并行算法的任务粒度与映射方法的分析  

Tasks' Granularity and Mapping Analysis of Parallel Algorithms

作　　者：张宇亮[1] 张立臣[1] 李代平[1] 

机构地区：[1]广东工业大学计算机学院,广州510090

出　　处：《计算机工程与应用》2005年第20期44-47,94,共5页Computer Engineering and Applications

基　　金：国家自然科学基金:网格环境下异构的动态实时系统集成化开发方法论(编号:60474072);国家自然科学基金:可扩展的动态实时系统的分析与设计(编号:60174050);广东省自然科学基金:网格环境下可扩展的动态实时系统开发方法(编号:04009465);广东省自然科学基金:动态分布式实时系统分析与设计方法的综合集成(编号:010059);广东省高校自然科学研究项目基金:研究基于网格平台的动态实时系统分析;设计及实现方法(编号:Z03024)资助

摘　　要：文章论述和分析了任务粒度、并行度和并行通信方式三者之间的关系,以及DAG任务图中的任务映射方法。任务粒度的增加会减少通信,降低并行度,但在采用不同的通信方式时,反而会增加通信开销。在任务图确定的情况下,盲目地增加处理机数目并不能提高任务的并行度,该文提出了一种映射方法以最大限度地利用好处理机资源。This paper presents and analyzes the relationship among granularity of the tasks,parallelism and parallel communication fashion,and the tasks mapping method of the DAG task-graph.The increment of the tasks' grain size will decrease the communication load and parallelism.However,the communication delay maybe increases when different communication fashions are adopted.In the condition of deterministic task-graph,the parallelism will be not improved even the number of the processors increase.,a mapping methods is proposed to utilize the processors maximally.

关 键 词：任务粒度 任务映射 并行度 并行通信方式 PCAM 

分 类 号：TP302[自动化与计算机技术—计算机系统结构]