並行計算

出自 MBA智库百科(https://wiki.mbalib.com/)

並行計算（Parallel Computing）

　　並行計算或稱平行計算是相對於串列計算來說的。它是一種一次可執行多個指令的演算法，目的是提高計算速度，及通過擴大問題求解規模，解決大型而複雜的計算問題。所謂並行計算可分為時間上的並行和空間上的並行。時間上的並行就是指流水線技術，而空間上的並行則是指用多個處理器併發的執行計算。

　　並行計算同時使用多種計算資源解決計算問題的過程，是提高電腦系統計算速度和處理能力的一種有效手段。它的基本思想是用多個處理器來協同求解同一問題，即將被求解的問題分解成若幹個部分，各部分均由一個獨立的處理機來並行計算。並行計算系統既可以是專門設計的、含有多個處理器的超級電腦，也可以是以某種方式互連的若幹台的獨立電腦構成的集群。通過並行計算集群完成數據的處理，再將處理的結果返回給用戶。

　　並行計算可分為時間上的並行和空間上的並行。

　　時間上的並行：是指流水線技術，比如說工廠生產食品的時候步驟分為：

　　1． 清洗：將食品沖洗乾凈。

　　2． 消毒：將食品進行消毒處理。

　　3． 切割：將食品切成小塊。

　　4． 包裝：將食品裝入包裝袋。

　　如果不採用流水線，一個食品完成上述四個步驟後，下一個食品才進行處理，耗時且影響效率。但是採用流水線技術，就可以同時處理四個食品。這就是並行演算法中的時間並行，在同一時間啟動兩個或兩個以上的操作，大大提高計算性能。

　　空間上的並行：是指多個處理機併發的執行計算，即通過網路將兩個以上的處理機連接起來，達到同時計算同一個任務的不同部分，或者單個處理機無法解決的大型問題。

　　為利用並行計算，通常計算問題表現為以下特征：

　　（1）將工作分離成離散部分，有助於同時解決；

　　（2）隨時並及時地執行多個程式指令；

　　（3）多計算資源下解決問題的耗時要少於單個計算資源下的耗時。

　　並行計算科學中主要研究的是空間上的並行問題。從程式和演算法設計人員的角度來看，並行計算又可分為數據並行和任務並行。一般來說，因為數據並行主要是將一個大任務化解成相同的各個子任務，比任務並行要容易處理。

　　空間上的並行導致了兩類並行機的產生，按照Flynn的說法分為：單指令流多數據流（SIMD）和多指令流多數據流（MIMD）。我們常用的串列機也叫做單指令流單數據流（SISD）。MIMD類的機器又可分為以下常見的五類：並行向量處理機（PVP）、對稱多處理機（SMP）、大規模並行處理機（MPP）、工作站機群（COW）、分散式共用存儲處理機（DSM）。

　　並行電腦有以下五種訪存模型：

　　均勻訪存模型（UMA）

　　非均勻訪存模型（NUMA）

　　全高速緩存訪存模型（COMA）

　　一致性高速緩存非均勻存儲訪問模型（CC-NUMA）

　　非遠程存儲訪問模型（NORMA）。

　　不像串列電腦那樣，全世界基本上都在使用馮·諾伊曼的計算模型；並行電腦沒有一個統一的計算模型。不過，人們已經提出了幾種有價值的參考模型：PRAM模型，BSP模型，LogP模型，C^3模型等。

　　網路設置

　　並行電腦是靠網路將各個處理機或處理器連接起來的，一般來說有以下幾種方式：處理單元間有著固定連接的一類網路，在程式執行期間，這種點到點的鏈接保持不變；典型的靜態網路有一維線性陣列、二維網孔、樹連接、超立方網路、立方環、洗牌交換網、蝶形網路等。靜態連接

　　動態連接

　　用交換開關構成的，可按應用程式的要求動態地改變連接組態；典型的動態網路包括匯流排、交叉開關和多級互連網路等。

　　節點度:射入或射出一個節點的邊數。在單向網路中，入射和出射邊之和稱為節點度。

　　網路直徑:網路中任何兩個節點之間的最長距離，即最大路徑數。

　　對剖寬度:對分網路各半所必須移去的最少邊數。

　　對剖帶寬:每秒鐘內，在最小的對剖平面上通過所有連線的最大信息位（或位元組)。

　　執行時間

　　工作負載

　　存儲性能

　　Amdahl定理

　　Gastofson定理

　　Sun-Ni定理

　　等效率標準

　　等速度標準

　　平均延遲標準

　　並行計算與雲計算

　　雲計算是在並行計算之後產生的概念，是由並行計算發展而來， 兩者在很多方面有著共性。學習並行計算對於理解雲計算有很大的幫助。並行計算是學習雲計算必須要學習的基礎課程。

　　但並行計算不等於雲計算，雲計算也不等同並行計算。兩者區別如下。

　　（1）雲計算萌芽於並行計算

　　雲計算的萌芽應該從電腦的並行化開始，並行機的出現是人們不滿足於CPU摩爾定率的增長速度，希望把多個電腦並聯起來，從而獲得更快的計算速度。這是一種很簡單也很朴素的實現高速計算的方法，這種方法後來被證明是相當成功的。

　　（2）並行計算、網格計算只用於特定的科學領域，專業的用戶

　　並行計算、網格計算的提出主要是為了滿足科學和技術領域的專業需要，其應用領域也基本限於科學領域。傳統並行電腦的使用是一個相當專業的工作，需要使用者有較高的專業素質，多數是命令行的操作，這是很多專業人士的噩夢，更不用說普通的業餘級用戶了。

　　（3）並行計算追求的高性能

　　在並行計算的時代，人們極力追求的是高速的計算、採用昂貴的伺服器，各國不惜代價在計算速度上超越他國，因此，並行計算時代的高性能機群是一個“快速消費品”，世界TOP500高性能電腦地排名不斷地在刷新，一臺大型機群如果在3年左右不能得到有效的利用就遠遠的落後了，巨額投資無法收回。

　　（4）雲計算對於單節點的計算能力要求低

　　而雲計算時代我們並不去追求使用昂貴的伺服器，我們也不用去考慮TOP500的排名，雲中心的計算力和存儲力可隨著需要逐步增加，雲計算的基礎架構支持這一動態增加的方式，高性能計算將在雲計算時代成為“耐用消費品”。