات، Intel C/C++ و Fortran Composer XE 2011 و Intel Parallel Studio.
• مُترجم IBM XL ^{[ 25 ]}
• يحتوي تحديث Sun Studio 12 1 على تطبيق كامل لـ OpenMP 3.0 ^{[ 26 ]}
• الحوسبة متعددة المعالجات

تدعم العديد من المترجمات OpenMP 3.1:

• GCC 4.7 ^{[ 27 ]}
• مترجمات Intel Fortran و C/C++ 12.1 ^{[ 28 ]}
• مترجمات IBM XL C/C++ لأنظمة AIX و Linux، الإصدار 13.1 ^{[ 29 ]} ومترجمات IBM XL Fortran لأنظمة AIX و Linux، الإصدار 14.1 ^{[ 30 ]}
• LLVM/Clang 3.7 ^{[ 31 ]}
• Absoft Fortran Compilers v. 19 لأنظمة التشغيل Windows و Mac OS X و Linux ^{[ 32 ]}

المترجمات التي تدعم OpenMP 4.0:

• GCC 4.9.0 للغة C/C++، وGCC 4.9.1 للغة Fortran ^{[ 27 ] [ 33 ]}
• مترجمات Intel Fortran و C/C++ 15.0 ^{[ 34 ]}
• IBM XL C/C++ لنظام Linux، الإصدار 13.1 (جزئي) ^{[ 29 ]} و XL Fortran لنظام Linux، الإصدار 15.1 (جزئي) ^{[ 30 ]}
• LLVM/Clang 3.7 (جزئي) ^{[ 31 ]}

العديد من المترجمات البرمجية التي تدعم OpenMP 4.5:

• GCC 6 للغة C/C++ ^{[ 35 ]}
• مترجمات Intel Fortran و C/C++ 17.0 و 18.0 و 19.0 ^{[ 36 ]}
• LLVM/Clang 12 ^{[ 37 ]}

دعم جزئي لـ OpenMP 5.0:

• GCC 9 للغة C/C++ ^{[ 38 ]}
• مترجمات Intel Fortran و C/C++ 19.1 ^{[ 39 ]}
• LLVM/Clang 12 ^{[ 37 ]}

مُجمّعات برمجية ذاتية التوازي تُولّد شفرة مصدرية مُعلّقة بتوجيهات OpenMP:

• iPat/OMP
• برامج متوازية
• بلوتو
• ROSE (إطار عمل المترجم)
• S2P بواسطة KPIT Cummins Infosystems Ltd.
• مقارنة
• براغفورمر

تدعم العديد من أدوات تحليل الأداء وتصحيح الأخطاء OpenMP بشكل صريح:

• برنامج Intel VTune Profiler - برنامج لتحليل أداء معالجات x86 ووحدات معالجة الرسومات X ^e
• إنتل أدفايزر - أداة مساعدة في التصميم وتحليل أكواد OpenMP وMPI
• أداة تصحيح الأخطاء الموزعة من ألينيا (DDT) – مصحح أخطاء لبرامج OpenMP وMPI
• Allinea MAP – أداة تحليل الأداء لبرامج OpenMP و MPI
• TotalView - مصحح أخطاء من شركة Rogue Wave Software لبرامج OpenMP وMPI والبرامج التسلسلية
• ompP – أداة تحليل الأداء لـ OpenMP
• VAMPIR – أداة تحليل أداء أكواد OpenMP و MPI

الإيجابيات:

• كود متعدد الخيوط قابل للنقل (في لغات C/C++ وغيرها، عادةً ما يتعين على المرء استدعاء البدائيات الخاصة بالمنصة للحصول على تعدد الخيوط).
• ببساطة: لا حاجة للتعامل مع تمرير الرسائل كما تفعل MPI .
• تتم معالجة تخطيط البيانات وتفكيكها تلقائيًا بواسطة التوجيهات.
• قابلية التوسع مماثلة لـ MPI على أنظمة الذاكرة المشتركة. ^{[ 40 ]}
• التوازي التدريجي: يمكن العمل على جزء واحد من البرنامج في كل مرة، ولا حاجة إلى تغيير جذري في الكود.
• رمز موحد لكل من التطبيقات التسلسلية والمتوازية: يتم التعامل مع بنيات OpenMP كتعليقات عند استخدام المترجمات التسلسلية.
• لا يلزم تعديل عبارات التعليمات البرمجية الأصلية (التسلسلية) بشكل عام عند تنفيذها بالتوازي باستخدام OpenMP. وهذا يقلل من احتمالية إدخال أخطاء غير مقصودة.
• التوازي الخشن والتوازي الدقيق ممكنان.
• في التطبيقات متعددة الفيزياء غير المنتظمة التي لا تلتزم فقط بنمط حساب SPMD ، كما هو الحال في أنظمة السوائل والجسيمات المترابطة بإحكام، يمكن أن تتمتع مرونة OpenMP بميزة أداء كبيرة مقارنة بـ MPI . ^{[ 40 ] [ 41 ]}
• يمكن استخدامه على مسرعات مختلفة مثل GPGPU ^{[ 42 ]} و FPGAs .

