并行计算性能评测：Amdahl定律与设计方法

并行计算是现代信息技术中的关键领域，它涉及到利用多核处理器、分布式系统和GPU等硬件资源来同时执行多个任务，以提高整体计算性能。本课程由曾碧卿博士教授，旨在介绍并行计算的各个方面，包括硬件基础、系统结构模型、并行算法设计以及性能评测。 **1. 并行计算性能评测** - **加速比性能定律**：衡量并行算法相对于串行算法的速度提升，这是评估并行化效果的重要指标，包括Amdahl定律、Gustafson定律和Sun和Ni定律。这些定律描述了在不同情况下，系统的并行效率如何受到串行部分的影响。 - **评测标准**： - **可扩放性评测**：考察系统随着更多处理器加入时，性能能否线性增加的能力。 - **等效率度量**：关注所有处理器在执行任务时的工作负载均衡，理想状态下每个处理器贡献相同。 - **等速度度量**：确保在特定时间限制下，所有任务都能完成。 - **平均延迟度量**：测量数据传输和处理延迟对总体性能的影响。 **2. 并行计算机系统与结构模型** - 第一章介绍了并行计算机系统的概念，以及其结构模型，如SMP（Symmetric Multi-Processing，对称多处理器）、MPP（Massively Parallel Processing，大规模并行处理）和Cluster（集群）架构。 **3. 并行算法设计** - 第二篇着重于并行算法的设计，包括基础理论（第四章），一般设计方法（第五章），基本设计技术（第六章）以及完整设计过程（第七章）。 - **非正式内容**：课程目录中标记为*的部分，如基本通论，鼓励学生根据个人兴趣进行自主学习。 **4. 实验与考核** - 学习要求严格，包括出勤、作业完成、实验课表现和机考成绩都会计入总评成绩。实验课教师刘俊丽负责监督实验课及任务完成情况。 通过这门课程，学生不仅会掌握并行计算的理论知识，还会学习如何设计高效的并行算法，以及如何评估并行系统的实际性能。这对于理解现代高性能计算和大数据处理至关重要。