Модель гетерогенного вычислительного процесса с глобальным распределением нагрузки на основе частных множеств
Автор: А.Н. Шульгин, С.С. Зыкова
Рубрика: Информатика и вычислительная техника
Статья в выпуске: 3, 2021 года.
Бесплатный доступ
Рассмотрен тип гетерогенной вычислительной системы, топология которой представляет собой совокупность архитектурно идентичных, но различных по производительности вычислительных блоков. Представлена модель вычислительного процесса в гетерогенной вычислительной среде. Сформулирован принцип глобального распределения вычислительной нагрузки на основе метода частных множеств. Представлены результаты расчетов и сравнительный анализ значений ускорения вычислений для гомогенной и гетерогенной организации параллельных вычислений при различном уровне параллелизма. Определена зависимость эффективности вычислений от изменения соотношения вычислительной мощности информационно-вычислительных блоков гетерогенной вычислительной среды при фиксированном общем количестве вычислителей.
Гетерогенный, параллельный, вычислительная система, вычислительная нагрузка, ускорение вычислительного процесса
Короткий адрес: https://sciup.org/148322471
IDR: 148322471 | DOI: 10.25586/RNU.V9187.21.03.P.162
Список литературы Модель гетерогенного вычислительного процесса с глобальным распределением нагрузки на основе частных множеств
- Борисов А.А., Краснов С.А., Нечай А.А. Технология блокчейн и проблемы ее применения в различных информационных системах // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2018. № 2. С. 63–67.
- Буренок В.М., Гладышевский В.Л. Информатика и вычислительная техника: перспективы развития и применения в военном деле / Вооружение и экономика. 2015. № 3 (32). С.17–32.
- Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. СПб.: БХВ- Петербург, 2002. 608 с.
- Гринхальг П. Секреты архитектуры Big-Little // Электронные компоненты. 2012. № 1. С. 104–106.
- Нечай А.А., Котиков П.Е. Методика повышения надежности функционирования систем, организованных на перепрограммируемых элементах // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2016. № 1-2. С. 87–89.
- Светличный А.Н. Краткий обзор достижений в области гетерогенных вычислений // Молодой ученый. 2016. № 1 (105). С. 213–216.
- Свинарчук А.А., Нечай А.А. Использование квантовых вычислений при выборе управленческогорешения // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2018. № 2. С. 31–36.
- Шульгин. А.Н., Шушаков А.О. Исследование влияния методов управления вычислительной нагрузкой мобильных многопроцессорных вычислительных комплексов на их автономность // Труды Военно-Космической академии им. А.Ф. Можайского / под ред. Ю.В. Кулешова. 2019. Вып. 668. С. 64–70.
- Amdahl G.M. (1967) Validity of the single-processor approach to achieving large scale computing capabilities. In AFIPS Conference Proceedings (Atlantic City, N.J., Apr. 18–20). AFIPS Press, Reston, vol. 30, pp. 483–485.
- Gustafson J. (1988) Reevaluating Amdahl’s Law. Communications of the ACM, vol. 31, no. 5, pp. 532–533.
- Hexus (2013) Tech explained – ARM big.LITTLE Processing, 24 October. Available at: http://hexus.net/tech/techexplained/cpu/48693-tech-explained-arm-biglittleprocessing (Date of the Application: 28.06.2021).
- John Shalf (2007) The New Landscape of Parallel Computer Architecture Journal of Physics: Conference Series, 78.
- Peter Clarke (2013) BenchmarkingARM’sbig-littlearchitecture. Embedded Staff, 6 August.
