🗊Презентация Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса

Категория: Устройства и комплектующие
Нажмите для полного просмотра!
Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №1Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №2Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №3Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №4Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №5Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №6Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №7Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №8Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №9Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №10Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №11Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №12Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №13Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №14Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №15Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №16Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №17Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №18Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №19Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №20Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №21Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №22Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №23Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса, слайд №24
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Построение оценок производительности и эффективности параллельных компьютеров. Законы Адмала, Густавсона-Барсиса. Доклад-сообщение содержит 24 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Оценка эффективности параллельных вычислений
Описание слайда:
Оценка эффективности параллельных вычислений

Слайд 2


Содержание Показатели эффективности параллельного алгоритма Ускорение Эффективность Стоимость Оценка максимально достижимого параллелизма Закон Амдала Закон Густафсона Анализ масштабируемости параллельного алгоритма
Описание слайда:
Содержание Показатели эффективности параллельного алгоритма Ускорение Эффективность Стоимость Оценка максимально достижимого параллелизма Закон Амдала Закон Густафсона Анализ масштабируемости параллельного алгоритма

Слайд 3


Показатели эффективности Ускорение относительно последовательного выполнения вычислений Эффективность использования процессоров Стоимость вычислений
Описание слайда:
Показатели эффективности Ускорение относительно последовательного выполнения вычислений Эффективность использования процессоров Стоимость вычислений

Слайд 4


Ускорение Ускорение (speedup), получаемое при использовании параллельного алгоритма для p процессоров, по сравнению с последовательным вариантом выполнения вычислений: n – параметр вычислительной сложности решаемой задачи (например, количество входных данных задачи)
Описание слайда:
Ускорение Ускорение (speedup), получаемое при использовании параллельного алгоритма для p процессоров, по сравнению с последовательным вариантом выполнения вычислений: n – параметр вычислительной сложности решаемой задачи (например, количество входных данных задачи)

Слайд 5


Абсолютное и относительное ускорение Величину ускорения называют абсолютной, если в качестве T1 берется время выполнения наилучшего последовательного алгоритма. Величину ускорения называют относительной, если в качестве T1 берется время выполнения параллельного алгоритма на одном процессоре.
Описание слайда:
Абсолютное и относительное ускорение Величину ускорения называют абсолютной, если в качестве T1 берется время выполнения наилучшего последовательного алгоритма. Величину ускорения называют относительной, если в качестве T1 берется время выполнения параллельного алгоритма на одном процессоре.

Слайд 6


Линейное и сверхлинейное ускорение Линейное (linear) или идеальное (ideal) ускорение имеет место при Sp=p. Сверхлинейное (superlinear) ускорение имеет место при Sp>p. Неравноправность выполнения последовательной и параллельной программ (например, недостаток оперативной памяти). Нелинейный характер зависимости сложности решения задачи от объема обрабатываемых данных. Различие вычислительных схем последовательного и параллельного методов.
Описание слайда:
Линейное и сверхлинейное ускорение Линейное (linear) или идеальное (ideal) ускорение имеет место при Sp=p. Сверхлинейное (superlinear) ускорение имеет место при Sp>p. Неравноправность выполнения последовательной и параллельной программ (например, недостаток оперативной памяти). Нелинейный характер зависимости сложности решения задачи от объема обрабатываемых данных. Различие вычислительных схем последовательного и параллельного методов.

Слайд 7


Эффективность Эффективность (efficiency) – средняя доля времени выполнения параллельного алгоритма, в течение которого процессоры реально используются для решения задачи. _
Описание слайда:
Эффективность Эффективность (efficiency) – средняя доля времени выполнения параллельного алгоритма, в течение которого процессоры реально используются для решения задачи. _

Слайд 8


Ускорение vs эффективность Ускорение и эффективность – 2 стороны одной медали: попытки повышения качества параллельных вычислений по одному из показателей может привести к ухудшению качества по другому показателю.
Описание слайда:
Ускорение vs эффективность Ускорение и эффективность – 2 стороны одной медали: попытки повышения качества параллельных вычислений по одному из показателей может привести к ухудшению качества по другому показателю.

