|
DOI: 10.14489/vkit.2020.07.pp.055-064
Романова Д. С., Смоглюк С. Ю.
ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ ЭЛЕМЕНТОВ МАТЕМАТИЧЕСКОЙ БИБЛИОТЕКИ ДЛЯ ПАРАЛЛЕЛЬНОГО ЯЗЫКА В ПОСТРОЕНИИ ПРОГРАММ РАБОТЫ С МАТРИЦАМИ
(c. 55-64)
Аннотация. Посвящена разработке элементов математической библиотеки и поискам наиболее эффективных математических параллельных алгоритмов. Рассмотрены следующие методы: последовательный, рекурсивный (левая и правая рекурсия), разделения на множители и попарного сравнения. Разработан ряд математических функций, исследована возможность применения этих функций при создании программ умножения матриц больших размерностей, показана их эффективность. Отмечены перспективы применения методов искусственного интеллекта для повышения эффективности и облегчения разработки параллельных программ с матрицами больших размерностей.
Ключевые слова: библиотека математических функций; параллельное программирование; рекурсия; каскадная схема.
Romanova D. S., Smogluk S. Yu.
POSSIBILITY OF USING ELEMENTS OF MATHEMATICAL LIBRARY FOR A PARALLEL LANGUAGE IN CONSTRUCTION MATRIX PROGRAMS
(pp. 55-64)
Abstract. Today, due to problems in improving computing performance, parallel programming continues to evolve. There are many different languages in which you can write parallel programs. One of them is the functional-threading parallel programming language Pifagor, which in turn is very specific and allows you to write a program with maximum parallelism, as well as it is designed to solve the portability problem of parallel programs. Tools and a library of functions continue to be developed for this language. This study is devoted to the development of elements of the mathematical library and the search for the most effective mathematical parallel algorithms. The following methods are considered and used in the work: sequential, recursive (left and right recursion), factorization, and pairwise comparisons. As a result of the study, a number of mathematical functions were developed, and a study was made of the possibility of using these functions in the development of programs for multiplying large-dimensional matrices. The work demonstrates the effectiveness of using the developed simple functions implemented by different methods in matrix multiplication programs. The prospects of further work in this direction are noted, having in mind the analysis of the possibility of using artificial intelligence methods to increase efficiency and facilitate the development of parallel programs with large-sized matrices.
Keywords: Library of mathematical functions; Parallel programming; Recursion; Cascade scheme.
Д. С. Романова, С. Ю. Смоглюк (Сибирский федеральный университет, Красноярск, Россия) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
D. S. Romanova, S. Yu . Smogluk (Siberian Federal University, Krasnoyarsk, Russia) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Легалов А. И. Функциональный язык для создания архитектурно-независимых параллельных программ // Вычислительные технологии. 2005. № 1(10). С. 71 – 89.
2. Воеводин В. В., Воеводин Вл. В. Параллельные вычисления. СПб.: БХВ Петербург, 2002. 608 с.
3. Вальковский, В. А. Распараллеливание алгоритмов и программ. Структурный подход. М.: Радио и связь, 1989. 176 с.
4. Lastovetsky A. L. Parallel Computing on Heterogeneous Networks. John Wiley & Soons, Inc. 2003. 428 p.
5. Легалов А. И., Казаков Ф. А., Кузьмин Д. А., Привалихин Д. В. Модель функционально-потоковых параллельных вычислений и язык программирования «Пифагор» // Распределенные и кластерные вычисления. Избранные материалы Второй школы-семинара (Красноярск, 12 – 15 декабря 2002 г.). Институт вычислительного моделирования СО РАН. Красноярск, 2002. С. 101 – 120.
6. Касьянов В. Н., Бирюкова Ю. В., Евстигнеев В. А. Функциональный язык SISAL 3.0 // Поддержка супервычислений и интернет-ориентированные технологии. Новосибирск, 2001. С. 54 – 67.
7. Кутепов В. П., Бажанов С. Е. Функциональное параллельное программирование: язык, его реализация и инструментальная среда разработки программ // Высокопроизводительные вычисления на кластерных системах: материалы Четвертого международного науч.-практ. семинара и Всероссийской молодежной школы (Самара, 30 сентября – 2 октября 2004 г.) / под ред. В. А. Сойфера. Самара, 2004. С. 145 – 151.
8. Малышкин В. Э. Технология фрагментированного программирования [Электронный ресурс]. URL: http://pavt.susu.ru/2012/short/212.pdf (дата обращения: 22.01.2020)
9. Легалов А. И. Современные проблемы информатики и вычислительной техники: учеб. пособие. Сибирский федеральный университет. Томск: Изд-во «СПБ Графикс», 2012. 216 с.
