Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 17/03/2009 Prof.ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI Trasportabilità degli algoritmi Dati due differenti modelli di computazione M e M’, si dice che un algoritmo A progettato per la computazione C sul modello M è trasportabile sul modello M’ se l’algoritmo A’ che computa C sul modello M’ è ottenibile da A tramite l’applicazione di un insieme finito di regole fisse. Il broadcast su PRAM è un primo esempio di trasportabilità di un algoritmo: se su una PRAM CR tutti i processori vogliono leggere la stessa informazione, pagando un tempo O(log n) per il broadcast si può trasportare l’algoritmo su una PRAM ER. Vediamo come affrontare la trasportabilità della scrittura concorrente da PRAM CW a PRAM EW. Algoritmi Paralleli e Distribuiti a.a. 2008/09 2 Simulazione della scrittura concorrente: stessa informazione Sia dato un algoritmo per PRAM CW con scrittura concorrente di valori identici. L’operazione compiuta da tutti i processori di scrivere nella stessa locazione R viene simulata su PRAM EW dal solo processore P0, dopo aver controllato che tutti i valori ai scritti dai rispettivi Pi siano uguali*. Questo controllo si effettua usando un vettore A con tutti i valori da scrivere e un vettore di booleani utilizzato per riportare le eventuali diversità nei valori di A: for j = 0 to n pardo Pj: A[ i ] = ai; B[ i ] = true for i = 1 to log n do for j = 0 to (n/2i -1) pardo Pj: if A[ j ] A[ j+ n/2i ] or not B[ j ] or not B[ j+ n/2i ] then B[ j ] = false P0: if B[ 0 ] then R = A[ 0 ] Il tempo parallelo richiesto è O(log n) * Questo controllo su PRAM CW è effettuato a livello hardware Algoritmi Paralleli e Distribuiti a.a. 2008/09 3 Simulazione della scrittura concorrente: funzione dei valori La simulazione di PRAM CW con scrittura del massimo valore (o della somma o di qualsiasi altra funzione commutativa f dei valori) viene eseguita su PRAM EW semplicemente utilizzando la tecnica della metà per il computo di f su un vettore A: for j = 0 to n pardo Pj: A[ i ] = ai for i = 1 to log n do for j = 0 to (n/2i -1) pardo Pj: A[ j ] = f ( A[ j ], A[ j+ n/2i ] ) P0: R = A[ 0 ] Con lo stesso schema si può simulare anche la scrittura concorrente basata su priorità (ad esempio in funzione dell’indice del processore che vuole scrivere). In entrambi i casi la simulazione richiede tempo parallelo logaritmico. Algoritmi Paralleli e Distribuiti a.a. 2008/09 4 Simulazione della lettura concorrente (caso generale) Problema: N processori P1, P2, …, Pn vogliono leggere il contenuto di K celle di memoria (in generale K<N e non tutti i processori vogliono leggere dalla stessa locazione di memoria) su una P-RAM di tipo EREW. Algoritmo: Passo 1: si costruisca M, vettore di coppie del tipo (Pi, Lj), ciascuna indicante che il processore i-esimo vuole leggere la j-esima locazione di memoria (i=0…N-1, j=1…K). Questo vettore viene ordinato in modo stabile, rispetto ai valori Lj (la stabilità garantisce l’ordinamento delle coppie). Passo 2: si raggruppino i processori rispetto alla comune locazione di memoria a cui vogliono accedere, si individuino gli inizializzatori di ogni blocco e si conti il numero di elementi in ogni blocco. Passo 3: il primo processore di ogni blocco legge la locazione corrispondente e poi attiva un’operazione di broadcast sul blocco. Passo 4: tutti i processori, in parallelo leggono l’informazione richiesta. Algoritmi Paralleli e Distribuiti a.a. 2008/09 5 PASSI 1 e 2 Passo 1: for i = 0 to n-1 pardo Pi: M[ i ] = (i, Lj) // coppie (proc, loc) sort(M, loc); Passo 2: P0: iniz[ 0 ] = true; B[ 0 ] = 1 for i = 1 to n-1 pardo Pi: if M[ i ].loc M[ i-1 ].loc then iniz[ i ] = true; B[ i ] = 1 else iniz[ i ] = false; B[ i ] = 0 PrefixSum(B, n) Proc 0 1 2 3 4 5 Loc 8 3 3 9 8 3 Proc 1 2 5 0 4 3 Loc 3 3 3 8 8 9 iniz T F F T F T B 1 0 0 1 0 1 B 1 1 1 2 2 3 Il vettore B è utilizzato per identificare il blocco di appartenenza di ogni processore Algoritmi Paralleli e Distribuiti a.a. 2008/09 6 PASSO 3 Invece di eseguire K broadcast differenti (uno per blocco) si esegue un unico broadcast multiplo che tiene conto della separazione in blocchi Passo 3: // Broadcast multiplo for i = 0 to n-1 pardo Pi: if iniz[ i ] then D[ i ] = contenuto di M[ i ].loc iniz T F D x B 1 for j = 0 to log n -1 do D x for i = 0 to n-1 pardo Pi: if iniz[ i ] and i+2j<n and B[ i ] = B[ i+2j ] then D[ i+2j ] = D[ i ] D x iniz[ i+2j ] = true D x Algoritmi Paralleli e Distribuiti a.a. 2008/09 F T F y 1 1 x T z 2 2 3 y y z x x y y z x x y y z 7 PASSO 4 Passo 4: for i = 0 to n-1 pardo Pi: // chi aveva richiesto l’i-esimo dato R[ M[ i ].proc ] = D[ i ] // nel registro del proc i-esimo // si carica il dato voluto Ri = R[ i ] Proc 1 2 5 0 4 3 Loc 3 3 3 8 8 9 D x x x y y z R y x x z y x Al termine ogni processore i avrà nel suo registro R il dato contenuto alla locazione Lj inizialmente specificata. Tempo Parallelo: Passo 1: Tsort Passi 2, 3: logaritmico Passo 4: costante Algoritmi Paralleli e Distribuiti a.a. 2008/09 8 Simulazione della scrittura concorrente (caso generale) Problema: N processori P1, P2, …, Pn vogliono scrivere i valori a1, a2, …, an rispettivamente, in K diverse celle di memoria di una P-RAM di tipo EREW. In generale K<N e si vuole simulare la concorrenza con priorità (scrive il processore di indice minore). Algoritmo: Idea analoga a quello visto per il caso generale di lettura concorrente Passo 1: si costruisca M, vettore di coppie del tipo (Pi, Lj), ciascuna indicante che il processore i-esimo vuole scrivere nella j-esima locazione di memoria (i=0…N1, j=1…K) il dato memorizzato nel vettore D (i-esima locazione). Questo vettore viene ordinato in modo stabile, rispetto ai valori di Lj. Passo 2: si raggruppino i processori rispetto alla comune locazione di memoria a cui vogliono accedere e si individuino gli inizializzatori di ogni blocco. Passo 3: in ogni blocco, il processore di indice minore (il primo del blocco) scrive la sua informazione nella locazione di memoria caratterizzante il blocco. Algoritmi Paralleli e Distribuiti a.a. 2008/09 9 Esempio di scrittura concorrente Passo 1: analogo Passo 2: P0: iniz[ 0 ] = true for i = 1 to n-1 pardo Pi: if M[ i ].loc M[ i-1 ].loc then iniz[ i ] = true else iniz[ i ] = false Proc 0 1 2 3 4 5 Loc 8 3 3 9 8 3 D x y z a b c Proc 1 2 5 0 4 3 Loc 3 3 3 8 8 9 iniz T F F T F T Passo 3: for i = 0 to n-1 pardo Pi: if iniz[ i ] then scrivi D[ M[ i ].proc ] in M[ i ].loc D x y z P0 Memoria a b c P5 P3 y 0 1 2 3 x 4 5 6 7 8 Algoritmi Paralleli e Distribuiti a.a. 2008/09 a 9 10 Somme prefisse Sequenziale PrefixSum(A, n) begin for i = 1 to n-1 do A[ i ] = A[ i ] + A[ i-1 ] end 2 5 1 3 2 6 0 1 2 7 8 11 13 19 19 20 Tempo O(n) Algoritmi Paralleli e Distribuiti a.a. 2008/09 11 Somme prefisse su P-RAM P-RAM EREW con n processori PrefixSum(A, n) begin for i = 0 to log n -1 do for j = 0 to n-1 -2i pardo Pj: A[ j+2i ] = A[ j ] + A[ j+2i ] end Tempo Parallelo O(log n) 2 5 2 2 1 5 7 3 1 6 7 3 4 6 2 5 8 11 11 12 11 9 5 4 2 7 8 0 1 7 2 1 6 6 8 0 6 2 2 2 8 8 11 13 19 19 20 7 Algoritmi Paralleli e Distribuiti a.a. 2008/09 11 12