Automatyczne zrównoleglenie pętli, efektywność zrównoleglonego kodu

• Autorzy: Paliwoda M.

Warianty tytułu

EN

Automatically loops parallelized, efficiency of parallelized code

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia wyniki badań efektywności kodu pętli zrównoleglonego metodą hiperpłaszczyzn w odniesieniu do kodu pętli zrównoleglonego innymi metodami. Celem przeprowadzonych badań było określenie efektywności kodu zrównoleglonego różnymi metodami oraz obszaru, w jakim zrównoleglony kod efektywnie wykorzystuje zasoby systemu wieloprocesorowego z uwzględnieniem procesorów wielordzeniowych.

EN

The results of loops code efficiency parallelized by hyperplanes method compared with loops code efficiency parallelized with other methods are presented in this paper. The main goal is to determinate when the loops parallelized by different methods are efficient and the multiprocessor system or multi core processors are utilized effectively.

Słowa kluczowe

PL

zrównoleglenie pętli; OpenMP; metoda hiperpłaszczyzn

EN

loops parallelization; OpenMP; hyperplane method

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2008
• Tom: R. 54, nr 8
• Strony: 575--578
• Opis fizyczny: Bibliogr. 18 poz., rys., wzory

Twórcy

autor

Paliwoda M.

• Wydział Informatyki, Politechnika Szczecińska,

Bibliografia

• [1] Allen, R, Kennedy, K.: Optimizing Compilers for Modern Architectures, Morgan Kaufmann, 2001.
• [2] D. Bacon, S. Graham, and O. Sharp. Compiler transformations for high-performance computing. Computing Surveys, 26(4):345-420, December 1994.
• [3] U. Banerjee. Loop Transformations for Restructuring Compilers. Kluwer Academic, 1993.
• [4] V. Beletskyy, M. Poliwoda. Parallelizing perfectly nested loops with non-uniform dependences. In Proceedings of the Advanced computer systems, pages 83-98, October 2002.
• [5] H. Cameron , H. Tracey. Parallel and Distributed Programming Using C++. Prentice Hall Professional , 2003, 720 pp
• [6] Darte, A., Robert, Y., Vivien, F.: Scheduling and Automatic Parallelization. Birkhäuser Boston, 2000.
• [7] L. Lamport. The Parallel Execution of DO Loops. Communications of the ACM, Vol. 17, No.2, Feb. 1974, pp. 83-93.
• [8] Schrijver. Theory of Linear and Integer Programming. Wiley, Chichester, 1986.
• [9] D. Watkins, M. Hammond, B. Abrams, Programming in the .NET Environment. Addison-Wesley, 2003.
• [10] M. Wolfe. High Performance Compilers for Parallel Computing. Addison-Wesley Publishing Company,1995.
• [11] M. E. Wolf and M. S. Lam. A data locality optimizing algorithm. In Proc. ACM SIGPLAN 91 Conference on Programming Language Design and Implementation, pages 30–44, June 1991.
• [12] H. Zima and B. Chapman. Supercompilers for Parallel and Vector Computers. ACM Press, 1990.
• [13] http://www.openmp.org/drupal/
• [14] W. Bielecki, M. Poliwoda Hyperplane method for loops parallelization in the .Net environment, Advanced Computer Systems - materiały konferencyjne, Szczecin, 2006
• [15] Omni OpenMP Compiler Project; http://phase.hpcc.jp/Omni/
• [16] OMPi OpenMP C Compiler; http://www.cs.uoi.gr/~ompi/
• [17] Intel ® C++ Compiler for Windows* - Evaluation; http://www.intel.com/ cd/software/products
• [18] Microsoft Visual Studio 2005; http://www.microsoft.com