قانون أمدال
في البداية، قانون أمدال، الذي وضعه جين أمدال، يوضح مدى ربح في الأداء الذي يمكن انتظاره من حاسوب بتحسين أحد مكونات أدائه. بشكله العام، فإن الربح في الأداء يساوي مدة التنفيذ الكامل للمهمة بدون تحسين مقسوم على مدة التنفيذ نفس المهمة بإدخال التحسين. وفيما يلي تفاصيل أوسع عن ذلك.
عدد المعالجات N
وفي هذا الصدد، في نسخته الأصلية، يمثل تطبيقا بسيطا لقاعدة الثالثة. يوضح كيف أن الربح في الزمن الذي يمنحه نظام متعدد المعالجات يتعلق بـ :
مردود غير مرض أحيانا
إضافةً إلى ذلك، بعض التطبيقات مثل معالجة الصور تستثمر بشكل جيد عملية الموازاة. الجزء القابل للموازاة و يقترب من 0.95 .
طالع كذلك
وعلى صعيد آخر، بعض المعالجات الرقمية يمكنها كذلك الاستفادة من الموازاة بتغيير الخوارزمية (مثلا تعويض خوارزمية غوص-صيدل بخوارزمية جاكوبي التي وإن كانت تعاني من بطء في الوصول للنتيجة إلا أنها قابلة للموازاة بصورة كلية).
وفي السياق ذاته، ملاحظة : يعتبر قانون أمدال أن النظام المستعمل متعدد المعالجات وكل الموارد مخصصة لعمل واحد. وهي وضعية مثالية لا نجدها كثيرا في الواقع، ما يجعل النتائج أكثر تواضعا. ويمكن تدارك الأمر إذا ما روعي استرجاع نفس المعالجات لمتابعة العمل لتفادي إعادة شحن المتكررة للذاكرة (وهو ما يسمى بـ processor affinity).
ومن ناحية أخرى، تظهر حالات أخرى خيبة أمل: فمن أجل s=0.5، الانتقال إلى حاسوب بمعالجين يسمح باختصار 25 بالمئة من مدة المعالجة. أما باستعمال 12 معالج فيتم اختصار45.83 بالمئة من المدة.
الجزء القابل للموازاة s
إذا كان N يؤول إلى مالا نهاية، نحصل على :
وعلى صعيد آخر، في هذا المستوى يتم إهمال العمل المتزايد الناتج عن عملية الموازاة. وصيغة القانون هي :
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