如何創建及諧調支持多核的LabVIEW x86客戶DLL

在不修改源代碼的條件下，通過Intel C++ 編譯器在單核PC上實現2.5 倍提速，通過編譯器中的各類最優化選項在雙核PC 上實現超過4.5 倍提速。

本應用包括了兩個組件——用于計算Pi 值的DLL、調用DLL 庫函數的LabVIEW 應用，可將結果顯示在圖形用戶界面中。

為計算Pi 值，我們采用了近似綜合技術，需要在單個循環中完成數百萬次浮點計算。選擇該范例是因為它是CPU 密集型的，并且是可優化的應用。如下所示為外部代碼的主循環結構，CPU的主要計算量是處理CalcSum 函數。

for（i=0; i｛
sum = CalcSum（i, sum, step）;
｝

我們的目標是通過編譯器中的優化選項以最快速度完成上述計算。

應用中有4 個函數，均包含于獨立源文件中。我們采用不同優化開關來編譯每個源文件。如圖1 所示。

表1.應用中的函數

“即插即用”的Intel C++ 編譯器

我們采用即插即用的Intel C++ 來代替Microsoft 編譯器，它可以輕松地集成到現有Microsoft Visual Studio DLL 工程中。更多關于Intel 編譯器，請訪問intel.com/software。

默認設置

測量首先以/O2選項創建應用，許多優化都是在這個層面上進行的。本文在此不討論其細節問題。表2顯示了/O2選項集成的各個優化設置。

表2./O2 選項中集成的最優化列表

自動向量化

自動向量化得益于新一代CPU 中集成的復雜指令集。多數現代CPU構架可擴展支持數據操作及多數據計算。擴展包括支持以單一指令實現多重計算（單指令多數據流，或稱SIMD）。Intel 編譯器能夠分析代碼，并通過SIMD 指令顯著提高代碼的效率。

本范例中，編譯器通過\QT 選項生成適合Core 2 構架的代碼，編譯器報告以下創建時間信息：

注釋：循環未作向量化處理

反匯編生成代碼后可看到編譯器插入了SIMD擴展指令集（SSE）。該指令集的使用直接提升了應用的運行性能，代碼運行速度提高了2倍。

這類優化可應用于目前大多數CPU 上，這里我們在Core 2 處理器上運行，當然您也可以在單核或早期CPU 上應用。

自動并行化

因為采用多核PC，我們會更感興趣如何通過\QParallel 選項，讓代碼在兩核上同時運行，以獲得進一步提速。該選項在編譯目標中插入了庫調用。庫調用提供了運行時所需的控制，使應用中的組件得以并行。

在首次運行中，編譯器并未顯著提高運行性能。通過開啟編譯器的報告功能，可以看到它并未進行優化。

注釋：循環未作并行化處理，循環無需并行化

Intel編譯器要對一段代碼進行自動并行化時，首先決定是否有值得進行并行化的代碼部分。在我們的代碼中由一個主循環完成所有工作。編譯器不能確定循環的重復次數，循環計數值只有在運行時得到。于是編譯器采取謹慎選擇，不對循環進行并行化處理。

我們可以通過在命令行輸入/Qpar-threshold:n 來進行試探優化，這里n 是介于0（總是并行處理）到100（不進行并行處理）的數，這個值決定了試探優化的程度。

輸入/Qpar-threshold:0 后，編譯器對代碼并行化，并輸出報告：

注釋：循環已作自動并行化處理

使用該優化后，程序的運行速度比默認設置下提高了近2 倍。

其它優化選項

本范例中，我們關注自動向量化及自動并行化。Intel C++ 編譯器利用一系列其它優化技術，包括高層優化、交叉過程優化、配置向導優化、速度優化、代碼大小優化、快速浮點處理等。

Intel 編譯器同時支持OpenMP 這個基于pragma 的標準，用于實現應用代碼的并行化。

測量性能

本范例中我們采用Win32 API 的定時函數，并將定時計算嵌入外部代碼。計算時間在LabVIEW 應用GUI 中顯示。

作為備選，我們還可采用LabVIEW的定時工具，或采用外部工具，如Intel VTune 性能分析器。

VTune能夠監測許多不同種類的構架事件。VTune調諧助手能夠給出如何更好使用這些事件的建議。

結論

不同開關的優化結果在表3 中列出。我們在雙核PC 上運行，并通過默認優化（/O2）作為基準來計算提速。

表3.不同優化方式下的速度提高

在應用自動向量化時可達到2.5倍速，該優化專用于非多核處理器，可用于目前多數CPU。

在應用自動并行化后可實現接近2 倍的提速。結合兩種優化更可達到4.6 倍。

以上結果是在不修改源代碼的前提下實現的。盡管我們選擇了模擬應用（計算Pi值），但這類優化技術能夠用于各類實際應用。從Intel編譯器用戶反饋中了解到，使用這些優化方式可顯著提高代碼執行速度。