如何创建及谐调支持多核的LabVIEW x86客户DLL
如何创建及谐调支持多核的labview x86客户dll
在不修改源代码的条件下，通过intel c++ 编译器在单核pc上实现2.5 倍提速，通过编译器中的各类最优化选项在双核pc 上实现超过4.5 倍提速。
vtune能够监测许多不同种类的构架事件。vtune调谐助手能够给出如何更好使用这些事件的建议。
本应用包括了两个组件——用于计算pi 值的dll、调用dll 库函数的labview 应用，可将结果显示在图形用户界面中。
为计算pi 值，我们采用了近似综合技术，需要在单个循环中完成数百万次浮点计算。选择该范例是因为它是cpu 密集型的，并且是可优化的应用。如下所示为外部代码的主循环结构，cpu的主要计算量是处理calcsum 函数。
for（i=0; i｛
sum = calcsum（i, sum, step）;
｝
我们的目标是通过编译器中的优化选项以最快速度完成上述计算。
应用中有4 个函数，均包含于独立源文件中。我们采用不同优化开关来编译每个源文件。如图1 所示。
表1.应用中的函数
“即插即用”的intel c++ 编译器 我们采用即插即用的intel c++ 来代替microsoft 编译器，它可以轻松地集成到现有microsoft visual studio dll 工程中。更多关于intel 编译器，请访问intel.com/software。
默认设置 测量首先以/o2选项创建应用，许多优化都是在这个层面上进行的。本文在此不讨论其细节问题。表2显示了/o2选项集成的各个优化设置。
表2./o2 选项中集成的最优化列表
自动向量化 自动向量化得益于新一代cpu 中集成的复杂指令集。多数现代cpu构架可扩展支持数据操作及多数据计算。扩展包括支持以单一指令实现多重计算（单指令多数据流，或称simd）。intel 编译器能够分析代码，并通过simd 指令显著提高代码的效率。
本范例中，编译器通过\qt 选项生成适合core 2 构架的代码，编译器报告以下创建时间信息：
注释：循环未作向量化处理
反汇编生成代码后可看到编译器插入了simd扩展指令集（sse）。该指令集的使用直接提升了应用的运行性能，代码运行速度提高了2倍。
这类优化可应用于目前大多数cpu 上，这里我们在core 2 处理器上运行，当然您也可以在单核或早期cpu 上应用。
自动并行化 因为采用多核pc，我们会更感兴趣如何通过\qparallel 选项，让代码在两核上同时运行，以获得进一步提速。该选项在编译目标中插入了库调用。库调用提供了运行时所需的控制，使应用中的组件得以并行。
在首次运行中，编译器并未显著提高运行性能。通过开启编译器的报告功能，可以看到它并未进行优化。
注释：循环未作并行化处理，循环无需并行化
intel编译器要对一段代码进行自动并行化时，首先决定是否有值得进行并行化的代码部分。在我们的代码中由一个主循环完成所有工作。编译器不能确定循环的重复次数，循环计数值只有在运行时得到。于是编译器采取谨慎选择，不对循环进行并行化处理。
我们可以通过在命令行输入/qpar-threshold:n 来进行试探优化，这里n 是介于0（总是并行处理）到100（不进行并行处理）的数，这个值决定了试探优化的程度。
输入/qpar-threshold:0 后，编译器对代码并行化，并输出报告：
注释：循环已作自动并行化处理
使用该优化后，程序的运行速度比默认设置下提高了近2 倍。
其它优化选项 本范例中，我们关注自动向量化及自动并行化。intel c++ 编译器利用一系列其它优化技术，包括高层优化、交叉过程优化、配置向导优化、速度优化、代码大小优化、快速浮点处理等。
intel 编译器同时支持openmp 这个基于pragma 的标准，用于实现应用代码的并行化。
测量性能 本范例中我们采用win32 api 的定时函数，并将定时计算嵌入外部代码。计算时间在labview 应用gui 中显示。
