1、多处理器编程的挑战与应对

多处理器编程的挑战与应对

1. 多处理器编程的背景与挑战

计算机行业正经历着重大变革，芯片制造商暂时放弃了提升处理器运行速度的尝试。尽管摩尔定律依然有效，芯片上能容纳的晶体管数量逐年增加，但因过热问题，时钟速度难以提升。于是，制造商转向了“多核”架构，多个处理器（核心）通过共享硬件缓存直接通信，利用并行性使计算更高效。

多处理器架构的普及对软件开发产生了深远影响。过去，技术进步主要体现在时钟速度提升，软件会自动“加速”。如今，技术进步意味着并行性增加而非时钟速度提升，如何利用并行性成为现代计算机科学的重大挑战。

多处理器编程在各个规模的系统中都存在挑战。小到单个芯片内的处理器需协调对共享内存位置的访问，大到超级计算机中的处理器要协调数据路由。现代计算机系统本质上是异步的，活动可能因中断、抢占、缓存未命中、故障等事件毫无预警地暂停或延迟，且这些延迟不可预测，规模差异巨大，如缓存未命中可能使处理器延迟不到十条指令，页面错误可能延迟数百万条指令，操作系统抢占则可能延迟数亿条指令。

2. 多处理器编程的两个方向

2.1 原理方向

原理方向聚焦于可计算性，即在异步并发环境中能计算什么。采用理想化的计算模型，多个并发线程操作一组共享对象，线程对对象的操作序列构成并发程序或并发算法，这与 Java、C# 或 C++ 线程包的模型本质相同。

令人惊讶的是，有些易于定义的共享对象无法通过任何并发算法实现。因此，在编写多处理器程序前，了解哪些不可行至关重要。许多多处理器编程中遇到的问题源于计算模型的基本限制，所以掌握并发共享内存可计算性的基础知识是必要步骤。相关内容会带领我们快速了解异步可计算性，揭示各种可计算性