2. Аналіз та обгрунтування вибору засобів розпаралелення обчислень

1. Сучасні апаратні засоби виконання паралельних обчислень

Системи для виконання паралельних обчислень можна класифікувати:

- багатоядерні системи;

- багатопроцесорні системи;

- кластерні системи;

- grid-системи;

- графічні багатоядерні процесори.

Багатоядерний процесор – це центральний мікропроцесор, що містить 2 і більше обчислювальних ядра на одному процесорному кристалі або в одному корпусі. Операційна система кожне ядро бачить як окремий процесор. Кожне ядро багатоядерного процесора потенційно може виконувати по кілька інструкцій з одного потоку [7].

Багатопроцесорні системи за класифікацією Флінна відносяться до архітектури типу MIMD (Multiple Instruction Multiple Data). У багатопроцесорній системі кожен процесор виконує свою програму достатньо незалежно від інших процесорів. Процесори в ході вирішення загального завдання повинні зв'язуватися один з одним відповідно до графу взаємодії їх паралельних гілок [8].

Кластер – це група взаємозв’язаних повноцінних комп’ютерів, які спільно виконують деяку роботу таким чином, що ззовні вона сприймається як єдиний обчислювальний ресурс [9].

Grid – це система, яка координує використання глобальних (світових) ресурсів за відсутності централізованого управління цими ресурсами; використовує стандартні й універсальні протоколи та інтерфейси; забезпечує висококласне обслуговування. Сучасні GRID-системи вже зараз об'єднують значні ресурси, розташовані в різних наукових і технологічних центрах, інститутах, університетах світу. Вони включають окремі комп'ютери, кластери, локальні мережі, суперкомп'ютери, сховища інформації, комунікації, програмні пакети та інструментарій [10].

У якості найбільш перспективної технології зараз розглядається програмування на багатоядерних графічних процесорах (GPU – Graphics Processing Unit). Пристрій архітектури GPU можна коротко охарактеризувати як макроархітектуру обчислювального кластера, що реалізована в мікромасштабі. Графічний процесор складається з однорідних обчислювальних елементів зі спільною пам'яттю. Кожен обчислювальний елемент здатний виконувати тисячі потоків, перемикання, між якими не має накладних витрат. Потоки можуть бути згруповані в блоки, які мають загальний кеш і швидку пам'ять, що розділяється і явно контролюється користувачем [11].

Для порівняння сучасних графічних процесорів розглянемо наступні показники [12]:

1. Відношення продуктивність/ціна;

2. Відношення продуктивність/потужність;

3. Відношення продуктивність/кількість ядер.

Ці показники приведено у таблиці 1.1 [12].

Таблиця 1.1

Порівняльні характеристики сучасних графічних процесорів

Модель	продуктивність/ціна, GFlops/$	продуктивність/потуж-ність, GFlops/Вт	продуктивність/кількість ядер, GFlops/шт.
nVidia GeForce GTX 680	6,524	16,226	2,06
nVidia GeForce GTX 690	3,167	10,547	1,03
nVidia Quadro K5000	0,956	17,626	1,4
nVidia Quadro 6000	0,384	5,17	2,354
nVidia Tesla K20	1,163	16,019	1,444
nVidia Tesla K20Х	1,264	17,212	1,505
nVidia Tesla K10	1,466	15,633	1,527

Основними перевагами використання графічних багатоядерних процесорів є:

1. Більша продуктивність при виконанні обчислень, ніж на CPU;

2. Нижча вартість у порівнянні з багатопроцесорними та кластерними системами;

3. Зі зростанням об´єму даних ефективність виконання обчислень на GPU збільшується, в той час як на CPU – залишається сталою.

Виходячи із вищесказаного, засобом для розпаралелення поставленої задачі обрано графічні багатоядерні процесори.