Gustavson-Barsis törvény

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt hozzászólók, és jelentősen eltérhet a 2017. január 13-án felülvizsgált verziótól ; az ellenőrzések 3 szerkesztést igényelnek .

Gustafson törvénye (néha Gustafson ) - Barsis ( eng. Gustafson - Barsis törvénye ) - egy párhuzamos program végrehajtásának maximálisan elérhető gyorsulásának becslése, az egyidejűleg végrehajtott számítási szálak ("processzorok") számától és a programok arányától függően szekvenciális számítások. Az Amdal-törvény analógja : John L. Gustafson és Edwin H. Barsis 1988-ban mutatta be az "Amdal-törvény újraértékelése" című cikket.

A Gustafson-Barsis törvényt a következő képlet fejezi ki: , ahol $S_{n}=s+(1-s)n=n+(1-n)s$

s az egymást követő számítások aránya a programban, n a processzorok száma.

Ezt a gyorsulási becslést skálázott gyorsításnak nevezzük , mivel ez a jellemző megmutatja, hogy a párhuzamos számítások milyen hatékonyan szervezhetők meg a megoldandó feladatok összetettségének növekedésével.

Különbség Amdahl törvényétől

A párhuzamos végrehajtás gyorsulásának értékelésekor Amdahl törvénye feltételezi, hogy a feladat mérete állandó marad . Az Amdahl-törvény szerinti gyorsulás értéke azt mutatja meg, hogy egy párhuzamos program hányszor rövidebb idő alatt fut le. A gyorsulási érték azonban úgy is tekinthető, mint az elvégzett feladat mennyiségének állandó időn belüli növekedése . Ebből a feltevésből fakadt Gustafson törvénye.

A képlet származtatása

A skálázási sebességet a többszálas művelettel végrehajtott számítások mennyiségének és az azonos idő alatt egymás után végrehajtott számítások mennyiségének arányaként határozzuk meg.

$S_{n}={\frac {p\cdot n+s}{p+s}}={\frac {n(p+s)}{p+s}}+{\frac {ss\ cdot n}{p+s}}=n+(1-n){\frac {s}{p+s}}=n+(1-n)s$ , ahol

s az egymást követő számítások aránya a programban, p a párhuzamos számítások aránya a programban, n a processzorok száma.

Lásd még

Amdahl törvénye

Irodalom

Quinn MJ párhuzamos programozás C nyelven MPI-vel és OpenMP-vel. – New York: NY: McGraw-Hill, 2004.

Linkek

Párhuzamos számítástechnika
Általános rendelkezések	Nagy teljesítményű számítástechnika Cluster Computing Elosztott számítástechnika Grid számítástechnika köd számítástechnika
Egyidejűségi szintek	bitek Utasítás Adat Feladatok
A végrehajtás szála	szuperszálas hyperthreading
Elmélet	Amdahl törvénye Gustavson-Barsis törvény Költséghatékonyság Karp-Flatt metrika lassíts Gyorsulási tényező
Elemek	Folyamat Folyam Rost PMPD utasítás ablak
Kölcsönhatás	több feldolgozás multitasking ( preemptív többfeladatos ) kooperatív multitasking ) Többszálú Az emlékezet koherenciája Gyorsítótár koherenciája Gyorsítótár érvénytelenítése Akadály Szinkronizálás Ellenőrző pont
Programozás	Modellek ( Rejtett párhuzamosság Explicit egyidejűség párhuzamosság ) Flynn taxonómiája SISD SIMD MISD MIMD SPMD Folyam Nem blokkoló szinkronizálás
Számítógépes technológia	Többprocesszoros ( szimmetrikus aszimmetrikus ) Memória ( NUMA KÓMA Megosztott megosztott terjesztett megosztott tranzakciós ) Egyidejű többszálú feldolgozás MPP Szuperskalár Vektoros processzor Mátrix processzor Szuperszámítógép Beowulf
API	Ateji PX POSIX szálak openmp OpenHMPP PVM MPI UPC Intel Threading építőelemek Boost Globális tömbök Charm++ Cilk Co-array Fortran OpenCL CUDA tűzáramlat Erdei nimfa DryadLINQ
Problémák	Nehéz párhuzamosítás Extrém párhuzamosság A nagy kihívás problémái Szoftver blokkolás Skálázhatóság Verseny állapot Holtpont Aktív zsákutca Determinisztikus algoritmus Párhuzamos lassítás