Анализ эффективности MPI-программ

Оглавление

1.Введение. 3

2. Обзор существующих моделей параллельного программирования. 5

3. Обзор средств отладки эффективности MPI-программ. 9

3.1 Общие проблемы всех средств трассировки. 10

3.2 Обзор основных средств отладки. 11

3.2.1 AIMS - Automated Instrumentation and Monitoring System.. 11

3.2.2 Vampir, VampirTrace. 12

3.2.3 Jumpshot 14

3.2.4 Pablo Performance Analysis Toolkit Software. 15

3.2.5 Paradyn. 17

3.2.6 CXperf 18

4. Характеристики и методика отладки DVM-программ. 20

4.1 Основные характеристики производительности. 20

4.2 Методика отладки эффективности. 22

4.3 Рекомендации по анализу. 23

5. Средство анализа эффективности MPI программ. 27

5.1. Постановка задачи. 27

5.2 Этапы работы анализатора. 28

5.3 Устройство анализатора. 29

5.3.1 Сбор трассы.. 29

5.3.2 Анализ. 30

5.3.3 Визуализация. 35

Заключение. 37

Список литературы.. 39

Приложение 1. 40

Приложение 2. 40

1.Введение

Сегодня невозможно представить себе эффективную организацию работы без применения компьютеров в таких областях, как планирование и управление производством, проектирование и разработка сложных технических устройств, издательская деятельность, образование - словом, во всех областях, где возникает необходимость в обработке больших объемов информации. Однако наиболее важным по-прежнему остается использование их в том направлении, для которого они собственно и создавались, а именно, для решения больших задач, требующих выполнения громадных объемов вычислений. Такие задачи возникли в середине прошлого века в связи с развитием атомной энергетики, авиастроения, ракетно-космических технологий и ряда других областей науки и техники.

В наше время круг задач, требующих для своего решения применения мощных вычислительных ресурсов, еще более расширился. Это связано с тем, что произошли фундаментальные изменения в самой организации научных исследований. Вследствие широкого внедрения вычислительной техники значительно усилилось направление численного моделирования и численного эксперимента. Численное моделирование, заполняя промежуток между физическими экспериментами и аналитическими подходами, позволило изучать явления, которые являются либо слишком сложными для исследования аналитическими методами, либо слишком дорогостоящими или опасными для экспериментального изучения. При этом численный эксперимент позволил значительно удешевить процесс научного и технологического поиска. Стало возможным моделировать в реальном времени процессы интенсивных физико-химических и ядерных реакций, глобальные атмосферные процессы, процессы экономического и промышленного развития регионов и т.д. Очевидно, что решение таких масштабных задач требует значительных вычислительных ресурсов[12].