Слайд 9


Стоимость вычислений Стоимость (cost) параллельных вычислений Стоимостно-оптимальный (cost-optimal) параллельный алгоритм – алгоритм, стоимость которого является пропорциональной времени выполнения наилучшего последовательного алгоритма.
Описание слайда:
Стоимость вычислений Стоимость (cost) параллельных вычислений Стоимостно-оптимальный (cost-optimal) параллельный алгоритм – алгоритм, стоимость которого является пропорциональной времени выполнения наилучшего последовательного алгоритма.

Слайд 10


Можно ли достичь max параллелизма? Получение идеальных величин Sp=p для ускорения и Ep=1 для эффективности может быть обеспечено не для всех вычислительно трудоемких задач. Достижению максимального ускорения может препятствовать существование в выполняемых вычислениях последовательных расчетов, которые не могут быть распараллелены.
Описание слайда:
Можно ли достичь max параллелизма? Получение идеальных величин Sp=p для ускорения и Ep=1 для эффективности может быть обеспечено не для всех вычислительно трудоемких задач. Достижению максимального ускорения может препятствовать существование в выполняемых вычислениях последовательных расчетов, которые не могут быть распараллелены.

Слайд 11


Закон Амдала Задает связь между ожидаемым ускорением параллельных реализаций алгоритма и последовательным алгоритмом в предположении, что размер задачи остается постоянным. Пусть f – доля последовательных вычислений в алгоритме. Тогда т.е.
Описание слайда:
Закон Амдала Задает связь между ожидаемым ускорением параллельных реализаций алгоритма и последовательным алгоритмом в предположении, что размер задачи остается постоянным. Пусть f – доля последовательных вычислений в алгоритме. Тогда т.е.

Слайд 12


Закон Амдала Покраска забора (300 досок) Подготовка – 30 мин. НЕ распараллеливается Покраска (одной доски) – 1 мин. РАСПАРАЛЛЕЛИВАЕТСЯ Уборка – 30 мин. НЕ распараллеливается
Описание слайда:
Закон Амдала Покраска забора (300 досок) Подготовка – 30 мин. НЕ распараллеливается Покраска (одной доски) – 1 мин. РАСПАРАЛЛЕЛИВАЕТСЯ Уборка – 30 мин. НЕ распараллеливается

Слайд 13


Закон Амдала Покраска забора (300 досок) Подготовка – 30 мин. НЕ распараллеливается Покраска (одной доски) – 1 мин. РАСПАРАЛЛЕЛИВАЕТСЯ Уборка – 30 мин. НЕ распараллеливается
Описание слайда:
Закон Амдала Покраска забора (300 досок) Подготовка – 30 мин. НЕ распараллеливается Покраска (одной доски) – 1 мин. РАСПАРАЛЛЕЛИВАЕТСЯ Уборка – 30 мин. НЕ распараллеливается

Слайд 14


Закон Амдала Ускорение параллельной программы зависит не от количества процессоров, а величины последовательной части программы.
Описание слайда:
Закон Амдала Ускорение параллельной программы зависит не от количества процессоров, а величины последовательной части программы.

Слайд 15


Закон Амдала
Описание слайда:
Закон Амдала

Слайд 16


Закон Густафсона Закон Амдала предполагает, что количество процессоров и доля параллельной части программы независимы, что не совсем верно. Как правило, задача с фиксированным объемом данных не запускается на различном количестве процессоров (за исключением академических исследований), а объем данных изменяется в соответствии с количеством процессоров. Вместо вопроса об ускорении на p процессорах рассмотрим вопрос о замедлении вычислений при переходе на один процессор.
Описание слайда:
Закон Густафсона Закон Амдала предполагает, что количество процессоров и доля параллельной части программы независимы, что не совсем верно. Как правило, задача с фиксированным объемом данных не запускается на различном количестве процессоров (за исключением академических исследований), а объем данных изменяется в соответствии с количеством процессоров. Вместо вопроса об ускорении на p процессорах рассмотрим вопрос о замедлении вычислений при переходе на один процессор.

