Algoritmos PRAM

122 Pages·2014·0.8 MB·Portuguese

Definindo melhor alguns conceitos
Processamento Paralelo: processamento de informação concorrente que
pertencem a um ou mais processos que resolvem um único problema.

Processamento Distribuído: processamento de informações em um
sistema cujos recursos estão sendo compartilhados por vários programas

Computador Paralelo: computador de múltiplos processadores capaz de
realizar processamento paralelo

Supercomputador: computador de propósito geral capaz de resolver
problemas em alta velocidade, comparando com outras máquinas da mesma
época.
Terminologia
A vazão de um dispositivo é o número de resultados produzidos por unidade
de tempo. (throughtput)

Speedup (aceleração): razão entre o tempo de execução necessário para o
algoritmo seqüencial mais eficiente e o tempo necessário para se realizar a
mesma computação numa máquina paralela

Existem diversas definições de speedup:
– speedup absoluto(n)= T(melhor alg. seq. )/ T( prog // c/ n proc.)
– speedup aproximado(n)= T(prog.// c/1 proc.)/T( prog // c/ n proc.)
– speedup relativo (n)= T(prog. // c/(n-1) proc.)/T(prog.// c/ n proc.)
Computação concorrente
Duas formas de se explorar a concorrência em computação em computação
– Paralelismo de controle e de dados

tempo t
77 ++ 33 stri1n0g + = 2=0“0c asa”? 3323 *+ 1342 9
Paralelismo de Controle
aplicando-se operações diferentes a diferentes dados simultaneamente.
– fluxo de dados entre processos pode ser arbitrariamente complexo

Exemplo:

– Pipelining: cada estágio trabalha em velocidade plena sobre uma parte
particular da computação. A saída de um estágio é a entrada do estágio seguinte
Paralelismo de Controle
E1 E2 E3 E4
tempo
info 1
info 2
info 1
info 3 info 2 info 1
info 4 info 1
info 3 info 2
Paralelismo de Dados
uso de vários processadores para executar a mesma operação ao mesmo
tempo sobre elementos distintos de dados

Um aumento de k vezes no número de unidades funcionais levaria a um
aumento de k vezes a vazão do sistema
7 + 3 10 + 200 33 + 329
Aplicações
Aplicações ou programas podem ser executados mais rapidamente,
considerando duas formas de paralelismo

– tratar o programa seqüencial como uma série de tarefas
– cada tarefa = uma instrução ou blocos de instruções

OU

– especificar um programa paralelo, que resolve o problema através da
especificação de tarefas ou processos concorrentes
Exploração de paralelismo
Particionamento
– identificar em um programa, as tarefas que possam ser executadas em
paralelo (simultaneamente em mais de um processador)

• caso extremo: cada linha do programa correspondendo a uma tarefa

um bom desempenho só é alcançado se um número máximo de comandos são
executados simultaneamente

É preciso considerar dependências de dados

problema: se quase todos os comandos são dependentes
Exemplo: programa seqüencial  paralelismo de instruções
program nothing(){
input (A,B,C);
if A>B then {
C=A-B;
output (C);
} else {
C = B-A;
output (A,B,C)
}
A=0; B=1;
for i=1 to 3 {
input(C);
A=A+C;
B=B*C;
}
output (A,B,C);
}
Exemplo
Tarefa T1
Tarefa T2
input (A,B,C);
A = 0;
if A>B then{
C=A-B; Tarefa T3
output (C); B=1;
}else{
C = B-A; Tarefa T4
output (A,B,C) for i=1 to 3 {
input(C);
}
A=A+C;
B=B*C;
}
output (A,B,C)