Цель занятия: Помощь в выполнении заданий, например: Для выполнения практических заданий используются суперкомпьютерные вычислительные ресурсы факультета ВМК. http://hpc.cs.msu.ru/ В каждой задаче требуется: 1) Для предложенного алгоритма реализовать несколько версий параллельных программ с использованием технологии OpenMP. a) Вариант параллельной программы с распределением витков циклов при помощи директивы for. б) Вариант параллельной программы с использованием механизма задач (директива task). б') Для программ с регулярной зависимостью по данным вместо механизма задач допускается реализация и сравнение различных версий конвейерного выполнения циклов, параллелизм по гиперплоскостям и др. 2) Реализовать параллельную версию программы с использованием технологии MPI. 3) Убедиться в корректности разработанных версий программ. 4) Начальные параметры для задачи должны быть подобраны таким образом, чтобы: a) Задача помещалась в оперативную память одного узла кластера. б) Время решения задачи было в примерном диапазоне 5 сек.-15 минут. 5) Исследовать эффективность полученных параллельных программ на суперкомпьютере Polus. a) Сравнить варианты разработанных версий параллельных программ. б) Если в процессе распараллеливания программа была существенно оптимизирована/изменена/переписана (например, на С++) необходимо провести сравнение - исходная программа VS программа после преобразований. в) Исследовать влияние различных опций оптимизации, которые поддерживаются компиляторами (-O2, -O3, -fast...) 6) Исследовать масштабируемость полученной параллельной программы: построить графики зависимости времени выполнения параллельной программы от числа используемых ядер для различного объёма входных данных. Оптимальным является построение трёхмерного графика: по одной из осей время работы программы, по другой - количество ядер и по третьей - объём входных данных. Такой график необходимо построить для каждого из разработанных вариантов программы. Каждый прогон программы с новыми параметрами рекомендуется выполнять несколько раз с последующим усреднением результата (для избавления от случайных выбросов). Для замера времени рекомендуется использовать функцию omp_get_wtime, общее время работы должно определяться временем работы самой медленной нити/процесса. Количество ядер/процессоров рекомендуется задавать в виде p=1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 20, 40, 60, 80, 100, 120, 140, 160. 7) Определить основные причины недостаточной масштабируемости программы при максимальном числе используемых ядер/процессоров. 8) Подготовить отчет о выполнении задания, включающий: описание реализованного алгоритма, графики зависимости времени исполнения от числа ядер/процессоров для различного объёма входных данных, текст программы.