观点与争锋：多重处理器计算的挑战远在技术层面之上

作者 Sadek Drobi译者 孙涛 发布于 2008年7月6日 下午2时49分

社区

Architecture

主题

虚拟化,

集群与缓存

标签

并发,

并行计算

多核处理器(multi-core processors )和松散耦合系统（loosely coupled systems，如因特网）是多重处理器计算(multiple processor computing)这一新趋势的两大推动力量，Peter Van Roy在2008国际计算机音乐会议(International Computer Music Conference 2008)上就此两种形式并行计算的相关问题发表了看法（PDF）。

对多核处理器——即集成两个或者多个处理单元的处理器，这些处理单元“共享与系统的连接，而且往往会有共同的片上缓存”——Peter Van Roy认为其挑战在于社会学方面。数据流编程“对此类机器上的编程来说是一个简单自然并且功能强大的方法”，同时“不存在竞态条件的确定性并发(deterministic concurrency，译注1) 能很好挖掘并行处理器的潜力，其编程难度也与顺序执行的程序相当。”因此，目前解决问题的方法在于“对程序员进行并行编程的相关培训”以充分利用已有技术而非开发新的技术，Google正是遵循这个思路在MapReduce中应用了数据流思想。

然而，Marijn Haverbeke在Lambda the Ultimate上对此回应时强调，即使对多核并行来说“目前已经有很多技术和相关资料文档”，“在特定的场景或者性能需求下，目前存在的一些技术还是远不够的，因为它们[...]在通用性、可组装性、效率方面都不足以解决所有的问题，都不够银弹。”

Peter Van Roy接着讨论了松散耦合系统编程方面，他认为当前此方面面临的挑战比多核编程要大。此类系统可视作由“一组联网处理器”组成，分布式系统所固有的一些问题在其上都有所体现：

— 对全局信息(global knowledge)缺乏把握，即任何节点对系统都没有一个整体认识，只能通过发送信息的方式了解其他节点的信息；

— 部分失效(parital failure)，即某一结点脱离系统或者工作异常。

Van Roy 认为这些只是“低层次的问题”，可以通过正确的算法加以克服，这些算法包括“时钟同步、分布式快照和容错”等。

然而，松散耦合系统拥有更高层次的问题。首当其冲的便是在点对点文件共享中出现的“目标冲突”的问题，这也通常被称为“不速之客问题”(freeloader problem)，解决的方法是“从设计上使单个节点的目标与整个系统的总体目标相重合”，以打消不速之客的念头。Van Roy举了BitTorrent协议及其工具的例子来说明如何实现这个目标。另一个问题是突现行为(emergent behavior)的处理，即只有在系统作为整体时才会出现的行为，单独节点是不会出现此类行为。但是Peter认为，这恰恰可以当作一个发明新理论、开发新工具的契机。例如Google的PageRank算法从互联网网页集出发来搜集信息，用于评估页面的有用性、正确性和受欢迎程度，这些都是无法从单个网页中得到的。

在松散耦合系统设计上，Peter Van Roy推荐分散式架构(decentralized architecture)。在这种架构中“每个计算节点都是默认独立于其他的节点，它拥有完整的程序。即使节点间失去联系，单独的节点仍然可以继续工作。一旦通讯恢复，节点又可以接着利用其它节点的信息”。Peter认为分散式架构对解决由于系统分布而带来的问题很有效，他还列举了几个应用此种架构方式构建的工具的例子。

“我们应该对‘松散耦合’系统和‘广分布式’系统(widely distributed systems)进行进一步区分”，Scott Johnson在Lambda the Ultimate 对Van Roy的发言评论到，这是因为“对于后者，我们必须要防范各种类型的攻击”，想当然地认为“不存在恶意攻击的实体，节点都位于单独的管理域，技术参数（带宽、延迟）都令人满意”，是错误的。他建议应该根据一系列特征对系统进行细分，例如确定式调度、拓扑特征、迁移特性、局部失效特性、全局的一致性（全局信息的把握）、带宽、延迟等等。

译注1：所谓确定性，指程序的执行结果不受调度的影响。

英文原文：Opinion: Multiple Processor Computing Challenges go Beyond Purely Technical Issues

• 更早的 >