Computação paralela e distribuída
Trabalhando em sequência
- A maioria dos programas simples é sequencial: executa um passo, depois o próximo, depois o próximo.
- O computador termina o passo 1 antes de começar o passo 2.
- Isso é fácil de entender, mas pode ser lento para grandes tarefas.
Sequential (one worker):
task A -> task B -> task C -> task D
|-------|--------|--------|--------|
total time = A + B + C + D
Computação paralela
- A computação paralela divide o trabalho para que várias partes sejam executadas ao mesmo tempo.
- Um computador moderno possui vários processadores (também chamados núcleos) que podem realizar trabalho individualmente.
- Se quatro trabalhadores cada um assumir uma tarefa, quatro tarefas podem ser concluídas em aproximadamente o tempo de uma.
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
Ganho de velocidade
- O ganho de velocidade pergunta: quantas vezes mais rápido é a versão paralela?
- ganho de velocidade = (tempo sequencial) / (tempo paralelo).
- Exemplo: uma tarefa leva 8 segundos em sequência, mas 2 segundos dividida. Ganho de velocidade = 8 / 2 = 4 vezes.
Nem sempre N vezes mais rápido
- Mais processadores não significam necessariamente N vezes mais rápido.
- Algumas partes de uma tarefa não podem ser divididas — elas devem acontecer em sequência.
- Além disso, dividir o trabalho e unir os resultados novamente consome algum tempo extra.
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.
Computação distribuída
- A computação distribuída utiliza muitos computadores separados que cooperam através de uma rede.
- Eles podem estar em salas diferentes, cidades ou países distintos.
- Exemplos: a Web (muitos servidores), trabalhos de big data divididos entre milhares de máquinas e grandes projetos científicos.
Distributed (computers cooperate over a network):
[computer 1] [computer 2] [computer 3]
\ | /
\ | /
shared network / job
Each computer does part of the work.
Compromissos
- Vantagem: sistemas paralelos e distribuídos podem ser muito mais rápidos e lidar com tarefas enormes.
- Dificuldade: o código é mais complexo; as partes devem ser coordenadas; os resultados devem ser combinados.
- Limites: o ganho de velocidade é limitado pelas partes que não podem ser divididas e pelos atrasos de rede entre computadores.
Palavras-chave
- Sequencial: passos executados um após o outro, em ordem.
- Paralelo: partes executadas ao mesmo tempo em vários processadores.
- Ganho de velocidade: tempo sequencial dividido pelo tempo paralelo.
- Distribuído: muitos computadores separados cooperam através de uma rede.
Erros comuns
- O ganho de velocidade paralelo só ajuda no trabalho que pode ser dividido em partes independentes.
- Cada processador adicional adiciona menos e menos velocidade.
Agora você tenta
- Aplique as fórmulas de ganho de velocidade como pequenas funções.
- Modelar uma tarefa que tem parte de configuração fixa e parte de trabalho divisível. Pressione Verificar resposta.
Dificuldade 3/5 · Moedas 200 + pequeno bônus na primeira conclusão hoje
Um trabalho possui uma parte setup que deve ser executada em sequência, e uma parte splittable que workers pode ser compartilhada simultaneamente. Escreva parallel_time(setup, splittable, workers) que retorne o tempo total: a configuração mais a parte divisível dividida entre os trabalhadores. Exemplo: parallel_time(2, 8, 4) → 4.0 (2 + 8/4).
Clique em Executar para ver a saída aqui.
Dificuldade 3/5 · Moedas 200 + pequeno bônus na primeira conclusão hoje
Escreva speedup(sequential, parallel) que retorne quantas vezes mais rápido é a versão paralela: o tempo sequencial dividido pelo tempo paralelo. Exemplo: speedup(8, 2) → 4.0.
Clique em Executar para ver a saída aqui.
Dificuldade 3/5 · Moedas 200 + pequeno bônus na primeira conclusão hoje
Mesmo com trabalhadores ilimitados, a parte setup ainda não pode ser dividida. Escreva max_speedup(setup, splittable) para o ganho de velocidade melhor possível: o tempo total do trabalho dividido pelo tempo de configuração (trabalhadores infinitos reduzem a parte divisível a quase nada, restando apenas a configuração). Exemplo: max_speedup(2, 6) → 4.0 ((2+6)/2).
Clique em Executar para ver a saída aqui.