السلبيات:

• خطر إدخال أخطاء تزامن يصعب تصحيحها وحالات تنافس . ^{[ 43 ] [ 44 ]}
• اعتبارًا من عام 2017يعمل بكفاءة فقط في منصات المعالجات المتعددة ذات الذاكرة المشتركة (انظر مع ذلك Intel's Cluster OpenMP Archived 2018-11-16 at the Wayback Machine ومنصات الذاكرة المشتركة الموزعة الأخرى ).
• يتطلب ذلك مُترجمًا يدعم OpenMP.
• تُحدّ بنية الذاكرة من إمكانية التوسع.
• لا يوجد دعم للمقارنة والتبديل . ^{[ 45 ]}
• يفتقر النظام إلى معالجة موثوقة للأخطاء.
• يفتقر إلى آليات دقيقة للتحكم في تعيين سلاسل العمليات والمعالجات.
• احتمالية كبيرة لكتابة كود مشاركة خاطئ عن طريق الخطأ.

قد يتوقع المرء الحصول على تسريع بمقدار N مرة عند تشغيل برنامج مُوازٍ باستخدام OpenMP على منصة ذات N معالج. ومع ذلك، نادرًا ما يحدث هذا للأسباب التالية:

• عندما توجد تبعية، يجب على العملية أن تنتظر حتى يتم حساب البيانات التي تعتمد عليها.
• عندما تتشارك عدة عمليات في مورد غير متوازي (مثل ملف للكتابة فيه)، تُنفذ طلباتها بالتتابع. لذلك، يجب على كل عملية انتظار حتى تُحرر العملية الأخرى المورد.
• قد لا يتم تنفيذ جزء كبير من البرنامج بالتوازي بواسطة OpenMP، مما يعني أن الحد الأعلى النظري للتسريع محدود وفقًا لقانون أمدال .
• قد تمتلك N معالجات في نظام المعالجة المتعددة المتناظرة (SMP) قوة حسابية تفوق N ضعفًا، لكن عرض نطاق الذاكرة عادةً لا يتضاعف N ضعفًا. في كثير من الأحيان، يتشارك عدة معالجات مسار الذاكرة الأصلي، وقد يُلاحظ تدهور في الأداء عند تنافسها على عرض نطاق الذاكرة المشترك.
• العديد من المشاكل الشائعة الأخرى التي تؤثر على التسريع النهائي في الحوسبة المتوازية تنطبق أيضًا على OpenMP، مثل موازنة الأحمال وتكاليف المزامنة.
• قد لا يكون تحسين المُصرّف فعالاً بالقدر الكافي عند استدعاء OpenMP. وهذا قد يؤدي عادةً إلى تشغيل برنامج OpenMP أحادي الخيوط بشكل أبطأ من نفس الكود المُصرّف بدون علامة OpenMP (والذي سيكون تسلسليًا بالكامل).

يوصي بعض الموردين بتحديد تقارب المعالج في سلاسل OpenMP لربطها بنوى معالج محددة. ^{[ 46 ] [ 47 ] [ 48 ]} يقلل هذا من تكلفة ترحيل السلاسل وتبديل السياق بين النوى. كما أنه يحسن موضع البيانات ويقلل من حركة مرور اتساق ذاكرة التخزين المؤقت بين النوى (أو المعالجات).

تم تطوير مجموعة متنوعة من المعايير لتوضيح استخدام OpenMP، واختبار أدائه وتقييم صحته.

أمثلة بسيطة

• OmpSCR: مستودع شفرة المصدر لـ OpenMP

تشمل معايير الأداء ما يلي:

• اختبار الأداء المتوازي لـ NAS
• مجموعة مهام برشلونة OpenMP هي مجموعة من التطبيقات التي تسمح باختبار تطبيقات مهام OpenMP.
• سلسلة SPEC
  • مواصفات OMP 2012
  • مجموعة اختبارات SPEC ACCEL المعيارية لاختبار واجهة برمجة تطبيقات تفريغ الهدف OpenMP 4
  • معيار SPEChpc 2002
• معايير كورال
• تطبيقات الوكيل على نطاق إكساسكيل
• شركة رودينيا تركز على المسرعات.
• مجموعة معايير الأداء القائمة على حل المشكلات

تشمل معايير الدقة ما يلي:

• مجموعة التحقق من صحة OpenMP
• مجموعة اختبارات التحقق من صحة OpenMP
• DataRaceBench عبارة عن مجموعة أدوات قياس مصممة لتقييم فعالية أدوات الكشف عن تضارب البيانات في OpenMP بشكل منهجي وكمي.
• AutoParBench عبارة عن مجموعة أدوات قياس الأداء لتقييم المترجمات والأدوات التي يمكنها إدراج توجيهات OpenMP تلقائيًا.

• الموقع الرسمي