So sánh kết quả thời gian chạy của MPI thông thường và MPI tối ưu với cùng 1 máy tính có số nhân bằng 16
Kích thƣớc 1024 x1024 MPI thông thƣờng MPI tối ƣu
Thời gian 20.531 ms 15.837 ms
Bảng 7: Kết quả thời gian chạy của MPI thông thường và MPI tối ưu
Từ bảng này ta thấy chương trình MPI truyền thông tối ưu đã giảm được 23% thời gian thực hiện chương trình so với MPI truyền thông thông thường. Điều này chứng tỏ rằng thuật toán truyền thông tối ưu đã xây dựng rất tốt.
Học viên: Nguyễn Thị Tố Loan 47 Luận văn thạc sĩ
Kết luận
Luận văn đã nghiên cứu về giao tiếp truyền thông dữ liệu và cơ chế hoạt động trong ngôn ngữ lập trình C có sử dụng thư viện MPI thông thường và MPI tối ưu tạo tiền đề giúp giải quyết bài toán phương trình nước nông. Do bài toán có sự phụ thuộc dữ liệu nên cần đến vấn đề truyền thông. Có 2 phương pháp truyền thông trong MPI đó là truyền thông Blocking MPI và truyền thông Unblocking MPI. Nhưng tôi đã lựa chọn phương pháp truyền thông Unblocking MPI để giải quyết bài toán vì bài toán có thể thực hiện cùng một lúc cả truyền thông và cả tính toán trên miền không phụ thuộc dữ liệu.
Từ những hiểu biết có được nhờ việc nghiên cứu tác giả đã thử nghiệm năng lực tính toán, thời gian tính toán của C so với MPI thông thường và MPI tối ưu của bài toán Shalldow Water Equation để kiểm chứng được những điều mong muốn đã đặt ra. Kết quả đầu ra sau khi thực hiện của C, MPI thông thường và MPI tối ưu là như nhau, khẳng định tính chính xác của chương trình.
Khi tăng số lượng Process lên thì thời gian thực hiện chương trình MPI giảm đi với số lần tương ứng chứng tỏ hiệu suất của chương trình MPI là tương đối tốt.
Thời gian chạy của chương trình MPI tối ưu giảm được khoảng 23% so với chương trình MPI thông thường. Chứng tỏ thuật toán MPI tối ưu tôi đưa ra là tốt.
Với kết quả đạt được tôi mong muốn sẽ cải tiến được chương trình tối ưu hơn, ứng dụng thực tế đạt kết quả tốt hơn.
Học viên: Nguyễn Thị Tố Loan 48 Luận văn thạc sĩ
Tài liệu tham khảo:
[1] Van Thieu Vu, Gerard Cats, Lex Wolters: Overlapping Communications With Calculations. CSREA Press, 2009.
[2] Van Thieu Vu, Gerard Cats, and Lex Wolters, Automatic code generation for Finite Element Methods applied to the Shallow-Water equations, In Proceedings of the 2009 International Conference on Scientific Computing (CSC 2009), CSREA Press, pp 101-107, Las Vegas, USA, July 2009.
[3] Van Thieu Vu, Opportunities for performance optimization of applications through code generation, PhD thesis, 2012.
[4] Tutorial Material on MPI,
http://www.mcs.anl.gov/research/projects/mpi/tutorial/gropp/talk.html [5] M. Ashworth, Parallel Processing in Environmental Modelling, In
Proceedings of the 5th ECMWF Workshop on the use of parallel processors in Meteorology, pp 1-25, Reading, UK, November 1992. [6] R. Buyya (editor), High Performance Cluster Computing: Programming
and Applications, ISBN 0-13-013785-5, Prentice Hall PTR, NJ, USA, 1999.
[7] Vipin Kumar, Ananth Grama, Anshul Gupta, and George Karpis,
Introduction to Parallel Computing: Design and Analysis of Parallel Algorithms, Addison-Wesley, 2003. ISBN 0-201-64865-2.
[8] J. Steppeler, Energy conserving Galerkin finite element schemes, for the primitive equation of numerical weather prediction, Journal of Computation Physics, Vol.69, No. 1,pp 258-264,1987.
Học viên: Nguyễn Thị Tố Loan 49 Luận văn thạc sĩ
[9] Hundsdorfer, W., & Verwer, J. G. (2003). Numerical solution of timedependent advection-diffusion-reaction equations (Vol. 33). Springer Science & Business Media.
