Intel Developer Forum Japan (2日目)

二日目のレポートです．二日目は主に開発環境を聴講してきました．

1. 「Itanium 2 プロセッサ用アプリケーションプログラムの最適
   化」 池井満

プログラムの最適化にはメモリの最適化が重要である．メモリ最適
化を行うためには，メモリ・システムの構造を理解し，かつ測定を
通した定量的なチューニングが必要となる．

セッションでは，まず Itanium 2 のメモリアーキテクチャ及び性
能測定のためのパイプライン周りのカウンタの説明を行い，行列積
のプログラムを通して手動チューニング及びコンパイラ最適化によ
る効果のデモンストレーションを行った．最適化は，「手動プリ
フェッチ挿入」「自動プリフェッチ挿入」「ループ・アンローリン
グ」「バンク・コンフリクト回避」「データの再構成(転置)」
「TLB最適化」を順に適用し，元の性能(理論性能の 0.03)から各々
の最適化で0.07，0.16，0.35，0.54，0.75，0.91，0.95の性能を達
成した．

バンク・コンフリクトの回避とは，Itanium 2 の L2 キャッシュの
構造に起因する性能低下を回避する方法である．Itanium 2 の L2
キャッシュは，16バイト幅の16個のバンクにより構成されている．
二つのメモリアクセスが同一バンクに対して行われた場合，どちら
かのメモリアクセスは待たされることになる．これは，たとえば隣
接した配列要素に対するアクセスを行うか，256バイト離れた要素
にアクセスするような場合に行う．ループ内で連続した配列要素に
アクセスするような状況では，適当にメモリアクセルの順番を入れ
替えることにより，バンク・コンフリクトが回避できる．

TLB最適化は，この場合は単にページサイズを大きくしてTLBミスを
減らしてしまうということである．

2. 「インテル Centrino モバイル・テクノロジ最適化方法と
     2004 年ノートブックPCのビジョンについて」 小林永欣

Centrino とは，インテルのモバイル向け製品であり，Pentium M
プロセッサ，855チップセット及び インテル PRO/Wireless2100 の
3つのコンポーネントからなる．このセッションでは，これらのコ
ンポーネントと将来のノートPCのビジョンを提示した．

Pentium M のパイプライン構成など細かい部分は謎であるが，新し
い機構として「マイクロOpsフュージョン」「アドバンスト分岐予
測」「専用スタックマネージャ」がある．また，オンチップの1MB
L2 キャッシュを搭載している．マイクロアーキテクチャの拡張に
関する説明は以下のMYCOM等，各種ニュースサイトが詳しい．
    http://pcweb.mycom.co.jp/special/2003/centrino/
        (若干疑問に思う個所もあるが，全体的に分かりやすく書
	いてある)
セッションでは，Pentium 4 等のプロセッサと比較して Pentium M
用の最適化で気をつけなければならない点を，ループアンローリン
グの展開数，キャッシュ最適化，SIMD 命令(SSE/SSE2)のデータレ
イアウト等に関する説明があった．これらの情報はインテルが提供
している各種マニュアルにも掲載されているとのこと．
    http://developer.intel.com/design/mobile/manuals/

その後，モバイル・コンピューティングにおける快適な接続性の確
保，バッテリー駆動時間の延長，セキュリティの確保等の話題があっ
たが，それらの中でも Location Aware Computing は興味深い内容
であった．これについては3日目の「将来のモバイルアプリケーショ
ン」で詳しく書く予定である．

3. 基調講演

以下のページに詳しい．
# さすがに，聴講したときとったメモを今読み返すのは厳しい．
# おもしろいデモはいろいろやっていたが，Pentium 4 デスクトッ
# プ--Centirnoモバイル--XScale PDA間で情報をやり取りするデモ
# は特に印象深かった．
    http://pcweb.mycom.co.jp/news/2003/04/14/06.html
    http://pcweb.mycom.co.jp/news/2003/04/14/07.html

4. 「ハイパー・スレッディング・テクノロジにおけるソフトウェ
   ア最適化」 岩本成文
ハイパー・スレッディングを利用したアプリケーションの最適化に
関するセッション．はじめに，アムダールの法則などの並列処理に
関する基本的なおさらいをして，次に画像処理を行う簡単なマルチ
スレッド・アプリケーションを例にハイパースレッディング (以下
HT) のチューニングのデモンストレーションを行った．