作为备选，我们还可采用labview的定时工具，或采用外部工具，如intel vtune 性能分析器。
vtune能够监测许多不同种类的构架事件。vtune调谐助手能够给出如何更好使用这些事件的建议。
结论 不同开关的优化结果在表3 中列出。我们在双核pc 上运行，并通过默认优化（/o2）作为基准来计算提速。
表3.不同优化方式下的速度提高
在应用自动向量化时可达到2.5倍速，该优化专用于非多核处理器，可用于目前多数cpu。
在应用自动并行化后可实现接近2 倍的提速。结合两种优化更可达到4.6 倍。
以上结果是在不修改源代码的前提下实现的。尽管我们选择了模拟应用（计算pi值），但这类优化技术能够用于各类实际应用。从intel编译器用户反馈中了解到，使用这些优化方式可显著提高代码执行速度。
Lime Microsystems射频收发器芯片已被GWT通
通过NVIDIA ISAAC ROS传输改善ROS 2感知性能
运动编程示例：重复运动的循环功能
NVIDIA DRIVE Sim仿真平台中的神经重建引擎功能
爱立信将携手中国电信打造5G精品网络
如何创建及谐调支持多核的LabVIEW x86客户DLL
意法半导体推出高速抗辐射逻辑产品系列 加速航天电子工作频率
Kubernetes的基本构建块和挑战
ARCAM机器人系统成为很多优秀电视节目的“幕后功臣”
2019第五届物联网博览隆重举行 肖龙源：《AI时代的企业机遇》
单相方波逆变电路的谐波控制
影响UV胶水粘接材料透光率大小的主要因素都有哪些
可再生能源系统中的SiC实现更高效，更小且更具成本效益的电力方案
优化了通信行业网络成本和性能的FBG色散管理技术
简易喊话器的工作原理及制作
Android有多成功？欧盟对谷歌的裁决刚好证明
韩国为了应对高龄化社会带来的影响 推出了预防痴呆症的机器人
AI技术助力石油人乘风破浪，驶向数字智能的瀚海
“贸易战”将如何影响3D打印增材制造，听听行业人士怎么说
Transformers研究方向
在不修改源代码的条件下，通过intel c++ 编译器在单核pc上实现2.5 倍提速，通过编译器中的各类最优化选项在双核pc 上实现超过4.5 倍提速。
vtune能够监测许多不同种类的构架事件。vtune调谐助手能够给出如何更好使用这些事件的建议。
本应用包括了两个组件——用于计算pi 值的dll、调用dll 库函数的labview 应用，可将结果显示在图形用户界面中。
为计算pi 值，我们采用了近似综合技术，需要在单个循环中完成数百万次浮点计算。选择该范例是因为它是cpu 密集型的，并且是可优化的应用。如下所示为外部代码的主循环结构，cpu的主要计算量是处理calcsum 函数。
for（i=0; i
sum = calcsum（i, sum, step）;
｝
我们的目标是通过编译器中的优化选项以最快速度完成上述计算。
应用中有4 个函数，均包含于独立源文件中。我们采用不同优化开关来编译每个源文件。如图1 所示。
表1.应用中的函数
“即插即用”的intel c++ 编译器 我们采用即插即用的intel c++ 来代替microsoft 编译器，它可以轻松地集成到现有microsoft visual studio dll 工程中。更多关于intel 编译器，请访问intel.com/software。
默认设置 测量首先以/o2选项创建应用，许多优化都是在这个层面上进行的。本文在此不讨论其细节问题。表2显示了/o2选项集成的各个优化设置。
表2./o2 选项中集成的最优化列表
自动向量化 自动向量化得益于新一代cpu 中集成的复杂指令集。多数现代cpu构架可扩展支持数据操作及多数据计算。扩展包括支持以单一指令实现多重计算（单指令多数据流，或称simd）。intel 编译器能够分析代码，并通过simd 指令显著提高代码的效率。
本范例中，编译器通过\qt 选项生成适合core 2 构架的代码，编译器报告以下创建时间信息：
