将SPECFEM3D GLOBE迁移到DPC++，提升性能增加可移植性

将SPECFEM3D GLOBE迁移到DPC++，提升性能增加可移植性

目录

1. 引言
2. 从3D Globe迁移至Data Parallel C++的动机
3. Data Parallel C++兼容性工具的简介
4. 迁移应用程序的典型工作流程
5. 性能比较和总结
6. 已知的迁移问题和解决方法
7. 结论

从3D Globe迁移至Data Parallel C++的动机

🔥 介绍3D Globe软件包 3D Globe软件包模拟全球和区域性地震波传播。包含Fortran MPI和Ruby代码，用于生成OpenCL和CUDA代码。

🔥 迁移动机 迁移到Data Parallel C++的动机之一是调研OpenCL版本的代码时发现数据传输所需的时间较长。由于大量小缓冲区的复制操作导致数据传输时间显著增加，这是OpenCL实现的瓶颈之一。另一个动机是测试Intel Data Parallel C++兼容性工具。

Data Parallel C++兼容性工具的简介

🔥 工具功能 Data Parallel C++兼容性工具帮助开发人员将CUDA源代码迁移到Data Parallel C++。根据代码的迁移程度，工具会自动生成80%至90%的迁移代码，并为未迁移的代码提供注释和诊断信息。

🔥 迁移流程概述 迁移流程通常包括以下步骤：

1. 准备阶段：拦截构建过程并记录编译数据库，用于迁移和验证代码。
2. 迁移阶段：运行Data Parallel C++兼容性工具，提供编译数据库作为输入，自动生成迁移代码。
3. 验证阶段：手动检查迁移代码的正确性，并完成未迁移的部分。

迁移应用程序的典型工作流程

🔥 为迁移做准备 首先，获取3D Globe源代码并配置环境，包括使用最新的CUDA 9分支。然后，插入构建过程并记录编译数据库，以获取编译命令、头文件路径和常量等信息。

🔥 迁移代码 使用Data Parallel C++兼容性工具，根据编译数据库迁移代码。迁移后的代码将按原有目录结构输出到默认目录。

🔥 验证和手动修复 检查迁移代码中的诊断信息和警告消息。根据诊断参考指南提供的建议，手动修复未迁移的代码段。然后，编译并运行应用程序，根据需要调试和修复错误。

性能比较和总结

🔥 性能对比 使用Data Parallel C++迁移后的代码在Intel Gen9图形处理器上与OpenCL版本相比，解算器时间基本相同，但整体墙钟时间显著缩短。特别是针对小缓冲区的数据传输时间大幅降低。

🔥 数据并行C++的优势 Data Parallel C++支持多种加速器类型，具有更高的可移植性和性能。它提供与主要后端（如Level Zero和CUDA）的集成，使开发人员能够更灵活地使用不同的加速器。

已知的迁移问题和解决方法

🔥 已知问题

• 函数指针的迁移：Data Parallel C++兼容性工具目前不支持迁移函数指针，需要手动重写部分代码。
• 禁用的功能：某些功能（如纹理内存API和GPU异步拷贝）在迁移时被禁用，需要手动调整代码。

结论

通过使用Data Parallel C++兼容性工具，成功将3D Globe应用程序迁移至Data Parallel C++，提高了性能并增加了可移植性。迁移过程中需要手动修复一些已知问题，但整体迁移时间大幅缩短。

FAQ

❓ 问题：小缓冲区数据传输时间问题是DPC+与OpenCL的问题还是运行时和驱动程序问题？ 答：这是一个OpenCL实现的问题，由于OpenCL的缺陷，小缓冲区的复制操作比较耗时。尽管Data Parallel C++使用了OpenCL作为主要后端，但通过与Level Zero等其他后端的集成，可以显著降低小缓冲区数据传输时间。

资源：

• 3D Globe软件包：链接到软件包
• Data Parallel C++兼容性工具：链接到工具