并行与分布式计算导论 练习题指导(三)

练习题指导

等效关系

等效关系反映了为了维持并行效率不变,增加处理器与增大问题规模这两个影响并行效率的因素间的关系
在问题的某个并行实现下,记 T ( n , p ) T(n,p) T(n,p)为使用k个处理器计算规模为n的问题所需时间, T 0 ( n , p ) T_0(n,p) T0(n,p)为使用k个处理器计算规模为n的问题花在通信和冗余计算上的时间,问题的等效关系如下:
T ( n , 1 ) ≥ C T 0 ( n , p ) T(n,1)\ge CT_0(n,p) T(n,1)CT0(n,p)
其中 C = E / ( 1 − E ) C=E/(1-E) C=E/(1E) E E E为并行效率。由于此后的计算关心的主要是函数的量级,不等式中不需要代入 E E E
实际计算中,记原串行算法(也就是原本使用的baseline)的时间复杂度为 g ( n ) g(n) g(n),通讯时间复杂度为 h ( n , p ) h(n,p) h(n,p),可以简化为
g ( n ) ≥ C h ( n , p ) g(n)\ge Ch(n,p) g(n)Ch(n,p)
其中,g和h可以直接用复杂度量级来替换,最高复杂度项的次数可以直接并入C
化简该不等式得到
n ≥ f ( p ) n\ge f(p) nf(p)
此即并行系统的等加速比关系

可拓展性函数

对于规模为n的问题,记 M ( n ) M(n) M(n)为问题所需的内存,则该问题的并行实现的可拓展性函数为
M ( f ( p ) ) / p M(f(p))/p M(f(p))/p
该函数表示,为了保持效率不变,每个处理器所需的内存容量如何作为p的函数增加

并行实现的可拓展性

具有较高量级可拓展性函数的并行实现,其内存增加速度更快,将更早抵达机器的实际内存,从而可拓展性较差;反之则较好

猜你喜欢

转载自blog.csdn.net/Kaiser_syndrom/article/details/106351387