Files
pp_122-mko-lab2/lec4/README.md
T
2026-11-14 10:14:33 +03:00

51 lines
5.3 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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.