インテル Parallel Studioを使って
並列化プログラミングを試してみた

インテル Parallel Studioの導入と検証

サンプルコードの説明と実行

　まずは、この記事のサンプルコードをダウンロードしてください。このコードの内容は、教師が生徒の5科目の採点をし平均点を求めるというものです。なお、このサンプルコードは実務を意識したものではないので、あくまでもParallel Studioを使用するためのものだと考えてください。

　ダウンロードが終わったら、「ParallelComputation.sln」をダブルクックしてMicrosoft Visual Studioを起動します。

　起動後、ソリューションエクスプローラのプロジェクト名［ParallelComputation］を右クリックし、［Intel Parallel Composer］-［Using Intel C++］を選択してください。選択するとメッセージボックスが表示されますので［Yes］を押下します。

　次に、ソリューションエクスプローラのプロジェクト名［ParallelComputation］を右クリックし、［Build Component Selection］を選択すると、ダイアログボックスが表示されますので、［Use TBB］をチェックしてください。

ソリューション名を右クリックして［Build Component Selection］を選択します。

　最後にこのプロジェクトではラムダ式を使っていますので、［プロジェクトのプロパティ］-［C++］-［Language］を選択すると表示されるプロパティページで、［Enable C++0x Support］をYesにしてください。

［Enable C++0x Support］をYesにする。

　以上で準備完了です。デバッグなしで開始してください。すると、直列（シングルコア）での処理時間と並列（マルチコア）での処理時間が表示されます。

筆者の環境Aでは…

• CPU：Intel Core2 Duo E7400
• メモリ：4G
• OS：WindowsXP(32ビット、最新パッチ適用済み)

実行結果。

　計測結果は、直列計算は0.0131596秒、並列計算は0.00733408秒でした。処理に必要な時間がおよそ55.7%（処理スピード約1.79倍）になっていますので、効率的に2つのCPUが使われていることが分かります。さらに、より多いコア数であればさらなる処理能力の向上が見込めます。

　次に既存のシステムを改良することも考えて、古い環境でも試してみました。

筆者の環境Bでは…

• CPU：Intel Pentium4 530j
• メモリ：4G
• OS：WindowsXP(32ビット、最新パッチ適用済み)

　計測結果は、直列計算は0.0262007秒、並列計算は0.0225461秒でした。処理に必要な時間がおよそ86%（処理スピード約1.16倍）になっていますので、ハイパースレッディング・テクノロジー対応の古いCPUですら処理効率が上がることが分かります。

　しかも、パフォーマンスを向上させるために必要な作業量は少量です。

パフォーマンスチューニングで行う作業

　必要な作業は大まかに言うと3つだけです。

　1つ目に、TBBを使用するのに当たって必要なヘッダファイルをインクルードします。

　2つ目に、main関数内にtask_scheduler_init init;のプログラムを追加します。

　最後に、一番処理時間がかかっている場所を並列用に変えます。このサンプルでは、採点＆平均点を求める場所が一番多くの処理時間を費やしているので、その部分を改良します。

元のコード

void ComputationAverage() {
    Student* tmp = this->students;
    for( int i = 0; i < Count; i++) {
        tmp[ i ].set_score_j( ( int )( rand() % 100 ) );
        tmp[ i ].set_score_n( ( int )( rand() % 100 ) );
        tmp[ i ].set_score_sc( ( int )( rand() % 100 ) );
        tmp[ i ].set_score_so( ( int )( rand() % 100 ) );
        tmp[ i ].set_score_e( ( int )( rand() % 100 ) );
        tmp[ i ].set_agerage ( ( tmp[ i ].get_score_j() + tmp[ i ].get_score_n() +
            tmp[ i ].get_score_so() + tmp[ i ].get_score_sc() +
            tmp[ i ].get_score_e() ) / 5 );
    }
};

改良後のコード

void ParallelComputationAverage() {
    parallel_for(
        blocked_range( 0, Count, 10000 ),
        [](const blocked_range& range) {
            Student* tmp = this->students;
            for( int i = range.begin(); i < range.end(); i++) {
                tmp[ i ].set_score_j( ( int )( rand() % 100 ) );
                tmp[ i ].set_score_n( ( int )( rand() % 100 ) );
                tmp[ i ].set_score_sc( ( int )( rand() % 100 ) );
                tmp[ i ].set_score_so( ( int )( rand() % 100 ) );
                tmp[ i ].set_score_e( ( int )( rand() % 100 ) );
                tmp[ i ].set_agerage ( ( tmp[ i ].get_score_j() + tmp[ i ].get_score_n() +
                    tmp[ i ].get_score_so() + tmp[ i ].get_score_sc() +
                    tmp[ i ].get_score_e() ) / 5 );
            }
    });
};

　今回は紙面の都合上コードの詳しい説明はできませんが、自分の手でマルチスレッドプログラミングをするよりも容易に、パフォーマンス向上が実現できることが実感できると思います。