axelib

面向国产新一代超算系统的 Kokkos 兼容性能可移植加速库。

设计思路

参考 Kokkos 设计，采用异构后端、统一前端架构：

• 前端：C++17 Header-Only 模板库，与 Kokkos API 兼容
• 后端：各平台用原生语言独立编译，通过 extern "C" 函数指针桥接
• 桥接：编译期类型擦除，模板参数 → C 函数指针 + void*，零运行时多态开销

用户代码 (Kokkos API 兼容)
        │
   ┌────┴──────────────────────────────────┐
   │        axelib 前端 (C++17 Header)       │
   │  View / parallel_for / RangePolicy …  │
   │  类型擦除: lambda → fn ptr + void*     │
   └────┬──────────────────────────────────┘
        │ extern "C" ABI (12 函数/后端)
   ┌────┼────┬──────────┐
   ▼    ▼    ▼          ▼
 HIP  Sunway MTDSP  Serial/OpenMP/EMU
(加速器后端)          (CPU后端, 已实现)

目标平台

平台	加速器	编程模型	状态
x86_64 (开发机)	CPU	Serial / OpenMP / EMU	✅ 完成
曙光新一代	国产 DCU	HIP	✅ 已在真实 DCU 上验证
神威新一代	申威众核	SW ACC	⏳ 待资源
天河新一代	迈创 MT DSP	DSP SDK	⏳ 待资源

构建

# 开发机 — 3 个 CPU 后端
cmake -DAXE_ENABLE_SERIAL=ON -DAXE_ENABLE_OPENMP=ON -DAXE_ENABLE_EMU=ON \
      -DAXE_BUILD_TESTS=ON ..
make -j4 && ctest

# 曙光 DCU 后端（需在目标平台使用 hipcc）
module load compiler/dtk/25.04
CXX=hipcc cmake -DAXE_ENABLE_SERIAL=ON -DAXE_ENABLE_OPENMP=ON -DAXE_ENABLE_HIP=ON \
                -DAXE_BUILD_TESTS=ON ..
make -j4 && ctest

选项	说明
AXE_ENABLE_SERIAL	CPU 串行后端（调试基线）
AXE_ENABLE_OPENMP	CPU OpenMP 多核后端
AXE_ENABLE_EMU	CPU 多线程模拟后端（多后端测试）
AXE_ENABLE_HIP	曙光 HIP 后端
AXE_ENABLE_SUNWAY	神威众核后端
AXE_ENABLE_MTDSP	天河 DSP 后端
AXE_BUILD_TESTS	构建测试 (需要 GTest)

使用

#include <Kokkos/Kokkos_Core.hpp>

int main() {
    Kokkos::initialize();

    const int N = 1000;
    Kokkos::View<double*> a("a", N);
    Kokkos::View<double*> b("b", N);

    Kokkos::parallel_for(Kokkos::RangePolicy<>(0, N),
        KOKKOS_LAMBDA(int i) {
            a(i) = i;
            b(i) = a(i) * 2.0;
        });

    Kokkos::Sum<double> sum;
    Kokkos::parallel_reduce(Kokkos::RangePolicy<>(0, N),
        [&](int i, double& partial) { partial += a(i); }, sum);
    printf("sum = %f\n", sum.reference());

    Kokkos::finalize();
}

编译：

# 注意：libaxelib_core.a 依赖静态初始化注册后端，必须使用 --whole-archive
g++ -std=c++17 -DAXE_ENABLE_SERIAL -I include app.cpp \
    -Wl,--whole-archive build/libaxelib_core.a -Wl,--no-whole-archive \
    -o app

显式执行空间

可以显式指定后端：

Kokkos::parallel_for(Kokkos::RangePolicy<Kokkos::OpenMP>(0, N), functor);
Kokkos::parallel_for(Kokkos::RangePolicy<Kokkos::HIP>(0, N), functor);

已实现 API

API	状态
Kokkos::initialize / Kokkos::finalize	✅
Kokkos::View<T*> — 1D 分配、浅拷贝、subview、deep_copy	✅
Kokkos::View<T**> / View<T***> — 2D/3D	✅
Kokkos::MemoryUnmanaged — 裸指针包装	✅
Kokkos::create_mirror_view	✅
Kokkos::parallel_for — RangePolicy / MDRangePolicy(2D,3D)	✅
Kokkos::parallel_reduce — Sum / Prod / Min / Max	✅
Kokkos::parallel_scan — Sum / Max / Min / Prod（最终累加值 + 前缀输出）	✅
Kokkos::atomic_add / atomic_sub / atomic_mul / atomic_div / atomic_inc / atomic_dec / atomic_min / atomic_max / atomic_load / atomic_store / atomic_exchange / atomic_compare_exchange / atomic_compare_exchange_strong / atomic_and / atomic_or / atomic_xor 及其 atomic_fetch_* 变种 — 整型/浮点（Host: __atomic；HIP: atomicAdd/atomicSub/atomicMul/atomicAnd/atomicExch；可选 MemoryOrder：relaxed/acquire/release/acq_rel/seq_cst）	✅
Kokkos::TeamPolicy / TeamThreadRange — OpenMP 多线程 team（team_barrier、并发 inner parallel_for/reduce/scan）；Serial/Emu 单线程 team	✅
Kokkos::LayoutLeft / LayoutRight / LayoutStride	✅
7 种内存空间 (Host / HIP / Sunway / MTDSP 系列)	✅
SpaceRegistry 注册式空间扩展	✅
显式执行空间 (Serial / OpenMP / Emu / HIP)	✅

目录结构

axelib/
├── include/Kokkos/              # C++17 前端 (Header-Only)
│   ├── Kokkos_Core.hpp          # 入口头文件
│   ├── Kokkos_Core_fwd.hpp      # 前向声明 + KOKKOS_LAMBDA 宏
│   ├── Core/                    # View, Parallel, Policy, Layout, MemorySpace
│   ├── Impl/                    # BackendBridge, SpaceRegistry, ViewMapping
│   └── Setup/                   # 平台检测 + BackendId 枚举 + 执行空间
├── src/                         # 运行时核心
│   ├── Kokkos_Core.cpp          # initialize / finalize / register_backend
│   └── Kokkos_Impl.cpp          # 内存追踪 / 泄漏检测
├── backends/                    # 后端实现 (12 C ABI 函数/后端)
│   ├── serial/                  # Serial 后端 (for 循环)
│   ├── openmp/                  # OpenMP 后端 (#pragma omp)
│   ├── emu/                     # EMU 后端 (std::thread)
│   ├── hip/                     # HIP 后端（曙光 DCU）
│   ├── sunway/                  # Sunway 后端（占位）
│   └── mtdsp/                   # MTDSP 后端（占位）
├── tests/
│   ├── unit/                    # 前端单元测试
│   └── integration/             # 集成测试 (E2E, 多后端共存)
├── examples/
│   └── 01_hello_world/          # Hello World
├── scripts/
│   └── sugon_hip_test.slurm     # 曙光超算 HIP 测试作业脚本
├── cmake/                       # FindHIP / FindSunway / FindMTDSP
├── docs/superpowers/            # 设计规格 + 实现计划
├── .github/workflows/ci.yml     # GitHub Actions CI
├── AGENTS.md                    # 代理/开发者协作指南
├── CMakeLists.txt
└── README.md

测试

• CPU 后端（Serial + OpenMP + EMU）：234 个测试全部通过。
• HIP 后端启用时：62 个测试（含 HIP 专项与多后端集成），100% 通过；若单作业仅 1 DCU，HIP.MultiDevice* 两项会跳过，需通过 scripts/sugon_hip_multidevice_test.slurm 在 2 DCU 下验证（2/2 通过）。

覆盖范围包括 View 操作（1D/2D/3D、subview 1D/2D/3D、LayoutStride）、并行执行、归约、扫描（含前缀输出与 2D MDRangePolicy 扫描）、初始化/终结、多后端共存、显式执行空间分发，以及 HIP 后端在 DCU 上的 alloc/free、H↔D 拷贝、parallel_for / parallel_reduce / parallel_scan、MDRangePolicy、多设备切换、自定义 stream、多设备独立工作/跨设备拷贝。

ctest --output-on-failure
# CPU: 100% tests passed, 0 tests failed out of 234
# HIP: 100% tests passed, 0 tests failed out of 62 (单 DCU 时 2 项跳过)

已在曙光新一代超算（Sugon OS 8.9 + Hygon DCU）上完成验证，详见 docs/superpowers/reports/2026-06-22-sugon-test.md。

持续集成

GitHub Actions 自动运行：

• Serial-only 构建与测试
• Serial + OpenMP + EMU 构建与测试（-Wall -Wextra -Werror）
• Serial + OpenMP + EMU 构建与测试（ASan/UBSan，Debug）
• perf-atomic-reduce-scan：build atomic_reduce_scan benchmark 并跑 scripts/check_atomic_reduce_scan.sh，验证 correctness + 用户级 atomic 至少在一个 op（reduce / scan）上不慢于 native parallel_reduce/parallel_scan。该 gate 是 qualitative 的（不比较 CI 与 dev box 的绝对时间），dev box 基线见 docs/superpowers/baselines/atomic_reduce_scan.json。
• perf-team-scan-benchmark：build team_scan_benchmark 并跑 scripts/check_team_scan_benchmark.sh，验证 correctness + ts=16 至少 3x 快于 ts=1（3-pass team scan 的基本缩放不变量）。dev box 基线见 docs/superpowers/baselines/team_scan_benchmark.json。
• team-scan-distribution-artifact：跑 examples/04_team_scan_distribution 并把 ASCII 直方图上传为 CI artifact，便于在 CI 页面查看并行分布。

许可

见 LICENSE