Презентация Параллельные вычисления онлайн

Содержание слайда: Параллельные вычисления Учебный год – 2016, весенний семестр Группы P4110, P4114 Лекция 1 Преподаватели: Балáкшин Павел Валерьевич (pvbalakshin@gmail.com), Соснѝн Владимир Валерьевич (vsosnin@gmail.com)

Содержание слайда: Структура курса 7 лекций 7 лабораторных работ по следующим темам: Автоматическое распараллеливание Использование параллельных библиотек OpenMP PTHREADS OpenCL 26 консультаций в а.369а (каждая пятница 12:00-13:30) Рубежный контроль (тестирование)

Содержание слайда:

Содержание слайда: Орг. вопросы vk.com/club31201840 Анкета: ФИО вуз тема бакалаврской работы телефон работа (где и кем) был ли подобный курс

Содержание слайда: Почему С/С++

Содержание слайда: Почему С/С++ (продолжение)

Содержание слайда: Выбор языка технологии параллельного программирования

Содержание слайда: Выбор языка технологии программирования (2)

Содержание слайда: Определения Параллельные вычисления – способ организации вычислений, при котором программа представляет из себя набор взаимодействующих модулей, работающих одновременно. ≠ конвейерная обработка (суперскалярность) ≠ SIMD-расширения (MMX, SSE) ≠ вытесняющая многозадачность = многоядерное программирование = распределённые вычисления «За время существование вычислительной техники скорость срабатывания элементов возросла в 106 раз, а быстродействие вычислений увеличилось в 109 раз». «С 1986 до 2002 производительность однопроцессорных систем увеличивалась в 1.5 раза ежегодно. С 2002 – только 1.2 раза.»

Содержание слайда: Зачем нужны параллельные вычисления 1. Для решение Problems of Grand Challenge (быстродействия существующих вычислительных систем не хватает > 1 Tflops) : моделирование климата; генная инженерия; проектирование интегральных схем; анализ загрязнения окружающей среды; создание лекарственных препаратов 2. В повседневной жизни программиста будущего (одноядерные смартфоны и ПК уже почти не продаются).

Содержание слайда: Классификация параллельных систем (архитектур) SMP (Shared Memory Parallelism, Symmetric MultiProcessor system) – многопроцессорность, многоядерность, GPGPU. MPP (Massively Parallel Processing) – кластерные системы, GRID (распределенные вычисления)

Содержание слайда: Архитектура SMP

Содержание слайда: Архитектура MPP

Содержание слайда: Формы параллелизма

Содержание слайда: История развития SMP-систем

Содержание слайда: Что способствует развитию параллельных вычислений Ограниченность роста производительности непараллельных компьютеров Снижение стоимости многопроцессорных вычислительных систем Cray T90: 1.8 GFlops ($2,5 млн.), 8 х IBM SP2: 2.1 GFlops ($0.5 млн.) Появление парадигмы многоядерного построения процессоров.

Содержание слайда: Что замедляет развитие параллельных вычислений (1) Гипотеза Минского (Minsky): ускорение, параллельной системы пропорционально двоичному логарифму от числа процессоров. Закон Мура (Moore): мощность последовательных процессоров удваивается каждые 18 месяцев. Закон Гроша (Grosch): производительность компьютера возрастает пропорционально квадрату его стоимости. Сложность освоения принципов параллельного программирования.

Содержание слайда: Что замедляет развитие параллельных вычислений (2)

Содержание слайда: Последовательное и каскадное суммирование

Содержание слайда: Пример распараллеливания алгоритма (2) Поиск максимального элемента массива

Содержание слайда: Пример распараллеливания алгоритма (3)

Содержание слайда: Показатели эффективности параллельных программ

Содержание слайда: Закон Амдала

Содержание слайда: Закон Густавсона-Барсиса

Содержание слайда: Модификация закона Амдала (по проф. Бухановскому)

Содержание слайда: Сравнение с законом Амдала

Содержание слайда: Ключевая проблема параллельного программирования

Содержание слайда: Наинеприятнейшая проблема параллельного программирования

Содержание слайда: Домашнее задание №1

Содержание слайда: Виды автоматического распараллеливания Автоматический (компилятору подаётся ключ вида «распараллель всё сам»). Полуавтоматический (распараллеливающие флаги компилятора могут иметь параметры, которые программист должен установить). Автоматизированный (ручное распараллеливание по подсказкам профилировщика или статического анализатора кода).

Содержание слайда: Слабые стороны автоматического распараллеливания Возможно ошибочное изменение логики программы. Возможно понижение скорости вместо повышения. Отсутствие гибкости ручного распараллеливания. Эффективно распараллеливаются только циклы. Невозможность распараллелить программы со сложным алгоритмом работы.