Performance Evaluation, Prediction and Visualization of Parallel Systems

ارزیابی عملکرد، پیش‌بینی و تجسم در سیستم‌های موازی یک بحث جامع و سیستماتیک از نظریه‌ها، روش‌ها، تکنیک‌ها و ابزارهای ارزیابی عملکرد، پیش‌بینی و تجسم سیستم‌های موازی ارائه می‌کند. . فصل 1 مروری کوتاه بر کاهش عملکرد سیستم‌های موازی ارائه می‌کند و یک بحث کلی در مورد اهمیت ارزیابی عملکرد، پیش‌بینی و تجسم سیستم‌های موازی ارائه می‌کند. فصل 2 انواع مختلفی از زمان اجرای سریال و موازی را تجزیه و تحلیل و تعریف می کند، به برخی از نقاط ضعف معیارهای افزایش سرعت موازی اشاره می کند و چگونگی بهبود و تعمیم آنها را مورد بحث قرار می دهد. فصل 3 تعاریف رسمی مقیاس پذیری را تشریح می کند، به معیارهای اساسی مؤثر بر مقیاس پذیری سیستم های موازی می پردازد، مقیاس پذیری سیستم های موازی را از سه جنبه مورد بحث قرار می دهد: معماری موازی، الگوریتم موازی و ترکیبات الگوریتم-معماری موازی، و روابط مقیاس پذیری و افزایش سرعت را تحلیل می کند. فصل 4 روش شناسی اندازه گیری عملکرد را مورد بحث قرار می دهد، آزمون و تجزیه و تحلیل عملکرد مبتنی بر معیار و چگونگی اندازه گیری سرعت و مقیاس پذیری را در عمل شرح می دهد. فصل 5 مشکلات پیش‌بینی عملکرد را تحلیل می‌کند، پیش‌بینی عملکرد مبتنی بر کاربرد و معماری و چگونگی پیش‌بینی سرعت و مقیاس‌پذیری را در عمل مورد بحث قرار می‌دهد. فصل 6 تکنیک ها و ابزارهای تجسم عملکرد برای سیستم های موازی را از سه مرحله مورد بحث قرار می دهد: جمع آوری داده های عملکرد، فیلتر کردن داده های عملکرد و تجسم داده های عملکرد، و ابزارهای تجسم عملکرد موجود را طبقه بندی می کند. فصل 7 اشکال زدایی عملکرد مبتنی بر کامپایل موازی، مبتنی بر جستجو و دانش را تشریح می کند، که به برنامه نویسان کمک می کند تا استراتژی یا الگوریتم را در برنامه های موازی خود بهینه کنند، و اشکال زدایی عملکرد مبتنی بر برنامه نویسی بصری را برای کمک به برنامه نویسان برای شناسایی مکان و علت این مشکل ارائه می کند. مشکل عملکرد همچنین پیشنهادهای ملموسی در مورد چگونگی اصلاح برنامه موازی آنها برای بهبود عملکرد ارائه می دهد. فصل 8 مروری بر شبکه‌های اتصال فعلی برای سیستم‌های موازی ارائه می‌کند، مقیاس‌پذیری شبکه‌های اتصال را تجزیه و تحلیل می‌کند و چگونگی اندازه‌گیری و بهبود عملکرد شبکه را مورد بحث قرار می‌دهد.
ارزیابی عملکرد، پیش‌بینی و تجسم در سیستم‌های موازی به عنوان یک مرجع عالی برای محققان عمل می‌کند و ممکن است به عنوان متنی برای دوره‌های پیشرفته در این زمینه استفاده شود.< /p>

Performance Evaluation, Prediction and Visualization in ParallelSystems presents a comprehensive and systematic discussion of theoretics, methods, techniques and tools for performance evaluation, prediction and visualization of parallel systems. Chapter 1 gives a short overview of performance degradation of parallel systems, and presents a general discussion on the importance of performance evaluation, prediction and visualization of parallel systems. Chapter 2 analyzes and defines several kinds of serial and parallel runtime, points out some of the weaknesses of parallel speedup metrics, and discusses how to improve and generalize them. Chapter 3 describes formal definitions of scalability, addresses the basic metrics affecting the scalability of parallel systems, discusses scalability of parallel systems from three aspects: parallel architecture, parallel algorithm and parallel algorithm-architecture combinations, and analyzes the relations of scalability and speedup. Chapter 4 discusses the methodology of performance measurement, describes the benchmark- oriented performance test and analysis and how to measure speedup and scalability in practice. Chapter 5 analyzes the difficulties in performance prediction, discusses application-oriented and architecture-oriented performance prediction and how to predict speedup and scalability in practice. Chapter 6 discusses performance visualization techniques and tools for parallel systems from three stages: performance data collection, performance data filtering and performance data visualization, and classifies the existing performance visualization tools. Chapter 7 describes parallel compiling-based, search-based and knowledge-based performance debugging, which assists programmers to optimize the strategy or algorithm in their parallel programs, and presents visual programming-based performance debugging to help programmers identify the location and cause of the performance problem. It also provides concrete suggestions on how to modify their parallel program to improve the performance. Chapter 8 gives an overview of current interconnection networks for parallel systems, analyzes the scalability of interconnection networks, and discusses how to measure and improve network performances.
Performance Evaluation, Prediction and Visualization in ParallelSystems serves as an excellent reference for researchers, and may be used as a text for advanced courses on the topic.