注释：循环未作向量化处理
反汇编生成代码后可看到编译器插入了simd扩展指令集（sse）。该指令集的使用直接提升了应用的运行性能，代码运行速度提高了2倍。
这类优化可应用于目前大多数cpu 上，这里我们在core 2 处理器上运行，当然您也可以在单核或早期cpu 上应用。
自动并行化 因为采用多核pc，我们会更感兴趣如何通过\qparallel 选项，让代码在两核上同时运行，以获得进一步提速。该选项在编译目标中插入了库调用。库调用提供了运行时所需的控制，使应用中的组件得以并行。
在首次运行中，编译器并未显著提高运行性能。通过开启编译器的报告功能，可以看到它并未进行优化。
注释：循环未作并行化处理，循环无需并行化
intel编译器要对一段代码进行自动并行化时，首先决定是否有值得进行并行化的代码部分。在我们的代码中由一个主循环完成所有工作。编译器不能确定循环的重复次数，循环计数值只有在运行时得到。于是编译器采取谨慎选择，不对循环进行并行化处理。
我们可以通过在命令行输入/qpar-threshold:n 来进行试探优化，这里n 是介于0（总是并行处理）到100（不进行并行处理）的数，这个值决定了试探优化的程度。
输入/qpar-threshold:0 后，编译器对代码并行化，并输出报告：
注释：循环已作自动并行化处理
使用该优化后，程序的运行速度比默认设置下提高了近2 倍。
其它优化选项 本范例中，我们关注自动向量化及自动并行化。intel c++ 编译器利用一系列其它优化技术，包括高层优化、交叉过程优化、配置向导优化、速度优化、代码大小优化、快速浮点处理等。
intel 编译器同时支持openmp 这个基于pragma 的标准，用于实现应用代码的并行化。
测量性能 本范例中我们采用win32 api 的定时函数，并将定时计算嵌入外部代码。计算时间在labview 应用gui 中显示。
作为备选，我们还可采用labview的定时工具，或采用外部工具，如intel vtune 性能分析器。
vtune能够监测许多不同种类的构架事件。vtune调谐助手能够给出如何更好使用这些事件的建议。
结论 不同开关的优化结果在表3 中列出。我们在双核pc 上运行，并通过默认优化（/o2）作为基准来计算提速。
表3.不同优化方式下的速度提高
在应用自动向量化时可达到2.5倍速，该优化专用于非多核处理器，可用于目前多数cpu。
在应用自动并行化后可实现接近2 倍的提速。结合两种优化更可达到4.6 倍。
以上结果是在不修改源代码的前提下实现的。尽管我们选择了模拟应用（计算pi值），但这类优化技术能够用于各类实际应用。从intel编译器用户反馈中了解到，使用这些优化方式可显著提高代码执行速度。
Lime Microsystems射频收发器芯片已被GWT通
通过NVIDIA ISAAC ROS传输改善ROS 2感知性能
运动编程示例：重复运动的循环功能
NVIDIA DRIVE Sim仿真平台中的神经重建引擎功能
爱立信将携手中国电信打造5G精品网络
如何创建及谐调支持多核的LabVIEW x86客户DLL
意法半导体推出高速抗辐射逻辑产品系列 加速航天电子工作频率
Kubernetes的基本构建块和挑战
ARCAM机器人系统成为很多优秀电视节目的“幕后功臣”
2019第五届物联网博览隆重举行 肖龙源：《AI时代的企业机遇》
单相方波逆变电路的谐波控制
影响UV胶水粘接材料透光率大小的主要因素都有哪些
可再生能源系统中的SiC实现更高效，更小且更具成本效益的电力方案
优化了通信行业网络成本和性能的FBG色散管理技术
简易喊话器的工作原理及制作
Android有多成功？欧盟对谷歌的裁决刚好证明
韩国为了应对高龄化社会带来的影响 推出了预防痴呆症的机器人
AI技术助力石油人乘风破浪，驶向数字智能的瀚海
“贸易战”将如何影响3D打印增材制造，听听行业人士怎么说
Transformers研究方向