3. Показатели параллельных вс и вычислений

Гранулярность параллельного вычисления определяет, что есть шаг процесса, что есть элементарное неделимое действие, из которого состоит процесс.

-Мелкогранулярные вычисления-процесс на уровне команды процессора

-Крупногранулярные вычисления

Процесс сопоставляется:

• С процедурой

• С задачей

Есть 3 группы показателей:

1. Показатель производительности

2. Показатель эффективности

3. Показатель масштабируемости

Показатель производительности:

W-выч работа

T_W – время выполнения работы

P=W/T_w

Производительность (объем работы в еденицу времени):

Еденица работы/еденица времени=команда/сек

Пакеты бенчмарки

Синтетические бенчмарки

Бенчмарки на основе типовых задач (процедура обработки инф.)

Бенчмарки на основе смеш команд

Производительность ПВС

Производительность 1го процесса = P₁

P_n производительность ПВС с числом процессоров равным n.

• Пиковая (P_пик=n*P₁)

• Реальная

Реальная производительность:

1 – реальная производительность растет к мн-й области эф-ой масштаб-ти.

2 – произв все еще повышается – все еще наращивается производит при увеличении числа процессов, масштабируемость сохраняется.

Увеличивая число процессов мы как правило увеличиваем и число др ресурсов.

Параллельное ускорение

Параллельное ускорение – отношение времени решения задачи на последовательной машине ко времени решения на параллельной машине.

S=T_посл/T_{парал ВС} В этом показателе отражены как свой-ва ВС, так и программы.

Под T посл может пониматься:

-Время выполнения программы на однопроцессорной машине T₁ S_усн⁽ⁿ⁾=T₁/T_n

-Время решения задачи последовательным алгоритмом, T_seg S_p/p(n)=T_seg/T_n

-Оценка времени последовательного выполнения по численному методу, T_f S_f=T_f/T_n

Ассимптотическая оценка показателя пар-го ускорения

S_асс=lim S(n),при n->бесконеч

S_{бесконечность}=T_n/T_бескон

Коэффициенты пар-го ускорения:

K_(n)=S(n)/n

Масштабируемость Это способность ПВС обеспечивать рост производ с коэф, близким к линейному, при увеличении числа процессов и/или размерности задач.

«закон Алерала»: Если в составе пар-ой программы есть последовательный участок, кот составляет m-ую часть этой программы то макс ускор реализации этого алгоритма:

S_асс=1/m

4. Классы параллельных вс

Параллельные вычислительные системы:

МВС с общей памятью

Д-данные

К-команды

А-адрес

S-вектор сост

Каждый процессор работает по своей программе (Р) В памяти хран и Д, и К.

Р={P_a,P_b,…,P_x}

Прога А реализует процесс Р_а. S_A – вектор сост проц Р_А (на память, регистры и общ память)

Ячейка <looh> max на пересечении S_A и S_X. ПВС с ОП позволяет реализ сис процессов, в кот для P_i,P_J принадлежат P, P_i не равно P_J

«+»: не надо перепроектировать проект, хорошая переносимость

«-»: проблема масштабируемости; проблема увелич числа процессов

Мультипроцессорные ВС (пр: серверы) Symmentic MultiProcessor

SMP (симметрич МВС) – в них процессоры одинок, они имеют одинак возможности доступа к памяти

- любой пример может может обратится к любой общей памяти

- временные хар-ки обращ пр-сора к памяти одинак для всех, пр-сов этой системы.

Многоядерыне микропроцессоры

Также постр с SMP, но в качестве пр-ра выст пр-е ядра. Один нюанс связ с иерарх памяти

Большинство примеров имеет L1 и L2.

Как правило, L1 явл раздел(физически) ( по гарвард архит)

L2, как правило, явл общ кэшем(нет разделения на команды и данные). М/б и раздел и общ.

Intel – общ L2

AMD – раздел L2

Если есть L3, то он явл общим

На сегодня n=2…8 (SMP) явл серийным

МВС с обменом сообщениями (MPP)

*-блок систем интерепретации, обеспеч пересылку сообщ

Если 2 пар-ра формир обращ к <looh> , то они попадают в разные памяти. Кажд выполн команды и данные.

П-ры не могут (физически) формировать адреса и обр к памяти друг процессов

«+»: пр-ры не сталкиваются друг с другом не вызывают конфликтов

Легче и проще масштабируется

«-»: прогер в явном виде прописывает обращение

Много t

Хуже с передачей

MPP – message Passing Processors