mapreduce与cuda之我见

cwc

       过去的两个星期，一星期研究MapReduce，一星期研究CUDA。可以说对这两个并行界的明星有了一点粗浅的认识。在这里我就这两个星期来的所感与大家分享。

框架：     
       在 CUDA 的架构下，一个程序分为两个部份：host 端和 device 端。Host 端是指在 CPU 上执行的部份，而 device 端则是在显示芯片上执行的部份。Device 端的程序又称为 "kernel"。通常 host 端程序会将数据准备好后，复制到显卡的内存中，再由显示芯片执行 device 端程序，完成后再由 host 端程序将结果从显卡的内存中取回。说白了，就是CUP与GPU，内存与显存之间的互动。
        MapReduce的框架大家都已经比较熟悉了。简单来讲，就是分为map操作与reduce操作，每个map对应一行，产生的结果汇总到reduce中进行集中处理。

并行模式：
        CUDA在执行的时候是让host里面的一个一个的kernel按照线程网格（Grid）的概念在显卡硬件（GPU）上执行。每一个线程网格又可以包含多个线程块（block），每一个线程块中又可以包含多个线程（thread）。一个Grid里可以有多个（一般为几万）block,一个block里最多可以有512个thread 。因此理论上CUDA的可并行数是非常多的。
            
         MapReduce的并行模式则更为简单，理论上有多少行就有多少个map，也就有多少个并行单位了。

编程难度：
        CUDA一般使用C编写，MapReduce则使用java。C的编程难度比java大，但是使用CUDA编程时，只要懂得C，基本上就能马上上手了。MapReduce则不然，虽然是用java，但是加了自己的封装，有自己的一套的编程规则，因此在编写程序前还需好好学习。
   
         

xmubingo

大宝 发表于 2012-3-10 23:31
没有试用，因为即使jcuda也要在gpu端使用c，怎么样都逃不过c，所以就c到底了。

先把你目前的C版本整理下代码，尽量节省内存，不要在for里边滥用变量。读取文件时，列数采用手动定义预设值，不需要程序去确认有多少列(不可靠，耗时)，一旦发现列数少于或者多于预设值就报错不要继续。

然后尝试下jCUDA，关键是看下能不能成功。参考它的官网：http://www.jcuda.org/

jCUDA不断在被开发，总会有一天变成熟，也保不准cuda以后出java版本。并且至少java调用可以应用到我们的web服务上。所以，你先试试，有问题再一起讨论。

cwc

zouquan 发表于 2012-3-10 12:43
很好的技术贴，试用jCUDA了么？

没有试用，因为即使jcuda也要在gpu端使用c，怎么样都逃不过c，所以就c到底了。

zouquan

很好的技术贴，试用jCUDA了么？

xmubingo

顶！！！！

CUDA部分：

关于每个block有多少个thread是由具体GPU的计算能力决定的。在CUDA_C_Programming_Guide4.0中的第158页中描述了不同计算能力的芯片，X,Y,Z方向的最大维数以及block中的最大thread数。

另一个，至于一个网格内有多少个block组成这个问题，在第8页中有解释：

1. The number of thread blocks in a grid is usually dictated by the size of the data being processed or the number of processors in the system, which it can greatly exceed.

复制代码

意思是和GPU内存有关。具体怎么计算你可以研究下，这个计算我目前还没搞清。

最后一个问题，理论上，一个GPU就一个网格，多个GPU就多个网格。如果有多块GPU怎么实现合并，或者分别访问？这也是个问题。比如236服务器上就有5块显卡。