基本概念

AI Core内部并行计算架构抽象

使用Ascend C编程语言开发的算子运行在AI Core上。AI Core是昇腾AI处理器中的计算核心，AI处理器内部有多个AI Core。AI Core内部并行计算架构抽象示意图如图1所示。

图1 AI Core内部并行计算架构抽象示意图

AI Core中包含计算单元、存储单元、搬运单元等核心组件。计算单元包括了三种基础计算资源：Cube计算单元、Vector计算单元和Scalar计算单元。存储单元即为AI Core的内部存储，统称为Local Memory，与此相对应，AI Core的外部存储称之为Global Memory。DMA搬运单元负责在Global Memory和Local Memory之间搬运数据。

AI Core内部的异步并行计算过程：Scalar计算单元读取指令序列，并把向量计算、矩阵计算、数据搬运指令发射给对应单元的指令队列，向量计算单元、矩阵计算单元、数据搬运单元异步的并行执行接收到的指令。该过程可以参考图1中蓝色箭头所示的指令流。

不同的指令间有可能存在依赖关系，为了保证不同指令队列间的指令按照正确的逻辑关系执行，Scalar计算单元也会给对应单元下发同步指令。各单元之间的同步过程可以参考图1中的橙色箭头所示的同步信号流。

AI Core内部数据处理的基本过程：DMA搬入单元把数据搬运到Local Memory，Vector/Cube计算单元完成数据计算，并把计算结果写回Local Memory，DMA搬出单元把处理好的数据搬运回Global Memory。该过程可以参考图1中的红色箭头所示的数据流。

并行计算常用方法

并行计算是提高计算速度的有效手段。下面介绍两种常用的并行计算方法，SPMD数据并行和流水线并行。这两种方法在Ascend C编程体系架构均有体现。本节先介绍两种方法的基本概念，具体在Ascend C编程模型中的应用请参考下文的SPMD模型和流水编程范式。

• SPMD（Single-Program Multiple-Data）数据并行

  假设，从输入数据到输出数据需要经过3个阶段任务的处理（T1、T2、T3）。如下图所示，SPMD会启动一组进程，并行处理待处理的数据。对待处理数据切分，把切分后数据分片分发给不同进程处理，每个进程对自己的数据分片进行3个任务的处理。

  图2 SPMD数据并行示意图
  
• 流水线并行
  同样是从输入数据到输出数据需要经过3个阶段任务的处理（T1、T2、T3），流水线并行也会启动一组进程并行处理，与SPMD不同，每个进程只会专注于一个任务的处理，会处理所有的数据分片。由下图可以看出，流水线并行和工业生产中的流水线是类似的，进程1完成对某个数据分片的处理后，将其加入到通信队列，进程2空闲时就会从队列中取出数据继续处理；可以类比为生产流水线中的工人只完成某一项固定工序，完成后就交由下一项工序负责人继续处理。

  图3 流水线并行示意图