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.
- Реализуйте две версии.
step_serialс@njitиstep_parallelс@njit(parallel=True)иprangeпо строкам.v = u.copy()сохраняет границы. - Проверьте до замера.
np.allcloseпо всему полю и отдельные проверки всех четырёх границ. - Измерьте. Прогрев, пять повторов, медиана, отдельный процесс для
p = 1, 2, 4, 8; если есть 10 логических ядер — добавьтеp = 10. Проверьтеnumba.threading_layer(). - Проверьте редукцию.
sum_parallelсогласуйте сsum_serialв допуске. Измените её наhist[i % 4] += a[i]и объясните, почему это не безопасная редукция. - Сравните дисбаланс. Для неравномерной задачи сравните статическое разбиение с мелкими или динамическими порциями; посчитайте
L. - 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 из1.2. Если ускорение насыщается раньше, чем кончаются ядра, объясните это трафиком памяти, а не «плохим параллелизмом».
Задание (≈60 минут).
- Реализуйте последовательный и
prange-варианты стенсила на сетке от 1024 × 1024. Проверьте результат и все четыре границы. - Для 1, 2, 4 и доступного числа потоков выполните пять замеров после прогрева. Постройте
T(p)иS(p)по медианам. - Реализуйте reduce суммы массива. На бумаге покажите конфликт в наивной гистограмме.
- 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.
- 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.