Особенности распределённых вычислений, учитываемые в методах оптимизации алгоритмов по объему межпроцессорных передач
Основные параметры, учитываемые в методах оптимизации алгоритмов по объему межпроцессорных передач
Аннотация
В связи с развитием новых технологий и расширения сферы применения вычислительной техники и сетей, в частности с появлением Интернета вещей, все чаще возникает потребность в применении совокупности вычислительных устройств для решения одной задачи. При этом чаще всего эти устройства являются географически распределенными и отличаются друг от друга техническими характеристиками. В данной статье рассматривается возможность адаптации методов параллельных вычислений, изначально предназначенных для систем с раздельной памятью, к распределенным системам. Рассматриваются особенности распределенных систем, способы представления таких систем и алгоритмов на этих системах. В статье предлагается подход к представлению алгоритмов с учетом особенностей распределенной системы в виде проекции информационного графа алгоритма на граф взаимосвязей узлов. Этот подход позволяет исследовать алгоритм в статическом режиме не перебирая при этом все состояния сети и алгоритма.
Литература
Abramov O. V., Katueva Ya. Multivariant analysis and stochastic optimization using parallel processing techniques. // Management problems. 2003. № 4. P. 11–15.
Jordan H. F., Alaghband F. Fundamentals of Parallel Processing. Pearson Education, Inc., Upper Saddle River, NJ, 2003. P. 578.
Drake D. E., Hougardy S. A linear-time approximation algorithm for weighted matchings in graphs // ACM Transactions on Algorithms. 2005. № 1. P. 107–122.
Hu Chen. MPIPP: An Automatic Profileguided Parallel Process Placement Toolset for SMP Clusters and Multiclusters / Hu.Chen // Proceedings of the 20th annual international conference on Supercomputing. New York, NY, USA. 2006. P. 353–360.
Rauber N., Runger G. Parallel Programming: for Multicore and Cluster Systems. / N. Rauber, G. Runger. Chemnitz, Germany: Springer, 2010. 450 p.
Gergel V. P. Lectures of Parallel Programming: Proc. Benefit / Gergel V. P., Fursov V. A. Samara State Aerospace University Publishing House, 2009. 163 p.
Voevodin V. V., Voevodin Vl. V. Parallel computing. St. Petersburg: BHV-Petersburg, 2002. 608 p.
Шичкина Ю. А. Сокращение высоты информационного графа параллельных программ // Научно-технические ведомости СПбГПУ. 2009. № 3 (80). С. 148–152.
Шичкина Ю. А., Аль-Марди М. Х. Метод оптимизации параллельного алгоритма за счет уменьшения объема межпроцессорной передачи информации // Сборник известий СПб ГЭТУ. 2015. № 10. С. 15–23.
Материал публикуется под лицензией:
