图1

Question

假设我有算法1和2，它们的顺序执行时间是ts1和ts2。它们的并行执行时间是tp1和tp2。

现在计算两种算法的加速时，以下哪项是真的？

min（ts1，ts2）/ tp1
min（ts1，ts2）/ tp2 for algorithm 2

或

ts1 / tp1 for algorithm 1
ts2 / tp2 for algorithm 2

换句话说，对于分子，我应该使用最佳顺序时间还是自己的连续时间？

Answer 1

简短版本：

以上都不是

图1

                                                     a SPEEDUP
                                                       BETWEEN
                                                     a BLACK-BOX <PROCESS_2>
   [START]                                             and
         +-----------------------------------------+ a BLACK-BOX <PROCESS_1>
         |                                         |
      [T0]         [T0+ts1]             [T0+ts1+tp1] 
         |                |                        |   
         |                |                        |   
         v                v                        v
         |________________|R.0: ____.____.____.____| ~~ <PAR.1:1> == [SEQ]
         |                |R.1? ____.____|         :
         |                |R.2? ____|    :         :
         |                |R.3? ____|    :         :
         |                |         :    :         :
         |<SEQ.1>>>>>>>>>>|         :    :         :
         |                |<PAR.1:N>:    :         :
                          |         :    :         :
                                    :    :         :
                                    :    :         [FINISH] using 1 PAR-RESOURCE
                                    :    [FINISH]        if using 2 PAR-RESOURCEs
                                    [FINISH]             if using 4 PAR-RESOURCEs

_{（执行时间从左到右，从[T0] ..流向[T0 + ts1 + tp1]。[SEQ]，[PAR]部分的草绘顺序仅用于这里的说明性目的可以是相反的，因为流程部分＆＃39;持续时间排序原则上是可交换的）}

A TL; DR;版本

上述 [SEQ]+[PAR] 流程的一些正式简化可能有助于回答并理解原因。

无需告诉任何HPC规划人员， Amdahl Law规则（the better if extended form of Amdahl, the overhead + atomicity aware formulation已被使用）。

我们看到R.i中[PAR]部分使用的 PROCESS_1 资源越多， tp1越短可能会得到。这是[PAR] - 处理的力量。

只考虑一对元组( ts1, tp1 )和( ts2, tp2 )，没有人可以假设任何潜在的Amdahl法则 - 资源驱动（如图1所示） - 加速，但如果一个人努力为了比较两个假设的实现，具有可能不同的内部处理，可能的加速 S 可以表示为：

      max( [ ts1 + tp1 ], [ ts2, tp2 ] )
S =  ______________________________________
      min( [ ts1 + tp1 ], [ ts2, tp2 ] )

Answer 2

您的问题存在根本问题。这就是你被困的原因。问题是 Speedup 是为处理器而不是算法定义的。

在计算机体系结构中，加速是一个提高处理相同问题的两个系统之间性能的过程。从技术上讲，它是在两个具有不同资源的类似架构上执行任务的执行速度的提高。

^{取自Wikipedia。}

的定义

如何计算两种算法之间的并行加速

2 个答案:

简短版本：

图1

A TL; DR;版本