diff --git a/lec4/README.md b/lec4/README.md new file mode 100644 index 0000000..81c82a3 --- /dev/null +++ b/lec4/README.md @@ -0,0 +1,50 @@ +# Практикум: стенсил, редукция, журнал (≈5 мин + самостоятельная работа) + +**Задача:** распараллелить один шаг теплопроводности и сумму массива, проверить совпадение с эталоном и исследовать влияние числа потоков. Готовый файл — `материалы/lec4/data_parallel_demo.py`. + +1. **Реализуйте две версии.** `step_serial` с `@njit` и `step_parallel` с `@njit(parallel=True)` и `prange` по строкам. `v = u.copy()` сохраняет границы. +2. **Проверьте до замера.** `np.allclose` по всему полю и отдельные проверки всех четырёх границ. +3. **Измерьте.** Прогрев, пять повторов, медиана, отдельный процесс для `p = 1, 2, 4, 8`; если есть 10 логических ядер — добавьте `p = 10`. Проверьте `numba.threading_layer()`. +4. **Проверьте редукцию.** `sum_parallel` согласуйте с `sum_serial` в допуске. Измените её на `hist[i % 4] += a[i]` и объясните, почему это не безопасная редукция. +5. **Сравните дисбаланс.** Для неравномерной задачи сравните статическое разбиение с мелкими или динамическими порциями; посчитайте `L`. +6. **Заполните журнал.** + +| Элемент | Пример формулировки | +|---|---| +| Гипотеза | Строки независимы, поэтому `prange` по `i` сократит время на большой сетке | +| Изменение | `range` заменён на `prange`, добавлено `parallel=True` | +| Проверка | `np.allclose` по всему массиву, отдельные проверки всех четырёх границ | +| Наблюдение | Медианы и разброс для каждого числа потоков | +| Вывод | Принять, доработать или отклонить гипотезу по измерениям | +| Ограничение | Вывод относится к указанным CPU, Numba, размеру и типу данных | + +Заготовка таблицы: + +| p | Медиана T(p) | Min–max | S(p) = T_serial / T(p) | Результат совпал | +|---|---|---|---|---| +| 1 | | | | | +| 2 | | | | | +| 4 | | | | | +| 8 | | | | | +| 10 | | | | | + +Разберите четыре исхода: ускорение растёт почти линейно; насыщается; параллельная версия медленнее; результат отличается. В последнем случае сначала восстановите корректность и только потом считайте ускорение. + +> **Попробуйте сами:** сравните медианы `T(p)` с предсказанием из `1.2`. Если ускорение насыщается раньше, чем кончаются ядра, объясните это трафиком памяти, а не «плохим параллелизмом». + +**Задание** (≈60 минут). + +1. Реализуйте последовательный и `prange`-варианты стенсила на сетке от 1024 × 1024. Проверьте результат и все четыре границы. +2. Для 1, 2, 4 и доступного числа потоков выполните пять замеров после прогрева. Постройте `T(p)` и `S(p)` по медианам. +3. Реализуйте reduce суммы массива. На бумаге покажите конфликт в наивной гистограмме. +4. Для неравномерной задачи сравните статическое разбиение с мелкими или динамическими порциями. Если Numba не поддерживает нужное планирование, примените OpenMP или чередующиеся блоки и опишите ограничение. +5. Подготовьте заявку мини-проекта: тема из плана или ВКР, эталон, шаблоны, инвариант и критерии производительности. + +ИИ можно использовать для обвязки замеров и графиков. Приложите декларацию: что сгенерировано, проверено и исправлено. + +**Считается выполненным, если:** +- есть эталон и автоматические проверки результата и границ; +- приведены окружение, версии, медианы и разброс; +- ускорение объяснено через накладные расходы или память; +- редукция отделена от небезопасной записи в массив; +- заявка содержит измеримые критерии корректности и производительности.