2

我对 Forth 编程语言有一段时间的简短了解。是否可以在 Forth 中使用同步原语进行多线程处理？

例如，是否可以在 Forth 中使用多个线程进行 n×n 矩阵乘法？如果是这样，基本机制或编程模式是什么？

4

3 回答 3

2

对于既定目标，多线程必须是先发制人的。Simple Forths 有一个暂停任务循环，一个接一个地运行任务，从不重叠。出人意料地有用，但在这种情况下不是。

现代、专业的 Forth 可以进行多线程处理，但我知道只有一种具有特殊原语以使其更容易。

前面给出的示例矩阵乘法不是多线程的演示。

据我所知 (*)，只有 iForth 编译器具有特殊的多线程原语（基于 OCCAM），并附带了在 n 核处理器（其中 x < n）上运行速度真正快 x 倍的示例。对于矩阵代码，我将使用它的 PAR .. ENDPAR 线程访问在内存中相距很远的行和列，以防止缓存污染。还有另一个原语可以自动为您拆分 DO-LOOP，按照此任务所需的方式。8 个线程的此语法示例如下：

0 VALUE jj 

: mmul2 ( F: -- r )
    a3 /size DFLOATS ERASE
    /rsz 0 DO  
           I TO jj
           PAR
             STARTP  /rsz 0 DO  a1 jj     /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj     /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 1+  /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 1+  /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 2+  /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 2+  /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP 
             STARTP  /rsz 0 DO  a1 jj 3 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 3 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 4 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 4 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 5 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 5 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 6 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 6 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
             STARTP  /rsz 0 DO  a1 jj 7 + /rsz * I + DFLOAT[] DF@   a2 I /rsz * DFLOAT[]   a3 jj 7 + /rsz * DFLOAT[]  /rsz DAXPY_sse2   LOOP ENDP
           ENDPAR
      8 +LOOP 
    0e  a3 /size 0 ?DO  DF@+ F+  LOOP DROP ;

对于 1024 x 1024 矩阵，这个 (mmul2) 大约比单线程版本 (mmul1) 快两倍。

FORTH> TESTS
DOT/AXPY using 64 bits floats.
Vector size = 1048576
mul0 (dot)         :  6.8719411200000000000e+0013 0.133 seconds elapsed.
mul1 (dot_sse2)    :  6.8719411200000000000e+0013 0.106 seconds elapsed.
mmul0 (axpy)       :  5.6294941655040000004e+0014 0.981 seconds elapsed.
mmul1 (axpy_sse2)  :  5.6294941655040000004e+0014 0.400 seconds elapsed.
mmul2 (Paxpy_sse2) :  5.6294941655040000004e+0014 0.114 seconds elapsed. ok

(*) 有传言称 MPE 和 Forth Inc 最近添加了类似的功能。

于 2015-10-04T17:45:03.553 回答
0

任何可以进行多任务处理的 Forth 也可以进行多线程处理。（它们在应用程序中是一样的。）现在几乎所有的 Forths 都可以做到。

您可以执行以下操作：

include fsl-util.f

 3 3 float matrix A{{
 A{{ 3 3 }}fread  1e 2e 3e  4e 5e 6e  7e 8e 9e
 3 3 float matrix B{{
 B{{ 3 3 }}fread  3e 3e 3e  2e 2e 2e  1e 1e 1e
 3 3 float matrix C{{    \ result

 A{{ B{{ C{{ mat*
 C{{ }}print
于 2015-09-23T10:05:46.103 回答
0

目前，Forth 标准没有指定任何与多线程或多任务相关的词。虽然，许多历史上的 Forth 实现都有这样的原语，或者允许使用 Forth 汇编程序或 API 定义它们到底层系统。

例如，SP-Forth/4中的同步原语和多线程大多只是 Windows 和 Linux (pthreads) API 上的通用包装器。

请注意，应该使用线程池来为小型操作提供更好的性能——因为创建/销毁线程可能是耗时的操作。

此外，n×n 矩阵乘法的实现也有可能通过使用SSE 操作甚至 GPU 获得更好的收益（例如参见 gpu.js）。

无论如何，解决方案取决于特定的 Forth 系统。

示例（概念模型）

使用矩阵和线程池库，矩阵乘法可能如下所示：

\ matrices vocabulary is in the context.

slot-enum{ m1 m2 m3 tp }slot-enum

: calc-item { r c -- }
  0e  m1 columns 0 do
    r i m1 item
    i c m2 item
    F* F+
  loop  r c m3 item!
;
: mult-matrix ( a b c -- ) \ c = a * b 
  m3! m2! m1!
  \ m3 dimenisions should be m1 rows x m2 columns 
  threadpool::new-group tp!
  m1 rows 0 do m2 columns 0 do
    i j 2 'calc-item tp threadpool::run
  loop
  tp threadpool::join
  tp threadpool::free
;
于 2017-07-09T16:56:56.997 回答