Учебное пособие москва мади 2020 ббк 32. 81 В 683 Волосова, А. В. В683

Глава 13. Расширенные методы построения параллельных 
алгоритмов
 
13.1. Динамическая балансировка загрузки процессоров 
Реализация декомпозиции приводит к изменению вычислительных 
затрат по обработке узлов и следовательно к росту дисбаланса 
вычислительной нагрузки на процессоры, что влечет за собой необходимость 
ее перераспределения. 
Стратегии планирования использования процессорной мощности. 
Использование алгоритмов статической балансировки загрузки 
процессоров допускается в случае, если веса вершин графа фиксированы и не 
меняются с течением модельного времени (при изменении номера шага по 
времени) wi(t) = const.
Использование диффузионных методов балансировки загрузки или 
полное перераспределение вершин с помощью алгоритмов декомпозиции 
сеток, в случае медленного изменения весов вершин от шага к шагу по 
времени:
Использование 
методы, 
в 
которых 
отсутствует 
априорное 
планирование распределения вычислений по процессорам, например - 
серверный параллелизм. Методы применяются в случае, если веса вершин 
значительно изменяются от шага к шагу по времени и не могут быть 
определены заранее.
В главе 9 подробно рассматривается метод диффузной балансировки 
загрузки, являющийся методом динамической балансировки загрузки 
процессоров.
13.2. Визуализация сеточных данных 
Визуализация ‒ наглядное отображение данных. Увеличение 
количества процессоров, используемых при параллельных вычислениях, 
необходимость преобразования большого числа сеточных данных для 

---

130 
вычислительных процессов к удобному для анализа виду, приводит к
потребности в визуализации. 
Для анализа больших объемов данных необходимо привлекать 
специальные, ориентированные на удаленную визуализацию решения. Это 
обусловлено следующим причинами: 
ограниченная пропускная способность каналов связи между 
суперкомпьютером и рабочим местом пользователя не обеспечивает 
возможность 
быстрой 
передачи 
больших 
объемов 
данных 
от 
суперкомпьютерного центра на рабочее место пользователя; 
ограниченный объем оперативной памяти компьютера пользователя 
затрудняет обработку больших объемов данных, значительно снижая 
эффективную производительность компьютера рабочего места; 
ограниченность размера файловой системы компьютера пользователя 
не позволяет в полном объеме хранить результаты вычислительных 
экспериментов и не обеспечивает приемлемую скорость доступа к хранимым 
данным. 
Существенная часть операций, обеспечивающих визуализацию 
больших объемов данных должна выполняться на параллельных вы-
числительных мощностях многопроцессорного сервера визуализации.