Aparat darajasida paralellikni taminlash usullari”

Vazifaning parallelligi:
Vazifa parallelizmi bir vaqtning o'zida bir nechta funktsiyalarni mustaqil ravishda bajarishi mumkin. Masalan, ziyofatga tayyorgarlik ko'rish mumkin. Bir kishi sharlar olishi mumkin, boshqasi muzqaymoq olishi mumkin, uchinchisi esa tortni olishi mumkin. Garchi uch xil narsasiz partiya to'liq bo'lmasa-da, uch xil odam ziyofatdan oldin bajarilgan va kerakli joyda uchrashgan holda, hammadan mustaqil ravishda qilishlari kerak bo'lgan narsalarni qilishlari mumkin.
Agar biz buni kompyuter dasturiga moslashtirsak, har bir kishi ba'zi hisoblash uskunasiga (CPU/GPU/FPGA) o'xshash bo'ladi va turli elementlarni yig'ish bajarilishi kerak bo'lgan vazifalardir.


1-BOB.APPARAT DARAJASIDA PARALLELIKNI
TA’MINLASH USULLARI.
Ushbu bobda taqsimlangan hisoblash (bir vaqtning o'zida bir nechta kompyuterlar) yordamida katta hajmdagi ma'lumotlarni tahlil qilish imkonini beruvchi texnikalar haqida umumiy ma'lumot berilgan. Asosiy e'tibor MapReduce deb nomlangan keng qo'llaniladigan ramka va Apache va Hadoop kabi mashhur ilovalarga qaratilgan bo'lsa-da, bobning maqsadi xotiraga sig'maydigan yoki juda katta hajmdagi ma'lumotlar bilan ishlash uchun kontseptual va amaliy asosni taqdim etishdir. bitta kompyuterda tahlil qilish uchun uzoq vaqt ketadi. Shuni ta'kidlash kerakki, ushbu ramkalar yaxshiroq tahlilga olib keladi - ular foydalidir, chunki ular bizga katta hajmdagi ma'lumotlarni tezroq yoki ko'p xotirali (RAM) va bitta massiv kompyuterdan foydalanmasdan qayta ishlashga imkon beradi. ishlov berish quvvati (CPU).

1.1 Umumiy Tushunchalar

Parallel hisoblash ning bir turihisoblashbu erda ko'plab hisob-kitoblar yoki bajarilishjarayonlarbir vaqtning o'zida amalga oshiriladi. Katta muammolarni ko'pincha kichikroq muammolarga bo'lish mumkin, keyinchalik ularni bir vaqtning o'zida hal qilish mumkin. Parallel hisoblashning bir necha xil shakllari mavjud:bit darajali,ko'rsatma darajasi,ma'lumotlarvavazifa parallelligi.Parallelizm uzoq vaqtdan beri ishlatilganyuqori samarali hisoblash,ammo jismoniy cheklovlarning oldini olish tufayli keng qiziqish uyg'otdi. So'nggi yillarda kompyuterlar tomonidan elektr energiyasini iste'mol qilish (va natijada issiqlik ishlab chiqarishi) tashvishga solmoqda. parallel hisoblash inverktiv paradigma bo'ldikompyuter arxitekturasishaklida, asosanko'p yadroli protsessorlar.
Parallel hisoblash bilan chambarchas bog'liqbir vaqtda hisoblash - ular tez-tez birgalikda ishlatiladi va ko'pincha bir-biriga qarama-qarshi bo'lib turadi, garchi ikkalasi bir-biridan farq qiladi: bir-biriga o'xshashliksiz parallellik bo'lishi mumkin (masalan,bit darajasidagi parallellik) va parallelliksiz bir vaqtda (masalan, tomonidan ko'p vazifalarni bajarish kabi)vaqtni taqsimlashbitta yadroli protsessorda). Parallel hisoblashda hisoblash vazifasi odatda mustaqil ravishda qayta ishlanishi mumkin bo'lgan va natijalari tugagandan so'ng birlashtiriladigan bir nechta juda o'xshash kichik vazifalarga bo'linadi. Aksincha, bir vaqtda hisoblashda turli jarayonlar ko'pincha tegishli vazifalarni hal qilmaydi; ular qilganda, odatdagidektarqatilgan hisoblash,alohida vazifalar har xil xarakterga ega bo'lishi mumkin va ko'pincha ba'zi birlarini talab qiladijarayonlararo aloqaijro paytida.
Parallel kompyuterlar, taxminan, apparatlarning parallellikni qo'llab-quvvatlash darajasiga qarab tasniflanishi mumkinko'p yadrolivako'p protsessorbir nechta kompyuterlarishlov berish elementlaribitta mashina ichida esaklasterlar,MPPlarvapanjarabitta topshiriq ustida ishlash uchun bir nechta kompyuterlardan foydalaning. Ixtisoslashgan parallel kompyuter arxitekturalari ba'zida an'anaviy vazifalarni tezlashtirish uchun an'anaviy protsessorlar bilan birga qo'llaniladi.
Ba'zi hollarda parallellik dasturchi uchun shaffof, masalan, bit darajasida yoki buyruq darajasidagi parallellikda, ammo aniqparallel algoritmlar,ayniqsa, paralellikdan foydalanadiganlarni yozishdan ko'ra qiyinroqketma-ketlikdanbirlari, chunki bir xillik potentsialning bir nechta yangi sinflarini taqdim etadidasturiy ta'minotdagi xatolar,ulardanpoyga shartlarieng keng tarqalgan.Aloqavasinxronizatsiyaturli xil kichik topshiriqlar orasida, odatda, dasturning optimal parallel ishlashini ta'minlash uchun eng katta to'siqlar mavjud.
Nazariyyuqori chegaraustidatezlikni oshirmoqParallellashtirish natijasida bitta dasturning qiymatiAmdahl qonuni.

1.2 Parallel hisoblash misollari

Al Aghbari va boshqalar (2019) yilda GeoSim-ni taqdim etadi, bu algoritm har qanday ijtimoiy tarmoq saytidagi foydalanuvchilarni tugunlarning semantik ma'nosi va ularning bir-biri bilan munosabatlari asosida jamoalarga klasterlash uchun ishlatiladi
GeoSimning parallellashtirilgan versiyasi bir vaqtning o'zida bir nechta mashinalarda ishlash va tezroq natijalarga erishish uchun MapReduce modelidan foydalanadi. Kolb va boshqalar (2012) yilda DeDoop vositasini ishlab chiqdi, u Hadoop-dan samarali yozuvlar bog'lanishini va katta ma'lumotlar to'plamlariga o'lchash uchun foydalanadi.
Kattaroq vazifani kichikroq boʻlaklarga osonlikcha ajratishimiz mumkin boʻlgan rekord bogʻlash (masalan, ikkita yozuvni bir xil obʼyektga tegishli yoki yoʻqligini aniqlash uchun solishtirish) kabi vazifalar MapReduce ramkalari uchun juda mos keladi. Ching va boshqalar Facebookdagi ma'lumotlar infratuzilmasini MapReduce bilan Facebookning ma'lumotlarni tahlil qilish mexanizmining negizida tasvirlaydi. Omborga har 24 soatda yarim petabaytdan ko'proq yangi ma'lumotlar keladi va maxsus so'rovlar, ma'lumotlar uzatish liniyalari va MapReduce maxsus vazifalari yanada mazmunli xususiyatlar va yig'ilishlarni yaratish uchun ushbu xom ma'lumotlarni kechayu kunduz qayta ishlaydi.