Показать сокращенную информацию
dc.contributor.author | Ежова, Н.А. | |
dc.contributor.author | Соколинский, Л.Б. | |
dc.contributor.author | Ezhova, N.A. | |
dc.contributor.author | Sokolinsky, L.B. | |
dc.date.accessioned | 2019-11-27T09:28:39Z | |
dc.date.available | 2019-11-27T09:28:39Z | |
dc.date.issued | 2018 | |
dc.identifier.citation | Ежова Н.А., Соколинский Л.Б. Модель параллельных вычислений для многопроцессорных систем с распределенной памятью // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2018. Т. 7, № 2. С. 32–49. DOI: 10.14529/cmse180203. Ezhova N.A., Sokolinsky L.B. Parallel computational model for multiprocessor systems with distributed memory. Bulletin of the South Ural State University. Series: Computational Mathematics and Software Engineering. 2018. vol. 7, no. 2. pp. 32–49. (in Russian) DOI: 10.14529/cmse180203. | ru_RU |
dc.identifier.issn | 2305-9052 | |
dc.identifier.issn | 2410-7034 | |
dc.identifier.uri | http://dspace.susu.ru/xmlui/handle/0001.74/26561 | |
dc.description | Ежова Надежда Александровна, аспирант, кафедра системного программирования, Южно-Уральский государственный университет (национальный исследовательский университет) (Челябинск, Российская Федерация). Соколинский Леонид Борисович, д.ф.-м.н., профессор, проректор по информатизации, Южно-Уральский государственный университет (национальный исследовательский университет) (Челябинск, Российская Федерация), ведущий научный сотрудник, отдел математического программирования Института математики и механики им. Н.Н. Красовского УрО РАН (Екатеринбург, Российская Федерация). | ru_RU |
dc.description.abstract | Появление мощных многопроцессорных вычислительных систем выдвигает на первый план вопросы, связанные с разработкой фреймворков (шаблонов), позволяющих создавать высокомасштабируемые параллельные программы, ориентированные на системы с распределенной памятью. При этом особенно важной является проблема разработки моделей параллельных вычислений, позволяющих на ранней стадии проектирования программы оценить ее масштабируемость. В статье приводятся общие требования к модели вычислений и строится новая высокоуровневая модель параллельных вычислений Bulk Synchronous Farm (BSF), являющаяся расширением модели BSP, и основанная на методе программирования SPMD и парадигме «мастер-рабочие». Модель BSF ориентирована на вычислительные системы с массовым параллелизмом на рас- пределенной памяти, включающие в себя сотни тысяч процессорных узлов, и имеющие экзафлопный уровень производительности и на численные итерационные методы с высокой временной сложностью. Определяется архитектура BSF-компьютера и описывается структура BSF-программы. Описывается формальная стоимостная метрика, с помощью которой получаются верхние оценки масштабируемости параллельных BSF- программ применительно к вычислительным системам с распределенной памятью. Также выводятся формулы для оценки эффективности распараллеливания BSF-программ и даются аналитические оценки масштабируемости BSF-приложений. The emergence of powerful multiprocessor computing systems brings to the fore issues related to the development of frameworks (templates) that allow creating high-scalable parallel programs oriented to systems with distributed memory. In this case, the most important problem is the development of parallel computing models that allow us to assess its scalability at an early stage of the program design. General requirements for computational models are described and a new high-level parallel computing model called BSF is derived, which is an extension of the BSP model, and is based on the SPMD programming method and the «master-workers» framework. The BSF-model is oriented to computational systems with massive parallelism on distributed memory, including hundreds of thousands of processor nodes, and having an exaflop level of performance and numerical iterative methods with high time complexity. The BSF-computer architecture is defined, and the structure of the BSF-program is described. The formal cost metric, which provides parallel BSF-programs scalability upper bounds in context of distributed memory computing systems, is described. Also, formula for BSF-programs parallel efficiency are derived. | ru_RU |
dc.description.sponsorship | Исследование выполнено при финансовой поддержке РФФИ в рамках научного про екта № 17-07-00352 а, Правительства РФ в соответствии с Постановлением № 211 от 16.03.2013 г. (соглашение № 02.A03.21.0011) и Министерства образования и науки РФ (государственное задание 2.7905.2017/8.9). | ru_RU |
dc.language.iso | other | ru_RU |
dc.publisher | Издательский центр ЮУрГУ | ru_RU |
dc.relation.ispartof | Вестник ЮУрГу. Серия Вычислительная математика и информатика | ru |
dc.relation.ispartof | Bulletin of South Ural State University. Series 'Computational mathematics and software engineering" | en |
dc.relation.ispartofseries | Вычислительная математика и информатика;Том 7 | |
dc.subject | УДК 004.051 | ru_RU |
dc.subject | параллельное программирование | ru_RU |
dc.subject | модель параллельных вычислений | ru_RU |
dc.subject | фреймворк «мастер-рабочие» | ru_RU |
dc.subject | модель BSF | ru_RU |
dc.subject | временная сложность | ru_RU |
dc.subject | Bulk Synchronous Farm | ru_RU |
dc.subject | масштабируемость | ru_RU |
dc.subject | многопроцессорные системы с распределенной памятью | ru_RU |
dc.subject | parallel programming | ru_RU |
dc.subject | parallel computation model | ru_RU |
dc.subject | master-workers framework | ru_RU |
dc.subject | BSF-model | ru_RU |
dc.subject | time complexity | ru_RU |
dc.subject | scalability | ru_RU |
dc.subject | multiprocessor systems with distributed memory | ru_RU |
dc.title | Модель параллельных вычислений для многопроцессорных систем с распределенной памятью | ru_RU |
dc.title.alternative | Parallel computational model for multiprocessor systems with distributed memory | ru_RU |
dc.type | Article | ru_RU |
dc.identifier.doi | DOI: 10.14529/cmse180203 |