Составители:
Введение
Высокопроизводительные вычисления в настоящее время не мыс-
лятся без распараллеливания, ибо наиболее мощные вычислитель-
ные системы имеют сотни и тысячи параллельных процессоров. До-
статочно обратиться к регулярно обновляемому в Internet списку
TOP500, содержащему перечень наиболее мощных компьютеров в
мире, чтобы убедиться в том, что все компьютеры в этом списке
— параллельные системы. Благодаря распараллеливанию удается
достичь производительности в десятки терафлопс (10
12
операций в
секунду с плавающей точкой), но для наиболее сложных современ-
ных задач и этого недостаточно: требуются вычислительные мощ-
ности с быстродействием в десятки пентафлопс. Достижение таких
скоростей трудно представить без распараллеливания.
Распараллеливание алгоритмов и написание параллельных
программ — весьма сложное дело. Причины возникающих труд-
ностей различны: с одной стороны, идеология распараллеливания
трудно воспринимается после приобретения навыков последова-
тельного программирования, а с другой стороны, методы распарал-
леливания задач недостаточно разработаны. Эффективность рас-
параллеливания з ачастую оказывается значительно ниже ожидае-
мой: в частности, производительноть параллельной системы на ре-
альной задаче, как правило, в несколько раз ниже пиковой произ-
водительности. Ввиду высокой стоимости параллельных вычисли-
тельных систем их в первую очередь используют при решении тех
задач, решение которых невозможно или затруднительно на одно-
процессорных системах. К таким задачам относятся задачи прогно-
зирования климата на сотни лет вперед, задачи прогноза погоды на
несколько дней или месяцев (и, в особенности, катастр офическ их
изменений погоды: возникновения ураганов, тайфунов, резких из-
3
