Zenn
🦀

OpenMP Offloading for NVIDIA GPU

2021/04/26に公開
#
GPU
#
LLVM
#
openmp
#
openmpoffloading
#
openacc
tech

OpenMP Offloadingを使うためではなく、どうやって動作しているのかを理解するためのメモ

Programming model by NVIDIA

  • 最適化されたライブラリの使用 (cuBLAS, cuDNN等)
    • 特別なコンパイラ無しで使用できる、用意されたコードしかGPU上で動作させられないので柔軟性は低い
  • OpenACC言語拡張を用いて既存のコードをGPU向けに自動的に変換する
    • for文に #pragma acc を追加すればGPU上で動作するようになる
  • 独自言語拡張CUDA/C++ を用いる
    • NVIDIAが提供している全ての機能にアクセスできる
  • C++17 Parallel Algorithm, Fortran 2008 concurrent を GPU で実行する
    • nvc++, nvfortran (NVIDIA HPC SDK) で標準のC++ / Fortranをコンパイルする

How NVIDIA GPU / CUDA works?

  • 何かしらの方法でGPU上で実行されるアセンブラ (PTX) を生成し、それをGPU上に転送し、起動する必要がある
  • ハードウェアとしてのGPUはカーネル (Linux, Windows) にロードされたNVIDIAドライバが面倒を見る
    • macOSはカーネルドライバが提供されないので全く使用できない
  • ユーザー空間からカーネルへの命令はCUDA Runtimeを経由して行われる
    • CPUの場合のC Runtime (glibc, CRT) のようなもの
  • CUDA Runtimeには高水準な Runtime API (libcudart.so) と低水準な Driver API (libcuda.so) がある
    • 基本的にRuntime APIはDriver APIを呼び出して動いているはず？
  • CUDA/C++ compiler (nvcc) はプログラム中の __device__ や __global__ 修飾されている関数をPTXにコンパイルし、カーネル呼び出し構文 kernel<<<block, thread>>> をCUDA Runtimeの呼び出しに置き換える
    • nvccの機能をライブラリとして提供する NVRTC というものも存在する
  • PTXさえ生成出来れば特別なコンパイラ無しに、それをCUDA Runtimeを用いてGPU上で実行させることが出来る
    • PTX ISA reference を読みながら手で書く
    • GCC, LLVMはPTXをターゲットとしてコード生成する事が可能
      • ビルド時にNVPTXが有効になっているclangがあれば clang --target=nvptx64-nvidia-cuda -S test.cpp で test.s にPTXが出来る
      • 例えば Rust や Julia, あるいは Python からLLVM IRを経由してPTXへコンパイルすることが出来る
      • OpenMP Offloadingもこの仕組みを使う

OpenMP Offloading

  • GPU等のアクセラレータをOpenMPコンパイラから使えるようにしたもの
    • OpenMPとはC/C++/Fortran向けスレッド並列化用言語拡張 (#pragma omp)
    • OpenMP OffloadingはCUDA/C++ コンパイラ (nvcc) と同じようにユーザーコードからGPU用のアセンブリを生成し、それをGPUに転送・実行をするための処理を記述するための言語拡張
  • OpenMP Offloading と OpenACC は別の言語拡張
    • コンパイラの裏側では同じ実装だったりする
  • OpenMPはコンパイラでの言語拡張なので各コンパイラ毎に実装する
  • GCC, LLVM共にNVIDIA GPUの制御にはCUDA Runtimeを使う
    • コンパイラ (gcc, clang) はデバイスコードをPTXにコンパイルしてオブジェクトファイルに埋め込み、ランタイム (libgomp, libomp) が実行時にそれをCUDA RuntimeでGPU上に展開・実行させる
    • リンカはホストコードのリンクに加えて、デバイスコード (PTX) をリンクする必要がある
      • ここは標準化されている？
    • ldはPTXをリンク出来ないのでptxas (CUDAの一部) を使うか別実装を使う
  • GCCはPTXをオブジェクトに埋め込んで nvptx-tools を使ってリンクする
  • LLVMは調査中（挙動が結構違うので多分中身も結構違う）
GitHubで編集を提案

Discussion