Вычислительная математика
Согласно отчету Межведомственной комиссии по развитию сверхмощных вычислений США эффективность современных параллельных систем находится ниже отметки в 10%. [1] С годами, растет несоответствие между теоретической пиковой производительностью систем и производительностью на реальных приложениях. Постоянные технологические улучшения микропроцессоров, подталкиваемые законом Мура, приводят к резкому росту теоретической пиковой производительности. Тем не менее, в результате мы получаем все менее сбалансированные мультипроцессоры, в которых с каждым годом растет дисбаланс между скоростью процессоров и пропускной способностью памяти. Этот дисбаланс приводит к низкой производительности на реальных приложениях.
В условиях резкой нехватки производительности, программистам необходимы инструменты анализа эффективности и оптимизации программ. Разработка и реализация таких инструментов для параллельных компьютеров очень сложна, ввиду как архитектурной, так и эксплуатационной сложности таких систем. Полезность инструментального средства определяется точностью моделирования системы, на которой оно базируется. Ввиду сложности параллельных платформ это знание достаточно сложно извлечь. А также способностью захватывать необходимую информацию о состоянии системы с определенной точностью и степенью детализации. Возможно самый важный аспект инструмента – это способность к разрешению проблем производительности. Он может оказать неоценимую помощь в нахождении и устранении проблем параллельных программ, если он поддерживает возможность мониторинга состояний программы и системы.
Список литературы:
1. Report of the High-End Computing Revitalization Task Force (HECRTF).
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:48:14)