Аннотация:
Цель данного обзора - дать максимально полное представление о достижениях и современном состоянии дел в разработке аналитических моделей параллельных вычислений, позволяющих предсказать время вычислений, ускорение, эффективность и масштабируемость параллельных алгоритмов применительно к различным целевым многопроцессорным платформам. Важность моделей параллельных вычислений вытекает из того, что они до реализации параллельного алгоритма в виде программы позволяют понять, насколько эффективно данный алгоритм может использовать конкретную многопроцессорную платформу, и при необходимости внести изменения в дизайн алгоритма, либо рассмотреть вариант замены целевой аппаратной платформы. В обзоре показывается эволюция моделей параллельных вычислений, происходившая одновременно с эволюцией многопроцессорных систем, от одноуровневых моделей с общей памятью до многоуровневых иерархических моделей с распределенной памятью, ориентированных на кластерные вычислительные системы с многоядерными ускорителями. В заключении обзора приводятся рекомендации по выбору возможных направлениий дальнейших исследований в области разработки математических моделей параллельных вычислений.
Ключевые слова:
модель параллельных вычислений, обзор, параллельное программирование, многопроцессорные системы, оценка производительности, предсказание времени выполнения алгоритма.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 17-07-00352 а, Правительства РФ в соответствии с Постановлением № 211 от 16.03.2013 г. (соглашение № 02.A03.21.0011) и Министерства образования и науки РФ (государственное задание 2.7905.2017/8.9).
Поступила в редакцию: 01.06.2019
Реферативные базы данных:
Тип публикации:
Статья
УДК:
004.051
Образец цитирования:
Н. А. Ежова, Л. Б. Соколинский, “Обзор моделей параллельных вычислений”, Вестн. ЮУрГУ. Сер. Выч. матем. информ., 8:3 (2019), 58–91
Ya. A. Fedulov, A. S. Fedulova, “Organization of Parallel Computing on Hybrid Computing Clusters Using Fuzzy Intellectual Analysis”, Pattern Recognit. Image Anal., 34:3 (2024), 639
Yu. G. Bulychev, “Signal Recognition without State Space Expansion Based on Observations Containing a Singular Interference: The Case of Nonlinear Parameters of Basis Functions”, ARC, 85:2 (2024)
А. И. Алчинов, И. Н. Гороховский, “Направления расширения функционала прикладной геоинформационной системы моделирования поисковых корреляционно-экстремальных навигационных систем”, Пробл. управл., 5 (2023), 78–90; A. I. Alchinov, I. N. Gorokhovsky, “Expanding the functionality of an applied geographic information system for modeling search correlation-extreme navigation systems”, Control Sciences, 2023, no. 5, 65–74
Dmitry Evgenievich Prokudin, Olga Vitalievna Kononova, Proceedings of 24th Scientific Conference “Scientific Services & Internet – 2022”, Proceedings of 24th Scientific Conference “Scientific Services & Internet – 2022”, 2022, 419
Olga Vitalievna Kononova, Dmitry Evgenievich Prokudin, Proceedings of 22nd Scientific Conference “Scientific Services & Internet – 2020”, Proceedings of 22nd Scientific Conference “Scientific Services & Internet – 2020”, 2020, 408
Н. А. Ежова, Л. Б. Соколинский, “Программная поддержка модели BSF”, Вестн. ЮУрГУ. Сер. Выч. матем. информ., 8:4 (2019), 84–99