使用负载平衡为具有类似游戏的程序划分并行计算

Question

考虑在 m * n 矩阵上进行类似于生命游戏的计算，需要 O（m * n）来开发每个循环。
我将使用Pthread和MPI将此程序修改为并行版本。最简单的方法是静态分区，这意味着将 m 行拆分为 t 任务，每个任务都处理 m / t * n 矩阵。 （ t 代表线程或进程的数量）
但是，这种解决方案没有很好的负载平衡。任务可以处理任何事情，而另一个任务必须计算几乎完整的矩阵。
我的第一个想法是让这个计算更加负载平衡是这样的：

  

  
1. 维护一个m * 1数组来存储每行中有多少元素。
  
2. 扫描测试用例后，为每个任务分配i * n矩阵。   矩阵中的元素应该等于其他任务。   同时存储每个任务中的元素数量。（此处需要一个t * 1数组）
  
3. 在每个循环之后，重新分配绑定到每个任务的矩阵。这需要O（t * m）。
  

这将减少从 O（m * n）到 O（t * m）的重新分配时间。我的第一个问题是，我可以更快地重新分配吗？
其次，当在矩阵的“边缘”上计算元素时，任务必须与附近任务进行通信，这可能在MPI中花费相当长的时间。为了减少这种情况，我想我可以将原点矩阵分成几个矩形，而不是更细长的四边形。但我不知道怎么做，算法名称是否有任何关键字供我搜索？
谢谢。

Answer 1

仅使用大矩阵并不是处理生命游戏的最佳方式。由于活细胞往往稀疏，添加活细胞列表可以让你不浪费时间在所有空白区域。

您可以将工作清单的各个部分分配给线程。

Answer 2

计算m*n，它将为您提供单元格数量。如果您想将其拆分为t字段，则每个字段都需要m*n/t个字段，或者每个字段的长度为sqrt(m*n/t)。

我认为进行负载平衡的最简单方法是创建一个工作队列，将矩阵切割成许多不仅仅是t件，并让每个工作人员在第一个工作完成后获取新工作（或者，如果你有网络延迟，有一个小的本地缓存并保持填充）。

如果你这样做，由于四舍五入，上述方法可能无法使所有方块的大小完全相同。