10. Legalov A. I., Nepomnyaschy O. V., Matkovsky I. V., Kropacheva M. S. Tail Recursion Transformation in Functional Dataflow Parallel Programs // Automatic Control and Computer Sciences. 2013. V. 47, No. 7. Р. 366 – 372.
11. Легалов А. И. Методы сортировки, полученные из анализа максимально параллельной программы. Распределенные и кластерные вычисления. Избранные материалы Третьей школы-семинара (Красноярск, 12 – 15 декабря 2004 г.). Институт вычислительного моделирования СО РАН. Красноярск, 2004. С. 119 – 134.
12. Binstock A. Maximizing Performance with Fine-Grained Parallelism. Intel Corporation Web Site. URL: https://software.intel.com/enus/articles/maximizin-gperformancewith-fine-grained-parallelism (дата обращения: 15.01.2020).
13. De Stefani, L. The I/O Complexity of Hybrid Algorithms for Square Matrix Multiplication // 30th Inter¬national Symposium on Algorithms and Computation. ISAAC 2019. V. 149, No. 33. December 2019, Shanhai, China. Р. 1 – 15.
14. Ronald A. Olsson, Aaron W. Keen. Parallel Matrix Multiplication // The JR Programming Language. The International Series in Engineering and Computer Science. V. 774. Springer, Boston, MA. 2009.
1. Legalov A. I. (2005). Functional language for creating architecture-independent parallel programs. Vychislitel'nye tekhnologii, 10(1), pp. 71 – 89. [in Russian language]
2. Voevodin V. V, Voevodin Vl. V. (2002). Parallel computing. Saint Petersburg: BHV Peterburg. [in Russian language]
3. Val'kovskiy V. A. (1989). Parallelization of algorithms and programs. Structural approach. Moscow: Radio i svyaz'. [in Russian language]
4. Lastovetsky A. L. (2003). Parallel Computing on Heterogeneous Networks. John Wiley & Sons, Incorporated.
5. Legalov A. I., Kazakov F. A., Kuz'min D. A., Privalihin D. V. (2002). Functional-stream parallel computing model and the Pythagoras programming language. Distributed and cluster computing. Selected Materials of the Second School-Seminar, pp. 101 – 102. Krasnoyarsk: Institut vychislitel'nogo modelirovaniya SO RAN. [in Russian language]
6. Kas'yanov V. N., Biryukova Yu. V., Evstigneev V. A. (2001). Functional language SISAL 3.0. Supercomputing support and internet-oriented technologies, pp. 54 – 67. Novosibirsk. [in Russian language]
7. Soyfer V. A. (Ed.), Kutepov V. P., Bazhanov S. E. (2004). Functional parallel programming: language, its implementation and instrumental program development environment. High-performance computing on cluster systems: materials of the Fourth International Scientific and Practical Seminar and the All-Russian Youth School, pp. 145 – 151. Samara. [in Russian language]
8. Malyshkin V. E. Fragmented programming technology. Available at: http://pavt.susu.ru/ 2012/short/212.pdf (Accessed: 22.01.2020) [in Russian language]
9. Legalov A. I. (2012). Modern problems of computer science and computer technology: a textbook. Siberian Federal University. Tomsk: Izdatel'stvo «SPB Grafiks». [in Russian language]
10. Legalov A. I., Nepomnyaschy O. V., Matkovsky I. V., Kropacheva M. S. (2013). Tail Recursion Transformation in Functional Dataflow Parallel Programs. Automatic Control and Computer Sciences, Vol. 47, (7), pp. 366 – 372.
11. Legalov A. I. (2004). Sorting methods obtained from the analysis of the most parallel program. Distributed and cluster computing. Selected Materials of the Third School Seminar, pp. 119 – 134. Krasnoyarsk: Institut vychislitel'nogo modelirovaniya SO RAN. [in Russian language]
12. Binstock A. Maximizing Performance with Fine-Grained Parallelism. Intel corporation web site. Available at: https://software.intel.com/enus/articles/maximizin-gperformancewith-fine-grained-parallelism Accessed: 15.01.2020).
13. De Stefani L. (2019). The I/O complexity of hybrid algorithms for square matrix multiplication. 30th International Symposium on Algorithms and Computation, ISAAC, Vol. 149, 33, pp. 1 – 15. Shanhai.
14. Ronald A. Olsson, Aaron W. Keen. (2009). Parallel Matrix Multiplication. The JR Programming Language. The International Series in Engineering and Computer Science, Vol. 774. Boston: Springer.
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/vkit.2020.07.pp.055-064
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/vkit.2020.07.pp.055-064
and fill out the form
.
|
Archive
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»