Optimización

Revisemos formas de mejorar la performance de un programa, sin necesidad de usar librerias ó APIs para paralelizar.

Primero repasemos algunos puntos que serán críticos en la performance de un código:

• Elección del algoritmo: Complejidad (big-O): O(1), O(log n), O(n), O(n log n), etc..
• Estructuras de datos a usar (stack, queue, array, linked-list, trees, graph, etc.).
• Operaciones a usar: (+,-,*,/,%,sqrt,**, etc.)
• Usar software optimizado (si hay disponible).
• Hardware: detectar donde está el cuello de botella.
• Optimizaciones del compilador (se discute con más profundiad abajo).
• Tomar conciencia de la arquitectura de la máquina/cluster.

Uso del cache

Cercania espacial

Recordemos que el cache guarda los elementos contiguos en memoria del último valor accedido para explotar el criterio de spatial locality, esto puede ser importante a la hora de decidir como haceder a los elementos de un array, donsideremos el siguiente ejemplo:

integer, parameter :: n=1000,m=2000
real :: X(n,m), Y(n,M)
real :: a

do i=1,n
   do j=1,m
	Y(i,j)=X(i,j)*a
   enddo
enddo

dado a que en fortran los elementos de un array se guardan en forma contigua en la memoria, pero los ordenan desde el indice de la izquierda (ojo, en C es alreves!), entonces en el ejemplo anterior dos sucesivas interaciones van a impliciar que se renueve el cache ya que los elementos (i,j)=(1,1) e (i,j)=(1,2) distan en memoria m-elementos. Una forma de optimizar este loop es cambiar el orden de los do:

do j=1,m
   do i=1,n
	Y(i,j)=X(i,j)*a
   enddo
enddo

Muchas veces el compilador detecta este problema y lo corrije, aún así es bueno tenerlo presente.

Cercania temporal

Consideremos ahora como explotar el criterio de temporal locality, supongamos que tenemos el siguiente loop:

real :: A(N), B(N), C(N), D(N), Z(N)
do i=1,n
	A(i)=A(i)*Z(i)
	B(i)=A(i)**2.
	C(i)=C(i)+B(i)
	D(i)=D(i)/3.+C(i)
	Z(i)=Z(i)*D(i)
enddo

Notar que para cada iteración el elemento Z(i) es utilizado en la primer linea, y luego es usado nuevamente después de 3 operaciones. Es posible que el cache almacene este valor mientras que el resto de los elementos que no son usados se descarten.

Ahora imaginemos que reeplazamos el código por este código equivalente en notación vectorial:

real :: A(N), B(N), C(N), D(N), Z(N)

A(:)=A(:)*Z(:)
B(:)=A(:)**2.
C(:)=C(:)+B(:)
D(:)=D(:)/3.+C(:)
Z(:)=Z(:)*D(:)

en este caso pasaron 3N+(N-1) instrucciones hasta que un elemento Z(i) es reutilizado, en tal caso el cache descarta los valores de Z y el código se ejecuta más lento por que hay overhead por acceso de datos, es decir hay más operaciones de llamada a memoria (que es lento).

cache blocking

Una forma de optimizar los llamados a memoria es reestructurar arrays de forma tal que entren en el cache. Por ejemplo

Oragnizando el acceso a memoria uno puede cargar en cache pequeños sub-sets de un array grande. La idea es trabajar con ese bloque en el cache, trabajando de a “bloques” se reduce la necesidad de ir a buscar datos a memoria (reduciendo la presión en el ancho de bande de la memoria).

Vectorización

La vectorización es una tecnología a nivel del procesador que mejora el rendimiento de loops. Hay dos tecnicas de vectorización: pipelining y SIMD (single instruction multiple data). Vamos a discturi la primera. about vector pipelining.

Pipelinig

Inhibidores de vectorización:

• I/O
• loops anidados
• funciones (procedures)
• funciones matemáticas
• dependencias
• condicionales

Algo que puede ayudar a la vectorización es fusionar loops.

Memory allocations

Tipos de memory allocations

Stack vs Heap

Optimizaciones del compilador

El compilador puede realizar distintos tipos de modificaciones en pos de mejorar la performance:

Optimizaciones Escalar:

• Copy propagation
• Const folding: a=100;b=200; suma=a+b → suma=300
• Strength reduction x=y**2;a=b/2.0 → x=y*y;a=b*0.5
• Eliminación subexpresiones comunes d=c*(a/b);e=(a/b)*2 → x=a/b;d=c*x;e=x*2.0
• Renombrado de variables: x=y*z; q=r+x*2; x=a+b → x0=y*z; q=r+x0*2; x=a+b

Opt. Lazos:

• Loop invariant: saca de loops operaciones que no dependen del indice.
• Loop unrolling:
• Intercambio orden loop (para explotar spatial locality)

Inlining

• Reemplaza una porción de código por otro equivalente + veloz)
• Fusion/fision loop

Mejora escalar:

Optimizacion

A nivel de compilación:

gfortran -On programa.f90

donde n puede ser:

• -O0 sin optimizacion.
• -O1, -O2 optimizaciones menores, no afectan precision en los resultados.
• -O3 máximo nivel de optimizacion, puede demorar el tiempo de compilación y afectar la precision de los resultados.

A nivel de sentencias:

• **Simplificacion de constantes **, evitar variables del tipo y=4+8 (reemplazar por y=12).
• Evitar condicionales , en lugar de expresiones del tipo IF (i .eq.j .or. i .eq. k) usar directamente i=j.
• Usar registros, para variables muy usadas, guardarlos en registros.

A nivel de bloques:

• Eliminar bloques que no se ejecutan.
• Ordenar instrucciones para mejorar el acceso de memoria.

Mejora paralela:

Timming

Caché