并行编程提升单芯片多处理性能

行运行。

分布式处理

分布式计算，特别是网络客户服务器模式很常见，以至于有时不被认为是“并行”的。客户服务器编程基本上是一种控制流程分解的形式。程序任务并不是独自执行所有的计算，而是将工作请求发送到针对特定目标分配的专用系统任务。客户服务器编程大多数在LAN和WAN中完成，但是SMP SoC遵循相同的范例。未作修改的客户服务器二进制代码可以通过片上或空环回网络接口实现TCP/IP通信，或者利用本地通信协议在存储器中传递数据缓冲器实现更有效的通信。

可以通过单独使用或者组合使用这些技术来充分发挥SMP的处理器能力。有人甚至可能构建一组采用并行数据计算的分布式SMP服务器，每个服务器实现一条控制流管线。

在有可能通过将任务静态地物理分解到处理器上实现并行机制的SoC系统中，将并行任务分配到各个处理器可以由硬件实现。这样做能减少软件开销和物理尺寸，但是缺乏灵活性。

如果一个嵌入式应用可以静态地分解到通过片上互联通信的客户机和服务器，那么整合整个系统所需要的唯一系统软件就是实现一个公共协议的消息传递代码。消息传递协议提供了一个抽象等级，它能帮助采用更多或更少处理器的配置运行最基本的应用代码，但是对于任何一个配置来说，在处理器之间的负载均衡与硬件分割一样是静态的。更灵活的并行系统编程可以由具有共享资源的多处理器系统之上的软件任务分配实现。

在SMP操作系统中，所有的处理器面对的是相同的存储器、I/O器件和全局OS状态，从而使得处理器之间的程序移植简单而高效，负载均衡也非常容易。不需要额外的编程或系统管理，在使用时间片的单个CPU上执行多任务的一组程序可以并行地运行在SMP系统的多个CPU上。像Linux中一样，SMP调度器对程序的处理器资源占用进行切换。

作为多进程运行的Linux应用程序不需要修改就可以利用SMP并行特性，而且通常不需要进行重新编译。SMP Linux环境提供了很多工具，用于调整任务如何共享可用的处理器资源—提高/降低任务的优先级，或者限制任务运行在任意的处理器子集上。适当的内核支持可以实现不同的实时调度机制。

类似于Unix的OS总是能为应用程序提供针对相对任务调度优先级的某种控制，即使在单处理器时间共享系统中。传统的外部命令和系统调用在Linux系统中通过更加精心设计的机制得到了增强，可以控制任务优先级、任务组或特定的系统用户。而且，在多处理器配置中，每一个Linux任务都具有一个参数，这个参数规定了那一组处理器可以调度该任务。默认参数是整个系统处理器组，但是这种CPU关系是可以控制的。

SMP范例要求所有处理器能访问相同地址下的所有存储器。对于低性能的处理器来说，这是通过将所有处理器的取指和加载/保存流放到公共的存储和I/O总线上实现的。然而这种模式随着处理器的增多将很快失去效用，因为总线成为了瓶颈。即使在单处理器系统中，高性能嵌入式内核的指令和数据带宽要求规定缓存必须在主存储器和处理器之间使用。

每个处理器都有独立缓存的系统不再必然是SMP。当一个处理器的缓存保存了存储器中最新位置值的唯一拷贝时，就是不对称的了。必须增加缓存一致性协议才能恢复对称性。

在所有处理器都连接到公共总线的简单系统中，缓存控制器可以通过监测总线来观察哪一个缓存保存了最新的指定存储器位置。在更先进的系统中，处理器是利用到交换结构的点对点连接连接到存储器的，因此缓存一致性需要更复杂的支持。一致性管理单元应该对存储器事务施加全局指令，并产生干涉信号来维护处理器内核之间的缓存一致性。

像Linux这样的SMP OS能够自由地移植任务，动态地均衡处理器负载。在嵌入式SoC中，很大部分的总体计算可以用中断服务完成。好的负载均衡和性能调整需要对发生中断服务的位置进行控制。Linux OS具有一个IRQ关系控制接口，该接口可以让用户和程序规定哪个处理器对某个指定中断提供服务。

缓存一致性基础架构不仅在SMP用的处理器之间，而且在处理器和I/O DMA通道之间都非常管用。使用软件时要求CPU在每个I/O DMA操作之前或之后对DMA缓存进行处理。这对I/O密集的应用性能有很大的影响。使用I/O一致性硬件连接I/O DMA和存储器可以对DMA流进行排序，并能与相关的加载/保存流程集成在一起，从而有效消除软件开销。

缓存一致性管理单元应该对处理器、I/O和存储器之间的存储流进行排序。这样做增加了处理器的存储器访问时间周期，可能导致管线暂停引起的处理器周期损失。然而，每个内核使用的硬件多线程等技术允许单个内核通过执行并行的指令流来增加管线的效率