| DC Field | Value | Language |
|---|
| dc.contributor.author | Черемисинов, Д. И. | - |
| dc.date.accessioned | 2020-06-16T08:47:43Z | - |
| dc.date.available | 2020-06-16T08:47:43Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Черемисинов, Д. И. Закон Амдала и границы параллельных вычислений / Д. И. Черемисинов // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч. - практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 2 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 294–300. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39085 | - |
| dc.description.abstract | В области программирования параллелизм является средством повышения эффективности вычислений. Эффективность параллельной программы традиционно связывают с достижением более высокой производительности по сравнению с ее последовательным вариантом. Закон Амдала часто используется в параллельных вычислениях для прогнозирования теоретического ускорения при использовании нескольких процессоров. Закон Амдала гласит: «Общая скорость параллельной системы определяется самым медленным компонентом». Обсуждается процесс решения на параллельных вычислительных системах задачи булевой выполнимости (SAT). | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | закон Амдала | ru_RU |
| dc.subject | параллельные вычисления | ru_RU |
| dc.subject | SAT-задачи | ru_RU |
| dc.subject | Amdahl's law | - |
| dc.subject | high performance computing | - |
| dc.subject | Boolean satisfiability problem | - |
| dc.title | Закон Амдала и границы параллельных вычислений | ru_RU |
| dc.title.alternative | Amdahl's law and bounds on speedup | - |
| dc.type | Article | ru_RU |
| local.description.annotation | Amdahl's law is often used in parallel computing to predict the theoretical speedup when using multiple processors. Amdahl's law states, "Overall parallel system speed is governed by the slowest component". The solving process for examples of the Boolean satisfiability problem (SAT) on parallel computing systems is discussed. SAT is the first problem that was proven to be NP-complete. This means that all problems in the complexity class NP, which includes a wide range of natural decision and optimization problems, are at most as difficult to solve as SAT. NPcomplete problems are of interest because they all appear to lack theoretical highly parallel solutions. It was found that the complexity of the SAT task “on average” depends on whether the SAT instance is solvable. If the problem is solvable, then the proportion of “complex” instances is small and an effective algorithm has a moderate complexity estimate. This problem is in a class of search problems what are intrinsically nondeterministic. They encountered this fact in the form of observing superlinear speed-ups. Conversely, if the problem is unsolvable, the proportion of simple instances is small and an effective algorithm has an estimate of the complexity of the worst case. This computational problems solved on a computer have a deterministic nature. In that context, if the overhead of dividing is well controlled, speedups are on Amdahl's law and linear or close to linear speedups are possible. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
