All diese Aspkete (und viele mehr) werden mit dem englischen Terminus “Game Physiscs” zusammengefasst, und hier kommt eine Intel-Architektur ins Spiel, die wohl den gesamten Spielemarkt umkrempeln wird: Larrabee. Dahinter verbirgt sich vornehmlich die Idee, rechenintensive 3D-Aufgaben nicht mehr von einer oder mehreren Grafikkarten, sondern von einer CPU-basierten Einheit ausführen zu lassen. Damit ist Larrabee nichts anderes als ein x86-basierter Multicore-Verbund, der dank eines speziellen Befehlssatzes (LRBni) nicht nur für Excel-Tabellen taugt, sondern auch zum Berechnen und Darstellen aufwendiger 3D-Szenen.

So reagiert beispielsweise ein Ball unterschiedlich, je nachdem, ob er auf einer glatten Oberfläche landet oder auf einer weichen. Hinzu kommt der Wunsch vieler Spieler, 3D-Szenen immer komplexer darzustellen, also mit Dutzenden von verschiedenen Objekten, die sich alle realitätsnah verhalten müssen. Und das erfordert viel Rechenzeit und Speicherbandbreite.

Um besser verstehen zu können, was Larrabee hierfür alles tun kann, hat Intel ganz frisch ein neunseitiges PDF online gestellt, in dem es um verschiedene Simulationsmodelle geht und darum, wie zu diesen Zwecken der Larrabee-spezifische Befehlssatz eingesetzt werden kann. Es werden folgende Aspekte näher beleuchtet:

• Wie lassen sich Flüssigkeiten mithilfe der SPN-Methode simulieren?

• Was ist bei der Programmierung von festen Gegenständen zu beachten? Hierzu gehören beispielsweise Autounfälle in 3D-Spielen. Denn es geht dabei um weit mehr als nur das Zweite Newtonsche Gesetz.

• Warum ist Larrabee bei der Kollisionserkennung (Collision Detection) so hilfreich?

Zusätzlich zu den verschiedenen Simulationstechniken werden in dem Dokument die Parallelisierung von 3D-Algorithmen mithilfe der Larrabee-Architektur beschrieben. Diese sorgen für eine optimale Skalierung auf der zukünftigen GPCPU-Multicore-Plattform. Dabei erfährt man unter anderem, dass Larrabee gar kein Hexenwerk ist, sondern sich bekannte Techniken wie OpenMP zu eigen macht. Und natürlich geht es bei Larrabee auch um das Synchronisieren von Threads, das Sperren und Freigeben von gemeinsamen Daten und um die Larrabee-spezifische Implementierung des SIMD-Befehlssatzes.

Die eine Form der parallelen Programmierung orientiert sich an den zu verarbeitenden Daten, die zur Laufzeit der Anwendung anfallen. Ein gutes Beispiel für die Datenparallelität ist das Rendern eines Bildes, das aus vielen tausend Bildpunkten besteht, die sich unabhängig voneinander berechnen, zeichnen oder mit einem Filter versehen lassen.

Darin steckt also eine Menge an Multicore-Potenzial, wofür sich der Einsatz von OpenMP oder Intel TBB empfiehlt. Ein weiteres gutes Beispiel ist die Rechtschreibprüfung eines Textverarbeitungsprogramms. Hier können sämtliche Wörter simultan überprüft werden, da sie zueinander in keiner Abhängigkeit stehen.

Auf der anderen Seite existiert der Aufgabenparallelismus, der voneinander getrennte Aufgaben betrachtet, die sich vortrefflich parallel ausführen lassen. Ein gutes Beispiel hierfür ist Outlook, das aus unterschiedlichen Modulen besteht (Adressen, Kalender, E-Mail etc.), die sich grundsätzlich unabhängig voneinander ausführen lassen und damit auf separaten Prozessorkernen laufen können.

Probleme treten hier vor allem dann auf, wenn die unterschiedlichen Programmteile auf denselben Datenbestand zugreifen, was zu ungewollten, falschen oder nicht vorhersagbaren Datenkonflikten führen kann. Gerade hier sind passende Tools wie die Intel Threading Building Blocks von großer Bedeutung, da diese zum einen Aufgaben in Threads verwandeln und sich zum anderen um die parallele Speicherverwaltung kümmern.

In der Praxis trifft man natürlich sehr häufig auf eine Mischform von Aufgaben- und Datenparallelismus, das so genannte Pipelining. Hierbei ist die Anwendung in viele unterschiedliche Aufgaben unterteilt, innerhalb derer Daten parallel verarbeitet werden können. Ein bekanntes Beispiel hierfür ist wieder die Bildbearbeitung: Ein Bild wird geöffnet, mit einem Filter versehen, in eine andere Auflösung skaliert und abschließend gespeichert.

