{"id":99699,"date":"2021-04-10T22:22:52","date_gmt":"2021-04-10T20:22:52","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/proekt-llvm-predstavil-hpvm-1-0-kompilyator-dlya-cpu-gpu-fpga-i-uskoritelej"},"modified":"2021-04-10T22:22:52","modified_gmt":"2021-04-10T20:22:52","slug":"proekt-llvm-predstavil-hpvm-1-0-kompilyator-dlya-cpu-gpu-fpga-i-uskoritelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/proekt-llvm-predstavil-hpvm-1-0-kompilyator-dlya-cpu-gpu-fpga-i-uskoritelej","title":{"rendered":"Das LLVM-Projekt hat HPVM 1.0 vorgestellt, einen Compiler f\u00fcr CPU, GPU, FPGA und Beschleuniger.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Die Entwickler des LLVM-Projekts haben die Ver\u00f6ffentlichung des Compilers HPVM 1.0 (Heterogeneous Parallel Virtual Machine) bekannt gegeben. Dieser zielt darauf ab, die Programmierung f\u00fcr heterogene Systeme zu vereinfachen und bietet Werkzeuge zur Code-Generierung f\u00fcr CPU, GPU, FPGA und domain-spezifische Hardware-Beschleuniger (die Unterst\u00fctzung f\u00fcr FPGA und Beschleuniger ist nicht in der Version 1.0 enthalten). Der Code des Projekts wird unter der Lizenz Apache 2.0 ver\u00f6ffentlicht. <\/p>\n
Das Hauptkonzept von HPVM besteht darin, bei der Kompilierung eine einheitliche Darstellung paralleler Programme zu nutzen, die f\u00fcr die Ausf\u00fchrung auf verschiedenen Typen von Hardware geeignet ist, die das Parallelisieren von Berechnungen unterst\u00fctzen, einschlie\u00dflich GPUs, Vektoroperationen, Mehrkernprozessoren, FPGAs und verschiedenen spezialisierten Beschleuniger-Chips. Im Gegensatz zu anderen Systemen versucht HPVM, drei M\u00f6glichkeiten zur Organisation heterogener Berechnungen zu kombinieren: eine hardware- und programmiersprachenunabh\u00e4ngige Zwischenrepr\u00e4sentation, eine virtuelle Architektur des Befehlssatzes (ISA) und die Laufzeitplanung (runtime scheduling). <\/p>\n
Die in HPVM verwendete, zielunabh\u00e4ngige Intermediate Representation (IR) basiert auf der LLVM 9.0 und erweitert sie durch ein hierarchisches Datenflussdiagramm, das Parallelit\u00e4t auf der Ebene von Aufgaben, Daten und Rechenpipelines erm\u00f6glicht. Die HPVM-Intermediate Representation umfasst auch Vektoranweisungen und gemeinsamen Speicher. Das Hauptziel der Verwendung dieser Intermediate Representation ist die effiziente Codegenerierung und Optimierung f\u00fcr heterogene Systeme. <\/p>\n
Die virtuelle Architektur des Befehlssatzes (ISA) erm\u00f6glicht die Portabilit\u00e4t zwischen verschiedenen Hardwaretypen f\u00fcr parallele Berechnungen und sorgt daf\u00fcr, dass beim Einsatz unterschiedlicher Komponenten heterogener Systeme keine Leistungseinbu\u00dfen auftreten. Die virtuelle ISA kann auch genutzt werden, um universell ausf\u00fchrbaren Programmcode bereitzustellen, der CPU, GPU, FPGA und verschiedene Beschleuniger einbeziehen kann. <\/p>\n
In der aktuellen Entwicklungsphase bietet HPVM Code-Generatoren an, die in der Lage sind, Anwendungs-Knoten, definiert durch die virtuelle ISA, f\u00fcr die Ausf\u00fchrung mit NVIDIA-GPUs (cuDNN und OpenCL), Intel AVX-Vektorbefehlen und Mehrkern-x86-CPUs zu \u00fcbersetzen. W\u00e4hrend der Ausf\u00fchrung verwendet HPVM flexible Planungspolitiken f\u00fcr den Rechenprozess, die sowohl auf Programminformationen (Graph-Strukturen) als auch auf die Kompilierung einzelner Programmknoten zur Ausf\u00fchrung auf beliebigen verf\u00fcgbaren Zielrechenressourcen im System basieren. <\/p>\n
Es wird festgestellt, dass die Anwendung von HPVM zu erheblichen Leistungssteigerungen f\u00fchrt. Die Leistung der Ergebnisse der HPVM-\u00dcbersetzer ist vergleichbar mit handgeschriebenem OpenCL-Code f\u00fcr GPUs und Vektorverarbeitungseinheiten. <\/p>\n
Im Vergleich zur ersten Vorabversion umfasst die HPVM 1.0 Unterst\u00fctzung f\u00fcr tensorbasierte Operationen der linearen Algebra, Frontends f\u00fcr Pytorch und Keras, die Approximation von Faltungsoperatoren sowie ein Framework zur Anpassung von Approximationen, das automatisch optimale Approximationen f\u00fcr bestimmte tensorbasierte Operationen ausw\u00e4hlt und eine Konfiguration w\u00e4hlt, die die beste Leistung gew\u00e4hrleistet. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"