Слайд 17


Закон Густафсона Закон Амдала предполагает, что количество процессоров и доля параллельной части программы независимы, что не совсем верно. Как правило, задача с фиксированным объемом данных не запускается на различном количестве процессоров (за исключением академических исследований), а объем данных изменяется в соответствии с количеством процессоров. Вместо вопроса об ускорении на p процессорах рассмотрим вопрос о замедлении вычислений при переходе на один процессор.
Описание слайда:
Закон Густафсона Закон Амдала предполагает, что количество процессоров и доля параллельной части программы независимы, что не совсем верно. Как правило, задача с фиксированным объемом данных не запускается на различном количестве процессоров (за исключением академических исследований), а объем данных изменяется в соответствии с количеством процессоров. Вместо вопроса об ускорении на p процессорах рассмотрим вопрос о замедлении вычислений при переходе на один процессор.

Слайд 18


Закон Густафсона
Описание слайда:
Закон Густафсона

Слайд 19


Законы Амдала и Густафсона Уменьшение времени выполнения vs увеличение объема решаемой задачи Увеличение объема решаемой задачи приводит к увеличению доли параллельной части, т.к. последовательная часть не изменяется.
Описание слайда:
Законы Амдала и Густафсона Уменьшение времени выполнения vs увеличение объема решаемой задачи Увеличение объема решаемой задачи приводит к увеличению доли параллельной части, т.к. последовательная часть не изменяется.

Слайд 20


Масштабируемость алгоритмов Параллельный алгоритм называют масштабируемым (scalable), если при росте числа процессоров он обеспечивает увеличение ускорения при сохранении постоянного уровня эффективности использования процессоров. При анализе масштабируемости необходимо учитывать накладные расходы (total overhead), на организацию взаимодействия процессоров, синхронизацию параллельных вычислений и др.
Описание слайда:
Масштабируемость алгоритмов Параллельный алгоритм называют масштабируемым (scalable), если при росте числа процессоров он обеспечивает увеличение ускорения при сохранении постоянного уровня эффективности использования процессоров. При анализе масштабируемости необходимо учитывать накладные расходы (total overhead), на организацию взаимодействия процессоров, синхронизацию параллельных вычислений и др.

Слайд 21


Анализ масштабируемости Накладные расходы Время решения задачи Ускорение Эффективность
Описание слайда:
Анализ масштабируемости Накладные расходы Время решения задачи Ускорение Эффективность

Слайд 22


Анализ масштабируемости Если сложность решаемой задачи является фиксированной (T1=const), то при росте числа процессоров эффективность, как правило, будет убывать за счет роста накладных расходов T0. При фиксации числа процессоров эффективность использования процессоров можно улучшить путем повышения сложности решаемой задачи T1. При увеличении числа процессоров в большинстве случаев можно обеспечить определенный уровень эффективности при помощи соответствующего повышения сложности решаемых задач.
Описание слайда:
Анализ масштабируемости Если сложность решаемой задачи является фиксированной (T1=const), то при росте числа процессоров эффективность, как правило, будет убывать за счет роста накладных расходов T0. При фиксации числа процессоров эффективность использования процессоров можно улучшить путем повышения сложности решаемой задачи T1. При увеличении числа процессоров в большинстве случаев можно обеспечить определенный уровень эффективности при помощи соответствующего повышения сложности решаемых задач.

Слайд 23


Анализ масштабируемости Пусть E=const – это желаемый уровень эффективности выполняемых вычислений. Тогда Данную зависимость n=F(p) между сложностью решаемой задачи и числом процессоров называют функцией изоэффективности (isoefficiency function).
Описание слайда:
Анализ масштабируемости Пусть E=const – это желаемый уровень эффективности выполняемых вычислений. Тогда Данную зависимость n=F(p) между сложностью решаемой задачи и числом процессоров называют функцией изоэффективности (isoefficiency function).

Слайд 24


Заключение Показатели эффективности параллельного алгоритма Ускорение Эффективность Стоимость Оценка максимально достижимого параллелизма Закон Амдала Закон Густафсона Анализ масштабируемости параллельного алгоритма
Описание слайда:
Заключение Показатели эффективности параллельного алгоритма Ускорение Эффективность Стоимость Оценка максимально достижимого параллелизма Закон Амдала Закон Густафсона Анализ масштабируемости параллельного алгоритма

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию