Digital Signal Processors have an extensive use in embedded systems. There is a growing popularity in integration of many cores into one chip due to power consumption and heating considerations. In parallel with the multicore trend, an important aspect of software development today is proper migration to multicore environment. In this paper, we investigate parallelization in existing communication intelligence algorithms. Parallelized versions of selected algorithms are implemented on 8-core Texas Instruments (TI) DSP using OpenMP framework. We will present performance results, obtained by Unified Instrumentation Architecture (UIA) and report scalability of OpenMP parallelization.
Moore yasası, işlemci hesap güçlerinin her 18 ayda bir ikiye katlanacağını öngörmüş ve bu kural uzun bir süre geçerliliğini korumuştur. İşlemcilerin saat hızlarının arttırılması, yakalanan performans başarısı yanında ciddi problemleri de doğurmuştur: Aşırı güç tüketimi ve ısınma. Tek bir işlem birimi ile mümkün olabilecek performans sınırına yaklaşılması çip üreticilerini işi aralarında paylaşıp aynı anda çalışabilen daha verimli çok çekirdekli işlemcilere yöneltmiş ve birden fazla işlem birimi içeren yongalar piyasaya sunulmuştur. Çok çekirdekli mimari sayesinde veri eş-zamanlı olarak işlenerek daha yüksek performans elde edilmektedir.
kolay bir iş olmayıp ayrıyeten bir takım kütüphane ve derleyici desteği de gerektirmektedir. Texas Insruments (TI) firması kendi geliştirme ortamları olan Code
atmıştır.
Bu çalışmada, Aselsan bünyesinde tek çekirdekli işlemcilerde çalıştırılmak üzere
elektronik istihbarat amaçlı geliştirilen kod parçacıkları paralelleştirme imkanları
açısından incelenecek, paralelleştirme kabiliyeti barındıran kodlar OpenMP
programlama modeli kullanarak paralelleştirilip CCS ortamına aktarılacak ardından
hedef DSP platformu olan TMDSEVM6678LE üzerinde çalıştırılarak zaman
ölçümleri alınacaktır. Zaman ölçümlerinin alımında System Analyzer bileşeni
kullanılarak gerçek zamanlı çalışan koda en az biçimde müdahale edileecektir. Farklı
alanlardan birçok uygulamanın C6678 hedef DSP platformu üzerinde paralelleştirme
örneğini görmek mümkündür. Yakın zamanda yer alan çalışmalardan birinde, HEVC
video çözümleme işlemi OpenMP kullanılarak paralelleştirilmiş ve tek çekirdeğe
kıyasla %70 civarında hızlanma kaydedilmiştir [
ve 8 çekirdek üzerinde başarılı bir biçimde ölçeklendiği teyit edilmiştir [
algoritmalara 2. bölümde yer verilmiştir. 3. Bölümde paralelleştirme ve OpenMP ile alakalı genel bilgiler sunulacaktır. Çalışmada kullanılan gömülü platformlar 4. bölümde tanıtılacaktır. Gerçeklemeye ilişkin detaylar ve sonuçlar 5. bölümde ele alınmıştır. Son bölümde ise çalışmadan elde edilen neticeler değerlendirilecektir. 2
Elektronik istihbarat yeteneklerinin ani tepkilere karşı duyarlı olabilmesi için ilgili algoritmaların hızlı bir şekilde çalıştırabilir olması gerekmektedir. Gelişen işlemci mimarisine bağlı olarak algoritmaların çalışma süreleri giderek azalmakta, paralel işlemeye uygun algoritmaların kullanılması bu süreleri daha da kısaltmaktadır. Elektronik istihbarat algoritmalarının çok sayıda alt branşı vardır. Bunlardan en önemlileri, telsiz yayınların kip-çözme işlemleri ve ortamdaki yayın tespitidir. Bu çalışmada algoritma paralelleştirme çalışmalarına örnek olarak Kip-Çözme (Demodülasyon)
2.1
Taban Bant Kompleks Ham Veri Kip Çözme İşlemleri
Frekans Uzamındaki Kompleks Ham Veri Spektrum Oluşturma ve Eşikleme İşlemleri Yayın Tespit Listesi Oluşturma
da da tek çekirdek üzerinde çalışan kodların çok çekirdekli mimaride çalışmasına yönelik birçok paralel programlama modelleri oluşturulmuştur. Message-Passing
processing (OpenMP) bu çabanın bir sonucu olarak ortaya çıkmıştır. MPI genelde dağıtık bellek mimarili platformlarda, OpenCL ise heterojen sistemlerde yoğun olarak kullanılmaktadır. OpenMP ise paylaşımlı bellek mimarili çok çekirdekli platformlar için bir programlama çatısı sunmaktadır.
Çatallanma
Birleşme Fig. 3. OpenMP Fork/Join modeli
Ana iş parçacığı
İş parçacıkları Ana iş parçacığı
kodların çok çekirdekli mimarilere kolay bir şekilde taşınabilmesine yönelik derleyici direktifleri içermektedir. Direktifler kodun hangi parçasının paralel bir şekilde çekirdeklere dağıtılarak çalıştırılacağını belirtir. Uygulama OpenMP desteği ile çalıştırıldığında paralel çalışırken, OpenMP desteği belirtilmediğinde kaynak kodda herhangi bir değişiklik gerektirmeksizin tek çekirdekte çalıştığı gibi çalışabilmektedir.
ulaşıldığında ise iş parçacıkları oluşturulur ve bu iş parçacıkları farklı çekirdekler
üzerine atanarak çalıştırılır. Paralel bölgenin sonunda ise senkronizasyon işlemi
gerçekleştirilir ve kod ana iş parçacığı üzerinden çalışmaya devam eder. Paralel
bölgenin başlangıcı #pragma omp parallel direktifi ile belirtilir. Bu durum Fig. 3'de
sunulmuştur [
OpenMP yapıları sayesinde mevcut iş yükünün bütün çekirdekler üzerinde paylaşılmasını sağlayan “veri paralelleştirmesi” kolayca tanımlanabilir. Veri paralelleştirmesinin en kolay uygulanacağı bölgeler ise for döngüsü içeren kod parçalarıdır. Yalnız kodda yer alan her for döngüsü iş yükü paylaştırması açısından uygun olmayabilir. OpenMP yalnızca paralelleştirilecek bölgelerin tanımlanmasına ve kullanılacak çekirdek sayısına kontrol imkanı sunar. Kodun tek çekirdek üzerinde çalışma süresini T1; aynı kod parçasının P adet çekirdek üzerinde paralel çalıştığında geçen zamanı TP olarak kabul edersek, hızlanma (speedup) (1) numaralı formüldeki gibi tanımlanır. Hızlanma çekirdek sayısıyla doğru orantılı bir biçimde artarsa sistemin ölçeklenebilir olduğu söylenebilir.
= 1 (1) 4
Çalışmada bahsedilen algoritmalar iki farklı gömülü platform üzerinde
çalıştırılarak ölçümler alınmıştır. Bunlardan ilki algoritmaların asıl üzerinde koştuğu
PowerPC platformudur. Platform, 1.0 Ghz işlemci hızına, 32kB L1, 1MB L2 belleğe
ve toplamda 35W’lık güç tüketimine sahiptir. OpenMP paralelleştirmenin
gerçekleneceği platform ise çok çekirdekli TI6678 platformudur. TMDSEVM6678LE
modülü üzerinde 8 adet birbiri ile eşdeğer C66x çekirdeği barındıran, hem sabit hem
kayar nokta işlem gücüne sahip bir DSP platformudur. 1GHz saat hızında sadece 10W
gibi düşük güç tüketimine sahip oluşu platformu gömülü sistemlerde popüler hale
getirmiştir. Sistem 32kBL1, 512 kBL2 belleğe sahiptir. C6678 aynı zamanda
4096kB'lık paylaşılır bir belleğe (MSMCRAM) sahiptir [
Çok Çekirdekli Gerçekleştirim
Bu bölümde seçili, tek çekirdek için yazılmış mevcut elektronik istihbarat algoritmalarının nasıl CCS ortamına aktarıldığı anlatılacaktır. Algoritmalar içindeki veri paralelleştirmesi kullanılarak değişen sayıda çekirdek kullanarak (1,2,...,8) zaman ölçümleri UIA aracılığı ile alınır. OpenMP kütüphanesinde yer alan omp_set_num_threads metodu ile iş paylaşımı yapacak çekirdek sayısı çalışma anında belirlenebilir. #pragma omp parallel for derleyici direktifi ile paralel bölgenin başlangıcı belirtilir. Zaman ölçümü ise UIA aracı vasıtasıyla
5.1
üzerinde çalıştırılmış ve ölçümler alınmıştır. Ardından C6678 hedef DSP platformuna taşınmış ve burada çok çekirdekli mimaride çalıştırılarak ölçümler tekrarlanmıştır. AM Kip-Çözme için OpenMP paralelleştirmesi neticesinde, 8 çekirdek kullanım durumunda, PPC tek çekirdeğe göre 6,24 kat, TI tek çekirdeğe göre ise yaklaşık 7 kat hızlanma sağlanmıştır. Hızlanmaya ait grafik Fig. 4'te gösterilmiştir. 8 7 6 a 5 m 4 lan 3 z 2 ıH 1 İdeal
Hızlanma PPC (Tek çekirdek)
Hızlanma TI (Tek çekirdek) 1 1 0,88 1,00 2 2 1,78 2,02 3 3 2,56 2,91 4 4 3,36 3,82 5 5 4,12 4,68 6 6 4,86 5,52 7 7 5,55 6,31 8 8 6,24 7,09
Yayın tespitine ait algoritma da benzer şekilde ilk olarak PPC üzerinde ardından paralelleştirilerek hedef DSP platformunda çalıştırılmıştır. Yayın tespiti için hesaplamada kullanılan nokta sayısı 6400 adet tutulduğunda ölçeklenebilir bir hızlanma sağlanamamıştır. Bu durum, iş yükünün çekirdeklere dağıtılması esnasında mecburen harcanan zamanın (overhead) fazla olmasından kaynaklanmaktadır. Yayın tespitindeki nokta sayısı 25600'e çıkarıldığında ise orijinal tek çekirdekli PPC platformuna göre 3 kata yakın hızlanma sağlanmıştır. Burada önemli bir diğer husus da güç tüketimidir. C6678 platformu 10W'lık, PPC platformu ise 35W'lık bir güç tüketimine sahiptir. Bu durumda yaklaşık üçte birlik bir güç tüketimi ile üç kata varan bir performans artışı kaydedildiği unutulmamalıdır. Yayın tespitine ilişkin hızlanmaya ait grafik Fig. 5'te verilmiştir.
) e a r m gö n e a y lz ' ı C H P
P (
Bu çalışmada, Aselsan içinde elektronik istihbarat amaçlı tek çekirdekli mimarilerde çalışması için yazılmış sinyal işleme algoritmalarının, OpenMP kullanılarak paralelleştirilmesi ve TI tarafından geliştirilen C6678 çok çekirdekli DSP platformu üzerinde gerçeklenmesi ele alınmıştır. OpenMP, bellek paylaşımlı mimarilerde algoritmaların hızlı ve kolay bir biçimde paralelleştrimesine olanak sağlayan bir programlama modelidir. Seçilen algoritmalar, hedef platform bellek mimarisi de gözetilerek OpenMP'nin sunduğu iş-paylaşımlı yapılar sayesinde kolayca çok çekirdekli mimaride çalışacak şekilde modifiye edilmiş, yapılan ölçümler neticesinde paralelleştirmeden ölçeklenebilir bir fayda sağlandığı gözlenmiştir. İş yükünün çekirdeklere paylaştırılması sayesinde, seçili algoritmalarında tek çekirdekli orijinal platformdakinin sadece üçte biri kadarlık güç tüketiminde 3 kattan 6 kata varan hız artışı saptanmıştır.