Mustaqil ish 2 Mavzu

O’ZBEKISTON RESPUBLIKASI RAQAMLI TEXNOLOGIYALARI VAZIRLIGI
Muhammad Al-XoraZmiy nomidagi Toshkent Axborot texnologiyalari universiteti
Axborot texnologiyalarining dasturiy ta’minoti kafedrasi
Dasturlash uslublari va paradigma fanidan


MUSTAQIL ISH_2


Mavzu: Parallel algoritmlar.
Guruh: PSP001_2
Bajardi: Samadov Dilshodbek
Tekshirdi: Ishmuhamedov.A

Toshkent-2023.

Mavzu: Parallel algoritmlar.
REJA:

1. 
   Parallel dasturlash.
   
2. 
   Parallel dasturlarni yaratish yondashuvi.
   
3. 
   Parallel dasturlash tillari.
   
4. 
   Xulosa.
   
5. 
   Foydalanilgan adabiyotlar.
   

1. Parallel dasturlash, kompyuter dasturlashda bir nechta amallarni bir vaqtda bajarishda foydalaniladigan texnologiya. Bu, kompyuterlar va serverlar kabi ko'p nazoratli texnikalar orqali amallarni bir-biriga bog'liq bo'lmagan holda bajarish imkonini beradi. Asosan, parallel dasturlash orqali, dastur qismlari bir nechta qurilmalarda yoki protsessorda bajariladi.
Parallel dasturlashda har bir qism o'zining xususiy amalini bajaradi va natijada umuman qo'shimcha tezlik va ishlab chiqarish olish mumkin. Misol uchun, ma'lumotlar tahlil qilish, tasvir ishlash, va ma'lumotlarni saqlash kabi vazifalar parallel rejimda bajarilishi mumkin.
Parallel dasturlashda bir necha usullar mavjud. Eng mashhur usullardan biri MPI (Message Passing Interface) va OpenMP (Open Multi-Processing) texnologiyalari. Bu texnologiyalar, ma'lumot almashinuvi va parallel ish olib borish uchun mo'ljallangan.
Bu shunaqa dasturlash usullari, mazkur parallelizatsiya texnologiyalari yordamida yaratilgan bo'lgan dasturlarni parallel rejimda ishlatish imkonini beradi. Bu, amallarni tezlashtirish va ko'p ishlab chiqarish uchun yaxshi yechim bo'lib, masofaviy hisoblash, ma'lumot tahlil qilish, tasvir ishlash va boshqa ko'plab vazifalarda foydalaniladi.
Shunchaki, davom etaylik! Parallel dasturlashga misol bo'lgan MPI (Message Passing Interface) va OpenMP (Open Multi-Processing) texnologiyalari orqali amallarni qanday parallelizatsiya qilishni ko'rib chiqamiz.
MPI (Message Passing Interface): Bu texnologiya distributiv kompyuterlar orasidagi ma'lumot almashish uchun ishlatiladi. MPI, ko'pgina ko'p nazoratli ishlab chiqarish tizimlarida, masalan, superkompyuterlarda ishlatiladi. Bu texnologiya orqali har bir protsess o'z ma'lumotini boshqa protsesslarga jo'natib, ulardan o'z ma'lumotini oladi. Bu shu bilan protsesslar o'zaro bog'liq ishlab chiqarishadi.

OpenMP (Open Multi-Processing): Bu texnologiya esa, bir protsessning ichida joylashgan parallel ishlarni boshqarish uchun ishlatiladi. Misol uchun, bir dasturda bir nechta xizmatlarni boshqarishda yoki tsikllarni parallel rejimda ishlatishda foydalaniladi. OpenMP orqali dasturlar parallel ishlashiga imkon berish uchun, xossadir.