デモは二つあり，最初のデモでは，インテルのコンパイラに適切な
最適化オプションをつけることで，どこまで性能が上がるかという
ものであった．Visual C++ では FPS値 (frames per second) が
23.5 (HT-off)，26.5 (HT-on) であったものが，インテルコンパイ
ラでプロファイル結果を使った最適化を使うことで 29 (HT-off)，
35.5 (HT-on)， また SSE2 によるベクトル化により 37 (HT-off)，
43 (HT-of) まで性能が向上した．

二つ目のデモは，Pentium 4 の 64K aliasing に関するものである．
Pentium 4 の L1 データキャッシュではレイテンシ削減のため，タ
グチェックをまず仮想アドレスの下位16ビットで行う．そのため，
64KBの距離にあるアドレスは同一ラインを使用してしまう．
Windows はスレッドのを作成する際，1MB境界に配置するためこの
問題が顕在化する．これを回避するために，スタックに 2KB のパ
ディングを行った．この結果，FPS値は 47.5 (HT-on)まで向上し
た……．

Pentium 4 の L1 データキャッシュは 8KB/4way セットアソシアティ
ブ/ラインサイズは64バイトである．聴講時にはうまくごまかされ
てしまった 64K aliasing の問題が，やっぱり良くわからなかった
ので調べてみた．インテルの資料には細かいところまでは書いてい
なかったが，以下のページを読むと，アドレスの12--15ビットは
way prediction に使われているようであり，つまり完全な 4way
セットアソシアティブではなく 64KB 周期で同一ラインを共有して
しまうものであるらしい．このページの情報がどこからきたものだ
か良くわからないが，チップの写真から演算器単位でフロアプラン
を割り出してしまうような人たちのページなので，それなりに信用
できるであろう．
http://www.chip-architect.com/news/2003_03_26_Prescott_clues_for_Yamhill.html
http://www.chip-architect.com/news/2003_03_06_Looking_at_Intels_Prescott.html

5. 「インテル コンパイラ V7.0 を使用した並列化プログラム開発
   手法」 清水良直

インテル コンパイラの紹介．特に，OpenMP サポートを強調してい
た．インテルの OpenMP サポートあるいは拡張として，Irregular
な並列性やパイプライン並列処理をサポートする workqueuing モ
デルや，ネスト並列のサポートが挙げられた．また，コンパイラに
は Pentium III，Pentium 4 などの世代依存の最適化が用意されて
いるが，いくつかの世代の最適化されたコードを全て実行オブジェ
クト中に埋め込んで，実行時にどの最適化コードを実行するか決定
する auto dispatch 機能の紹介もあった．

セッションの内容は，Intel Technology Journal や IPDPS の論文
とほぼ同一のようである．
http://www.intel.com/technology/itj/2002/volume06issue01/art04_fortrancompiler/p01_abstract.htm

X. Jian, Y. K. Chen, M. Girkar, S. Ge, R. Lienhart, S. Shah,
"Exploring the Use of Hyper-Threading Technology for
Multimedia Applications with Intel OpenMP Compiler",
Proc. of IPDPS'2003, April 22-26, 2003


6. 「Linux 向け VTune パフォーマンス・アナライザの新機能」
    久保寺陽子
インテルのパフォーマンスチューニングツール．コールグラフやパ
フォーマンスカウンタ等の実行プロファイルの集計及び表示を行う
ことができる．ただし，Linux 用ツールの GUI は未完成(今年末か
来年頭に出荷予定とのこと)なので，データを Windows に送信して
そちらのツールで可視化することができるということで，そのデモ
ンストレーションを行った．

集計データの転送は，Linux 側がサーバ，Windows 側がクライアン
トとなるような環境で行う．サーバはサーバプログラムとカーネル
モジュールのインストールが必要．あとで聞いたところ，カーネル
モジュールのソースコード，及びLinux--Windows間のプロトコルは
公開されているようなので，他の用途でも使えそうである．

-- 
                                       keiji Kimura
                                       kimura@oscar.elec.waseda.ac.jp