Académique Documents
Professionnel Documents
Culture Documents
CHAPITRE 2:
MÉTRIQUES DE PERFORMANCE DES
ARCHITECTURES PARALLÈLES
Mastère SIDATA
2023-2024
CALCUL PARALLÈLE ET
DISTRIBUÉ
Sommaire
1. Introduction et motivation
2. Définition de la programmation parallèle
3. Métrique de mesures de performance d’un système
a) Accélération
b) Efficacité
4. La loi de Moore
5. La loi d’Amdahl
6. La Loi de Gustafon
7. Conclusion
1. Introduction et motivation
Architectures Parallèles Pourquoi?
3
1. Introduction et motivation A) Des besoins croissants en hautes performances
B) L’évolution de la technologie
Architectures Parallèles Pourquoi?
C) L’évolution des applications
4
1. Introduction et motivation A) Des besoins croissants en hautes performances
Architectures Parallèles Pourquoi? B) L’évolution de la technologie
C) L’évolution des applications
5
1. Introduction et motivation A) Des besoins croissants en hautes performances
Architectures Parallèles Pourquoi? B) L’évolution de la technologie
C) L’évolution des applications
-Approche classique :
6
1. Introduction et motivation A) Des besoins croissants en hautes performances
Architectures Parallèles Pourquoi? B) L’évolution de la technologie
C) L’évolution des applications
-Approche parallèle :
--diminuer le temps de calcul en exécutant simultanément
plusieurs opérations (tâches)
--Meilleurs algorithmes
--Machines parallèles Processeur 1
… Instructions
NB: Processeur n
8
3. Métriques de Performances
9
3. Métriques de Performances
3.1 L’accélération: Speed-up
L’accélération (speed-up) détermine combien fois un programme
parallèle est plus rapide qu’un programme séquentiel.
Tseq
où :
Sp
T par
Tseq : le temps séquentiel de l’algorithme ;
T par = max( T par (i)), i[1 . . . N] où i est le ième processeur et Tpar(i) le
temps en parallèle du processeur i
10
3. Métriques de Performances
3.2 Efficacité
Sp Tseq
E
N T par N
11
3. Métriques de Performances
Exemples
Algorithme A Algorithme B
Remarques
Étude de l’accélération
Sp
Sachant que l’efficacité E
N
N
Si Sp=N alors E 1
N
D’où
L’efficacité maximale d’un algorithme purement parallèle est alors 1.
MÉTRIQUES DE PERFORMANCE DES ARCHITECTURES 13
4. Loi de Moore
-l’idée est de procédé à un doublement du nombre
de transistors présents sur une puce du microprocesseur tous
les deux ans.
-Cette idée en sort dix ans après l’essai réussit d’un doublement
de la complexité des semi-conducteurs tous les ans à coût
constant.
-Ces techniques d’évolution sont appelées plus tard « lois de
Moore » car elles sont prédites et testées par le docteur
Gordon E. Moore en 1965.
-L'Histoire lui a donné raison puisque entre 1971 et 2001 la
densité des transistors a effectivement doublé 1,96 fois par an.
14
4. Loi de Moore
Conséquences énergétiques de la loi de Moore
-L'application de la loi de Moore dans l'industrie informatique génère de nombreux
déchets.
-Intel ne tient plus la cadence, et repousse les puces en 10 nanomètres à 2017 et "La
16
loi de Moore est officiellement enterrée".
5. Loi d’Amdahl
Une partie parallèle noté par p ou encore (p=1-s) c’est-à-dire que s+p=1
La partie purement séquentielle vérifie aussi l’égalité (s=1-p)
Selon la loi d’Amdhal la performance d’un programme dépond du nombre de
17
5. Loi d’Amdahl
NB:
car le terme
18
5. Loi d’Amdahl
1
𝑆𝑝 =
( 1− 𝑠)
𝑆+
Exercice d’application 𝑁
Soit un programme dont la partie séquentielle présente 5%.
Parallel portion
Étudier la performance des architectures avec un nombre N 50%
de processeurs 10, 100, 1000, 10000 et 100 000. 75%
19
5. Loi d’Amdahl
Exemple:
Calculer l’accélération Sp dans les différentes valeurs de N et s :
N s 50% 10% 1%
10
100
1000
10000
20
5. Loi d’Amdahl : Critique
21
5. Loi d’Amdahl : Critique
La loi de Gustafson
22
6. Loi de Gustafson
Cette loi est énoncée par l'informaticien John L. Gustafson et
son collègue Edwin H. Barsis en 1988. Elle vient pour prédire
l'accélération théorique dans le calcul parallèle.
Augmentation de
Augmentation du volume
nombre de processeurs
des données à traiter 23
6. Loi de Gustafson
- On peut identifier deux parties distinctes dans un algorithme:
Une partie purement séquentielle mesurée en pourcentage et noté par s (s=1-p)
Une partieàparallèle
Contrairement la loi noté par p oula
d’Amdahl, encore
loi (p=1-s)
de Gustafson a montré qu’on peut
Avec s+p=1 et N: nombre de processeurs
exploiter efficacement de plus grandes machines parallèles avec de plus grands
-l’accélération peut être définie en -l’accélérationpeut être définie en
problèmes
fonction denécessitant
s comme suitplus
: de calculs. fonction de p :
Sp = s+p*N Sp = s+p*N
= s+(1-s)*N = (1-p)+p*N
= s+N-s*N = 1-p+p*N
=(1-N)*s+N = (N-1)*p+1
NB:
𝐥𝐢𝐦 𝑺 𝒑 = ∞ 𝐥𝐢𝐦 𝑺 𝒑 = ∞
𝑵 →∞ 𝑵 →∞
Car N , p 1 s 0 24
6. Loi de Gustafson
Accélération
selon Gustafson
Accélération
Accélération
Selon Amdahl
Fraction séquentielle
25
6. Loi de Gustafson
Exercice d’application
26
6. Loi de Gustafson
Exercice d’application