In allen genannten Fällen werden jeweils viele tausend Pixel berechnet, und die Aufgaben können teilweise parallel, teilweise aber nur sequenziell ausgeführt werden. Außerdem ist die Gefahr von Datenkonflikten recht hoch. Gerade im Falle des Pipelining ist die Wahl der besten Programmiermethode von entscheidender Bedeutung. Denn in den allermeisten Fällen ist eine 100-Prozent-Parallelisierung von Software weder möglich noch sinnvoll.

Intel Parallel Studio setzt sich aus vier einzelnen Programmen zusammen, die entweder als Komplettpaket genutzt werden können oder aber jedes Tool für sich alleine.

Der Parallel Advisor untersucht bestehenden Sourcecode auf mögliches Parallelisierungspotenzial und schlägt bestimmte Routinen und Funktionen vor, mit deren Hilfe aus einfachen Programmen parallelisierte Anwendungen werden, die optimal auf Intel-Multicore-Plattformen laufen. Darüber hinaus analysiert der Advisor mögliche Programmkonflikte und nennt passende Lösungen.

Der Parallel Composer erlaubt die schnelle und relativ einfache Implementierung paralleler Funktionen und Programmschnipsel, die der Entwickler mithilfe fertiger Routinen und Bibliotheken in seinen bestehenden Sourcecode integrieren kann. Damit kann der Programmierer die bestmöglichen Ansätze für sein Projekt herausfinden und einsetzen.

Der Parallel Inspector fungiert als eine Art Debugger, der anhand der implementierten Multithread-Routinen und -Funktionen einen zuverlässigen und fehlerfreien Sourcecode garantiert. Hierfür spürt das Tool Fehler im Multithread-Code auf, die mit herkömmlichen Werkzeugen nur schwer zu finden wären. Der Inspector betreibt unter anderem intensive Ursachenforschung in Sachen Endlosschleifen, Deadlocks und anderen Fehlern.

Der Parallel Amplifier schließlich hilft beim Finetuning der parallelisierten Anwendung, indem er ungewollten und unvorhergesehen Singlethread-Code ermittelt, der sich als echter Flaschenhals in einer Multithread-Anwendung erweisen kann.

• Wie bringe ich meine Software dazu, auf Multiprozessorkern-Systemen optimal zu laufen?

• Welche Tools hat Intel für die Multicore-Optimierung meiner Software in petto?

• Welche Vorzüge bieten die Intel Threading Building Blocks und wie komme ich daran?

• Welche Ansätze parallelisierter Anwendungen gibt es eigentlich?

• Wie setze ich OpenMP für meine eigenen Software-Projekte sinnvoll ein?

• Wie programmiere ich überhaupt „multi-threaded“ Applikationen?

Darüber hinaus findet man auf der Multicore-Seite von Intel weitere nützliche Tipps und Hinweise. Zum Beispiel kann man via Feedburner Neuigkeiten aus dem Parallel-Universum abonnieren, die neuesten Blogeinträge lesen und sich im Forum umsehen, auf welche Hürden andere Programmierer stoßen.

Richtig nützlich sind übrigens auch die vielen Anwendungsbeispiele und Referenz-Applikationen, die auf der Multicore-Seite zur Verfügung stehen. Oder wissen Sie bereits, wie man etwa ein 3D-Spiel dazu bringt, die verfügbaren Prozessorkerne optimal zu nutzen?

Intel-Tools für Multicore-optimierte Anwendungen werden ebenfalls anhand von Beispielen vorgestellt: So erzählt Cimatron davon, wie der Intel Thread Checker (für Linux und Windows) dabei geholfen hat, den Programmcode für Intel Multicore-Prozessoren fehlerfrei zu programmieren.

Und sonst? Gibt es nützliche Buchtipps, die dabei helfen sollen, noch bessere Anwendungen zu realisieren ,und nützliche Beiträge zum Thema „Multicore und Virtualisierung“. Und der Hinweis auf das Intel Software Partner Programm darf natürlich auch nicht fehlen.

Surftipp: Falls Sie schon immer mal Intel-Beta-Tester werden wollten und zudem mithilfe von Microsoft Visual Studio C/C++ eigene Software entwickeln, sollten Sie sich die zugehörige Seite ansehen. Auf der geht es um eine neue Entwicklungsumgebung, die auf den Namen Intel Parallel Studio hört. Damit lassen sich Multithread-Anwendungen wohl noch effizienter und schneller realisieren.

In regelmäßigen Beiträgen berichtet der Software Dev Blog über aktuelle Entwicklungen in diesen Segmenten, stellt nützliche Software vor, spricht mit den Machern erfolgreicher Software-Projekte und zeigt, was alles notwendig ist, um die eigene Anwendung für Intel-Plattformen zu optimieren.

Mit diesem Blog wollen wir vor allem Kontakt aufnehmen mit der großen Entwicklerschar, die auf Basis von Intel-Prozessoren Anwendungen für eigene Zwecke, aber auch im Auftrag ihrer Kunden konzipiert und realisiert. Lassen Sie uns teilhaben an den Hürden, Problemen und anderen Themen, mit denen Sie tagtäglich konfrontiert werden. Die Kommentarfunktion steht Ihnen 24 Stunden am Tag zur Verfügung …