Parallel and distributed computing
Exécution séquentielle
- La plupart des programmes simples sont séquentiels : ils exécutent une étape, puis la suivante, puis encore la suivante.
- L'ordinateur termine l'étape 1 avant de commencer l'étape 2.
- C'est facile à comprendre, mais cela peut être lent pour de gros traitements.
Sequential (one worker):
task A -> task B -> task C -> task D
|-------|--------|--------|--------|
total time = A + B + C + D
Calcul parallèle
- Le calcul parallèle divise le travail afin que plusieurs parties s'exécutent en même temps.
- Un ordinateur moderne possède plusieurs processeurs (aussi appelés cœurs) capables chacun de traiter des tâches.
- Si quatre travailleurs effectuent chacun une tâche, quatre tâches peuvent se terminer en environ le temps nécessaire à une seule.
Parallel (four workers at once):
worker 1: task A
worker 2: task B
worker 3: task C
worker 4: task D
|--------|
total time ≈ the longest single task
Gain de performance
- Le gain de performance demande : la version parallèle est-elle combien de fois plus rapide ?
- gain = (temps séquentiel) / (temps parallèle).
- Exemple : une tâche dure 8 secondes en séquentiel, mais seulement 2 secondes en parallèle. Gain = 8 / 2 = 4 fois.
Pas toujours N fois plus rapide
- Avoir plus de processeurs ne signifie pas toujours N fois plus de rapidité.
- Certaines parties d'une tâche ne peuvent pas être divisées ; elles doivent s'exécuter séquentiellement.
- De plus, la division du travail et la fusion des résultats prennent un certain temps supplémentaire.
Job = setup (must be in order) + main work (can split)
setup main work (split over 4)
|-----| |--------------------------------|
|--------| <- this part gets 4x
The setup part stays the same length.
Calcul distribué
- Le calcul distribué utilise plusieurs ordinateurs distincts qui coopèrent via un réseau.
- Ils peuvent se trouver dans différentes pièces, villes ou pays.
- Exemples : le Web (plusieurs serveurs), les tâches de big data réparties sur des milliers de machines, et les grands projets scientifiques.
Distributed (computers cooperate over a network):
[computer 1] [computer 2] [computer 3]
\ | /
\ | /
shared network / job
Each computer does part of the work.
Compromis
- Avantages : les systèmes parallèles et distribués peuvent être beaucoup plus rapides et gérer de très gros traitements.
- Complexité : le code est plus complexe ; les différentes parties doivent être coordonnées ; les résultats doivent être combinés.
- Limites : le gain de performance est plafonné par les parties non divisibles et par les délais de communication entre ordinateurs.
Mots clés
- Séquentiel : les étapes s'exécutent l'une après l'autre, dans l'ordre.
- Parallèle : les parties s'exécutent simultanément sur plusieurs processeurs.
- Gain de performance : temps séquentiel divisé par le temps parallèle.
- Distribué : plusieurs ordinateurs distincts coopèrent via un réseau.
Erreurs courantes
- Le gain de performance parallèle ne sert que le travail pouvant être divisé en parties indépendantes.
- Chaque processeur supplémentaire apporte un gain de vitesse de moins en moins important.
À vous maintenant
- Mettez les formules de gain de performance en pratique sous forme de petites fonctions.
- Modélisez une tâche comportant une partie de configuration fixe et une partie de travail divisible. Appuyez sur Vérifier la réponse.
Difficulté 3/5 · 200 pièces + un petit bonus lors de la première réussite aujourd'hui
A job has a setup part that must run in order, and a splittable part that workers can share at the same time. Write parallel_time(setup, splittable, workers) that returns the total time: the setup, plus the splittable part divided among the workers. Example: parallel_time(2, 8, 4) → 4.0 (2 + 8/4).
Cliquez sur Exécuter pour voir le résultat ici.
Difficulté 3/5 · 200 pièces + un petit bonus lors de la première réussite aujourd'hui
Write speedup(sequential, parallel) that returns how many times faster the parallel version is: the sequential time divided by the parallel time. Example: speedup(8, 2) → 4.0.
Cliquez sur Exécuter pour voir le résultat ici.
Difficulté 3/5 · 200 pièces + un petit bonus lors de la première réussite aujourd'hui
Even with unlimited workers, the setup part still cannot be split. Write max_speedup(setup, splittable) for the best possible speedup: the whole job time divided by the setup time (endless workers shrink the splittable part to almost nothing, leaving only the setup). Example: max_speedup(2, 6) → 4.0 ((2+6)/2).
Cliquez sur Exécuter pour voir le résultat ici.