Har bir parallel dasturlash vazifasi o'ziga xos bo'lgan parallelizatsiya usullarini talab qiladi, ammo umumiy holatda, parallelizatsiya dasturini yaratishda ma'lumot almashish, ma'lumotlar omborini boshqarish va amallarni parallel ishlatishning texnik jarayonlariga e'tibor qaratiladi. Bu, amallarni tezlashtirish va resurslardan samarali foydalanish imkonini beradi. GPU (Graphics Processing Unit) Parallelizatsiya: Grafika qo'llab-quvvatlash qurilmalari (GPU) juda tez ishlash uchun mo'ljallangan. Ko'pgina dasturlar, ma'lumotlarni parallel ishlash uchun GPU ni qo'llab-quvvatlash orqali tezlashtirishadi. Bu, masofaviy hisoblash, tasvir ishlash, tahlil qilish va boshqa amallarni tez bajarish imkonini beradi.
Thread parallelizatsiya: Dasturlashda har bir nito (thread) alohida protsess sifatida bajariladi. Ko'pgina til va texnologiyalarda thread parallelizatsiya ishlatiladi. Har bir nito o'zining bekor qilinishi va o'z ma'lumotlarini saqlash orqali parallel amallarni bajaradi.
Task parallelizatsiya: Bu usulda, umumaniy vazifa bir nechta qismlarga bo'linadi va har bir qism alohida protsessda bajariladi. Task parallelizatsiya, har bir qismini bir-biriga bog'liq bo'lmagan holda bajarish uchun mo'ljallangan.
Parallel dasturlash, yuqori tezlikda amallarni bajarish, resurslardan samarali foydalanish, va yuqori miqdordagi ma'lumotlarni o'rganish uchun muhimdir. Bu, superkompyuterlar, grafika qo'llab-quvvatlash qurilmalari, va boshqa ko'plab muhim sohalar uchun juda muhimdir. Ushbu usullar orqali amallar bir-biridan bag'riqli ravishda bajariladi va barcha resurslardan samarali foydalanish imkonini beradi.
2. Vazifalarni boshqa boshqarish: Dasturning barcha vazifalarini boshqa boshqarish uchun bo'linishi. Bu, barcha vazifalarni o'zaro bog'liq bo'lmagan holda parallel ishlash imkonini beradi. Parallel algoritmni tanlash: Har bir vazifani parallel rejimda bajarish uchun mos parallel algoritmlarni tanlash. Bu, ma'lumotlarni bo'linishi, parallel ishlayotgan to'plamlarni tuzish, va amalni ajratishni o'z ichiga oladi.
Parallelizatsiya texnologiyalarini tanlash: MPI, OpenMP, GPU qo'llab-quvvatlash, thread parallelizatsiya, va task parallelizatsiya kabi parallelizatsiya texnologiyalaridan moslashtirilganini tanlash. Dasturning mahsuloti va xususiyatlari asosida eng muhim texnologiyani tanlash zarur.
Ma'lumot almashinuvi va ombor boshqarish: Parallel ishlayotgan to'plamlarning o'rtasida ma'lumot almashinuvi va ma'lumotlar omborini boshqarishni o'rganish. Ma'lumot almashinuvi va saqlash texnikalari parallel ishlashda katta ahamiyatga ega.
Qat'iy testlash va ishlab chiqarish: Dasturning har bir qismini boshqarish uchun qat'iy testlar yaratish va dasturning ishlab chiqarilgan versiyasini tezlashtirish uchun qo'llaniladigan usullar o'rganish. Bu, dasturning ishlashini nazorat qilish va muammolarni aniqlash uchun juda muhimdir.
Dokumentatsiya: Dastur kodini yozish, loyihalash va ishlab chiqarish jarayonlarini dokumentatsiya qilish. Bu, dastur tuzilishi va ishlashiga oid ma'lumotlarni saqlashga yordam beradi. Monitoring va profiling usullarini o'rganish: Dasturning ishlashini monitor qilish va profiling qilish imkonini beradigan usullarni o'rganish. Bu, dasturning amaliyoti va qo'llanishini chuqurlashtirish uchun foydali bo'ladi.
Parallel dasturlarni yaratish, amaliyotda juda maslahat beradigan bir jarayon. Barcha vazifalarni qo'llab-quvvatlash, ma'lumot almashinuvi va parallel ishlayotgan to'plamlarni boshqarish, va monitor qilish jarayonlarini tushunish, muhimdir. Qo'shimcha xavfsizlik va ishonchliktan foydalanish: Parallel dasturlarni yaratishda xavfsizlik va ishonchliktan foydalanishni o'rganish muhim. Ma'lumotlarni to'g'ri maqsadga muvofiq saqlash, parallel qismlar o'rtasidagi xavfsiz ma'lumot almashinuvi, va qo'shimcha xavfsizlik jarayonlari haqida ma'lumot saqlash muhimdir.
Optimizatsiya va boshqa parallelizatsiya usullari: Dastur uchun yozilgan algoritmlar va kodni optimallashtirish. Bu, amallarni tezlashtirish va resurslardan samarali foydalanish imkonini beradi. Boshqa parallelizatsiya usullarini, masalan, SIMD (Single Instruction, Multiple Data) va vector instruksiyalari yordamida foydalanish.
Dokumentatsiyani saqlash va tanlash: Dasturning muvaffaqiyatli ishlashini ta'minlash uchun dokumentatsiya saqlash va yangilanishni o'rganish zarur. Boshqalar uchun dastur interfeysini aniqlash, qo'shimcha xavfsizlik so'zlash va foydalanuvchilar uchun yo'riqnomalar tuzish.
Chuqurlash va monitoring: Dasturning ishlashini kuzatib borish, yomonliklarni aniqlash va chuqur profiling qilish jarayonlarini o'rganish. Bu, dasturning tizim va xususiyatlari haqida to'liq tushuncha berydi.
Dasturning ta'mirlanish va yangilanishini o'rganish: Dasturning ishlab chiqarilgan versiyasini ta'mirlash va yangilashni o'rganish. Yangi xususiyatlar qo'shish, xatolarni tuzatish va dasturning xizmat qilishini yanada yaxshiroq qilish uchun qo'shimcha imkoniyatlarni tanlash.
Parallel dasturlarni yaratish jarayoni mavjud dasturlashning muhim bo'lgan qismi. Bu, dastur ishlashini optimallashtirish, yaxshi xavfsizlik ta'minlash va boshqa muhim choralarni muvaffaqiyatli bajarish uchun kerakli. Ulgurji parallel dastur yaratishda sabr va mustaqil ish qilishning ahamiyati ham juda yuqori.
3. MPI (Message Passing Interface): Bu, parallel dasturlarni ishlatish uchun eng keng tarqalgan texnologiyalardan biridir. MPI, ko'pgina superkompyuterlarda va distributiv hisoblash tizimlarida ishlatiladi. Dasturlar o'zaro ma'lumot almashish orqali parallel ishlashadi. MPI ni C, C++, va Fortran dasturlash tillarida qo'llash mumkin.
OpenMP (Open Multi-Processing): Bu texnologiya, bir protsess ichidagi parallel ishlarni boshqarish uchun mo'ljallangan. OpenMP, qulay va oddiy sintaksisga ega bo'lib, C, C++, va Fortran dasturlash tillarida ishlatiladi. Har bir parallel qismini alohida protsess sifatida bajarish imkonini beradi.
CUDA (Compute Unified Device Architecture): CUDA, NVIDIA grafika qo'llab-quvvatlash qurilmalari (GPU) uchun mo'ljallangan bir parallel dasturlash tili. CUDA, grafika kartinani umumiy kompyuter vazifalarini bajarish uchun qo'llashni osonlashtiradi va har bir nito (thread)ni GPU-da bajarish imkonini beradi. CUDA, C++ dasturlash tilida ishlatiladi. OpenCL (Open Computing Language): Bu, ko'p nazoratli hisoblash va grafika qo'llab-quvvatlash qurilmalari (GPU) uchun mo'ljallangan bir boshqa parallel dasturlash tili. OpenCL, xilma-xil ish olib borish, shuningdek xilma-xil qurilmalarda ishlab chiqarish imkonini beradi. OpenCL, C dasturlash tilida ishlatiladi.
Java Fork/Join Framework: Java dasturlash tilining Fork/Join Framework i, parallel dasturlarni yaratishda o'zgaruvchilar va dasturlar orasida parallel ish olib borish uchun mo'ljallangan. Bu, Java tilidagi oddiy sintaksisga ega va Java Standart Kit (JDK) dan foydalaniladi.
Bu dasturlash tillari, dasturlarni parallel ishlash uchun qulay va samarali vositalar taqdim etadi. Har biri o'zining xususiyatlariga ega bo'lib, kerakli vazifalarga qulaylik va effektivlik keltiradi. Dastur yaratish jarayonida, qanday parallel dasturlash tilini tanlash va unga o'rganganingiz, sizning dasturizning samarali ishlashini ta'minlashda muhim bo'ladi.
Python multiprocessing: Python dasturlash tilida parallel ishlash uchun multiprocessing moduli mavjud. Bu modul, Python tilidagi oddiy sintaksisni saqlab qolgan holda, har bir nito (process) ichidagi vazifalarni boshqarish imkonini beradi.
Parallel Computing Toolbox (MATLAB): MATLAB dasturlash tilida, parallel ishlash uchun mo'ljallangan Parallel Computing Toolbox mavjud. Bu, MATLAB dasturlarini parallel qismlarga bo'lish va ularda o'zaro bog'liq ishlash imkonini beradi. R Parallel Paketlari: R tilida, parallel hisoblash uchun bir nechta paketlar mavjud. Misol uchun, parallel va foreach paketlari, R tilidagi parallel ish olib borish imkonini ta'minlaydigan mo'ljallangan vositalardir.
MapReduce (Hadoop): MapReduce, ma'lumotlar tahlil qilishda va shuningdek ishlab chiqarishda parallel ish olib borish uchun foydalaniladigan dasturlash tilidir. Hadoop, bu texnologiyani o'rganish va boshqarish uchun mo'ljallangan bir platforma taqdim etadi.
Cilk Plus: Bu, C dasturlash tilida parallel ishlash uchun mo'ljallangan Cilk Plus texnologiyasi. Bu til, C++ dasturlash tilidagi Fork/Join Framework ning C dasturlash tilidagi variantidir.
Bu parallel dasturlash tillari, har bir dasturlash tilida parallel ishlash uchun mo'ljallangan xususiyatlarga ega. Har bir til o'zining afzalliklari va xususiyatlari borligini hisobga olgan holda, dastur yaratishda va parallel amallarni bajarishda qanday tilni tanlash va ishlatish kerakligini tanlash muhimdir.
Parallel dasturlash, bir nechta amallarni bir vaqtning o'zida bajarish imkonini beruvchi dasturlash usullarini ifodalaydi. Bu usullar, asosan, kompyuterlarni, resurslarni va jarayonni parallellashtirish uchun ishlatiladi, shuningdek, amallar bir-biri bilan bog'liq emasligini ta'minlash uchun mo'ljallangan. Bu tur dasturlashni ishlab chiqishda kerakli bo'lgan asosiy tushunchalar quyidagilar:

Concurrency va Parallelism: Concurrency, bir nechta vazifalarni bir vaqtning o'zida bajarishda (shu vaqtning bir tarmog'iga bir nechta vazifalar ishlaydi), lekin ularning har biri o'zaro bog'liq emas. Parallelism esa, bir nechta vazifalarni bir vaqtning o'zida bajarishda va ularning o'zaro bog'liq bo'lishi.

Thread-based Parallelism: Dasturlashda parallelismni olish uchun eng oson yollaridan biri threadlar (o'qi, loki)dan foydalanganlik. Bu, bir nechta asosiy ishni bitta vaqtda bajarish uchun imkon beradi. Ammo, bu usul iste'mol qilishida xotira sarflanishi va boshqa qarorlar olinishi muhimdir.
Process-based Parallelism: Bunday parallelizatsiya usuli, bir nechta o'zaro bog'liq dasturlarni bir vaqtning o'zida ishlatishni ta'minlaydi. Har bir dastur alohida jarayonni boshqaradi va o'zining resurslari bilan ishlaydi. Ushbu usul, kelajakda yuqori miqdordagi kompyuterlardan foydalanishni ta'minlaydi.
GPU Acceleration: Grafika qo'llab-quvvatlash qurilmalari (GPU), maxsus paralel hisoblash uchun yaratilganlar. Bu, grafiklarni ishlab chiqarish va qiroat qilishda o'zlariga xos xususiyatlari bilan farq qiladi. Murojaat etilayotgan vazifalarga qarab, GPU muhitini yaratish va uni boshqarish maqsadida ishlatiladi. OpenACC: Bu, parallel dasturlashni osonlashtirish uchun bo'lgan maxsus bir standartdir. Ushbu standart, C, C++ yoki Fortran dasturlarini parallel qilish uchun xavfsiz bo'lgan yo'llarni taqdim etadi. OpenACC, massivlar, tsikllar va funksiyalarni parallel ishlash imkonini beradi.
MapReduce: Google tomonidan ishlab chiqilgan va Hadoop kabi Apache texnologiyalarida ishlatilgan bir parallel dasturlash modeli. Bu model, dataning katta miqdordagi parallel ishlashiga imkon beradi va to'plamlar orqali ma'lumotlarni tahlil qilishga mo'ljallangan.

