Сравнительный анализ методов оптимизации параллельного алгоритма с учётом и без учёта времени выполнения операций
Ключевые слова:
оптимизация, алгоритм, информационный граф, список следования, время выполнения, операция, процесс, информационная зависимость, единица времени
Аннотация
В данной статье предлагается анализ разработанных нами методов оптимизации параллельного алгоритма с учётом и без учёта времени выполнения каждой операции. Данные методы могут быть применены как к последовательным алгоритмам для получения их параллельного аналога, так и к параллельным алгоритмам с целью повышения их качества. Предлагаемые методы оптимизации параллельного алгоритма позволяют уменьшить объём коммуникаций между процессорами и соответственно сократить время выполнения всего алгоритма.
Литература
1. Abramov O. V., Katueva Ya. Multivariant analysis and stochastic optimization using parallel
processing techniques // Management problems. 2003. № 4. P. 11–15.
2. Jordan H. F., Alaghband F. Fundamentals of Parallel Processing. Pearson Education, Inc., Upper
Saddle River, NJ, 2003. P. 578.
3. Drake D. E., Hougardy S. A linear-time approximation algorithm for weighted matchings in graphs //
ACM Transactions on Algorithms. 2005. № 1. P. 107–122. doi: 10.1145/1077464.1077472
4. 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.
5. Rauber N., Runger G. Parallel Programming: for Multicore and Cluster Systems. / N. Rauber, G.
Runger. Chemnitz, Germany: Springer, 2010. 450 p. doi: 10.1007/978-3-642-04818-0
6. Gergel V. P., Fursov V. A. Lectures of Parallel Programming: Proc. Benefit. Samara State Aerospace
University Publishing House, 2009. 163 p.
7. Voevodin V. V., Voevodin Vl. V. Parallel computing. St. Petersburg: BHV-Petersburg, 2002. 608 p.
8. Шичкина Ю. А. Сокращение высоты информационного графа параллельных программ //
Научно-технические ведомости СПбГПУ. 2009. № 3 (80). С. 148–152.
processing techniques // Management problems. 2003. № 4. P. 11–15.
2. Jordan H. F., Alaghband F. Fundamentals of Parallel Processing. Pearson Education, Inc., Upper
Saddle River, NJ, 2003. P. 578.
3. Drake D. E., Hougardy S. A linear-time approximation algorithm for weighted matchings in graphs //
ACM Transactions on Algorithms. 2005. № 1. P. 107–122. doi: 10.1145/1077464.1077472
4. 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.
5. Rauber N., Runger G. Parallel Programming: for Multicore and Cluster Systems. / N. Rauber, G.
Runger. Chemnitz, Germany: Springer, 2010. 450 p. doi: 10.1007/978-3-642-04818-0
6. Gergel V. P., Fursov V. A. Lectures of Parallel Programming: Proc. Benefit. Samara State Aerospace
University Publishing House, 2009. 163 p.
7. Voevodin V. V., Voevodin Vl. V. Parallel computing. St. Petersburg: BHV-Petersburg, 2002. 608 p.
8. Шичкина Ю. А. Сокращение высоты информационного графа параллельных программ //
Научно-технические ведомости СПбГПУ. 2009. № 3 (80). С. 148–152.
Опубликован
2018-06-29
Как цитировать
Al-Mardi, M. H. A. (2018). Сравнительный анализ методов оптимизации параллельного алгоритма с учётом и без учёта времени выполнения операций. Компьютерные инструменты в образовании, (3), 38-48. https://doi.org/10.32603/2071-2340-3-38-48
Выпуск
Раздел
Инженерия программного обеспечения
Материал публикуется под лицензией:
