ОПТИМИЗАЦИЯ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ В ГЕТЕРОГЕННЫХ СИСТЕМАХ С ИСПОЛЬЗОВАНИЕМ ГРАФОВЫХ МОДЕЛЕЙ ЗАВИСИМОСТЕЙ ДАННЫХ

Аннотация

В данной научной статье проводится глубокое и всестороннее исследование методов повышения эффективности параллельной обработки данных в современных гетерогенных вычислительных средах, объединяющих ресурсы центральных и графических процессоров. Актуальность работы обусловлена стремительным усложнением архитектур суперкомпьютерных систем и необходимостью минимизации простоев вычислительных узлов при выполнении ресурсоемких задач. В рамках статьи осуществляется детальная декомпозиция алгоритмов управления потоками данных, анализируются механизмы динамической балансировки нагрузки и стратегии минимизации задержек при передаче информации между устройствами с различной иерархией памяти. Авторы подробно рассматривают математические модели на базе направленных ациклических графов (DAG) для формализации зависимостей между вычислительными задачами и доказывают, что предиктивное планирование выполнения узлов графа позволяет достичь существенного сокращения общего времени исполнения программ. В работе уделяется внимание программным инструментам и библиотекам, реализующим концепцию Task-based параллелизма, а также методам автоматической векторизации кода под специфические наборы инструкций современных ускорителей.