Bu tillar har biriga o'z xususiyatlari bilan ajratilgan. Har bir dasturlash tilida parallel ishlash imkonini ta'minlash uchun o'zgaruvchilar, sinflar va funksiyalarni ishlatishning maxsus usullarini o'rganish va foydalanish lozim.

4.Xulosa:
Xulosa qilib shuni aytishim mumkinki bu mavzu Thread Pooling: Bu usul, dasturni parallel ishlatishda xizmat qiladigan "thread"lar to'plamini o'z ichiga oladi. Har bir taskni bitta nito yordamida bajarish uchun bir nechta aniq hissa qilib, ularni alohida Thread pool-da yaratadi va boshqaradi. Fork-Join Framework (Java): Java tilida, Fork-Join Framework parallel ishlash uchun mo'ljallangan keyingi qulay usuldir. U bu yerda ma'lumotlar paralel ravishda bo'linadi va har bir qismi o'zaro bog'liq bo'lmagan holda bajariladi. OpenACC (Open Accelerators): Ushbu dasturlash tilini GPU-lar va paralel xususiyatlarga ega bo'lgan boshqa qurilmalarda parallel ishlashni osonlashtirish uchun ishlatish mumkin. C, C++, Fortran tilida ishlaydi. OpenMP (Python, C, C++): Qulay va oddiy sintaksisga ega bo'lgan bu texnologiya, bir nechta nito va parallel algoritmlarni yaratishni osonlashtiradi. Bu til C, C++, va Python dasturlash tillari uchun mo'ljallangan. CUDA (C++): NVIDIA GPU-lar uchun mo'ljallangan bir dasturlash tilidir. CUDA, grafik kartinaning yorqin amal qilishini takomillashtiradi va parallel kompyuterning kuchaytirilgan foydalanishini osonlashtiradi.
OpenCL (C, C++): Paralel ishlash uchun xilma-xil dasturlarni yaratish uchun ishlatiladi. Bu texnologiya, qo'shimcha nuqta-yuqta amal olib borishni osonlashtiradi va GPU, CPU va boshqa qurilmalar orasida paralellikni ta'minlaydi.

Bu tillar orqali dasturlashni parallel qilish uchun bir nechta variantlardan birini tanlash imkonini beradi. Buning bilan birga, bu tillar dasturlarni yozishda va optimallashtirishda juda ma'lum bir muammoga aylanadi

5.Foydalangan adabiyotlarlar:
1.Javlon Abdullo “Mukammal dasturlash _1” HTML va CSS .2020 y,143 b.
2.Dictionary of Computer and information technology.
3.Pytonda dasturlash uslublari, Anvar Narzullayev 2020 y. 230 b.
4.Javlon Abdullo “Mukammal dasturlash _2” HTML va CSS .2020 y,100 b.
5.M.M.Aripov, N.A.Otaxonov “Dasturlash asoslari” 2016 y.145 b.