Parallel Programming and Compilers

نیمه دوم دهه 1970 با پیشرفت های چشمگیر در معماری های آرایه/بردار و تکنیک های برداری و کامپایلرها مشخص شد. این پیشرفت تا اواسط دهه 1980 با تمرکز ویژه بر ماشین های برداری ادامه یافت. اکثر ابررایانه‌ها در این دوره ماشین‌های بردار ثبت به ثبت (Cray 1) یا حافظه به حافظه (CDC Cyber ​​205) بودند. با این حال، افزایش تقاضا برای نرخ های محاسباتی بالاتر به طور طبیعی به رایانه ها و نرم افزارهای موازی منجر می شود. از طریق تکرار پردازنده های مستقل در یک سیستم هماهنگ، می توان از موانع عملکرد به دلیل محدودیت های فناوری عبور کرد. در اصل، موازی سازی پتانسیل عملکرد نامحدودی را ارائه می دهد. با این وجود، درک این پتانسیل عملکرد در عمل بسیار دشوار است. تاکنون فقط نوک کوه یخ به نام "ماشین های موازی و برنامه ریزی موازی" را دیده ایم. برنامه نویسی موازی به طور خاص یک هنر به سرعت در حال تکامل و در حال حاضر بسیار تجربی است. در این کتاب چندین جنبه از برنامه نویسی موازی و کامپایلرهای موازی را مورد بحث قرار می دهیم. به جای تلاش برای توسعه روش‌ها و پارادایم‌های برنامه‌نویسی موازی، ما اغلب بر موضوعات پیشرفته‌تر تمرکز می‌کنیم با این فرض که خواننده پیش‌زمینه کافی در پردازش موازی دارد. کتاب در سه بخش اصلی تنظیم شده است. در بخش اول (فصل 1 و 2) ما صحنه را تنظیم کرده و بر روی تبدیل برنامه ها و موازی سازی کامپایلرها تمرکز می کنیم. بخش دوم این کتاب (فصل 3 و 4) زمان‌بندی ماشین‌های موازی را از دیدگاه عملی ماکرو و میکرووظیفه و محیط‌های پشتیبانی مورد بحث قرار می‌دهد. در نهایت، قسمت آخر (Le.

The second half of the 1970s was marked with impressive advances in array/vector architectures and vectorization techniques and compilers. This progress continued with a particular focus on vector machines until the middle of the 1980s. The major­ ity of supercomputers during this period were register-to-register (Cray 1) or memory-to-memory (CDC Cyber 205) vector (pipelined) machines. However, the increasing demand for higher computational rates lead naturally to parallel comput­ ers and software. Through the replication of autonomous processors in a coordinated system, one can skip over performance barriers due technology limitations. In princi­ ple, parallelism offers unlimited performance potential. Nevertheless, it is very difficult to realize this performance potential in practice. So far, we have seen only the tip of the iceberg called "parallel machines and parallel programming". Parallel programming in particular is a rapidly evolving art and, at present, highly empirical. In this book we discuss several aspects of parallel programming and parallelizing compilers. Instead of trying to develop parallel programming methodologies and paradigms, we often focus on more advanced topics assuming that the reader has an adequate background in parallel processing. The book is organized in three main parts. In the first part (Chapters 1 and 2) we set the stage and focus on program transformations and parallelizing compilers. The second part of this book (Chapters 3 and 4) discusses scheduling for parallel machines from the practical point of view macro and microtasking and supporting environments). Finally, the last part (Le.