Parallellkörning

Parallellkörning är processen att utföra flera beräkningar eller uppgifter samtidigt, ofta genom att dela upp arbetet mellan flera kärnor, processorer eller andra enheter. Målet är att öka genomströmningen eller minska svarstiden i ett system genom att utnyttja modern hårdvara och effektiva programstrukturer.

Det finns olika former av parallellkörning. Instruktionsnivåparallellism fokuserar på att utföra flera delar av en instruktion samtidigt, medan data-parallellism behandlar olika datauppsättningar genom samma operationer. Uppgiftsparallellism delar upp arbetet i olika, oberoende uppgifter som kan köras parallellt. Dessa nivåer används ofta tillsammans inom ett program, beroende på problemets natur och tillgänglig hårdvara.

Vanliga modeller och verktyg inkluderar tråd- eller processbaserad parallellism på delade minnesplattformar (t.ex. OpenMP eller multitrådade applikationer), samt kommunikationsbaserad parallellism i distribuerade system (MPI). På många moderna system används vektoriserad körning via SIMD och grafikkortets massiv parallellism genom tekniker som CUDA eller OpenCL för att accelerera vissa typer av arbetsbelastningar.

Fördelarna med parallellkörning inkluderar ökad prestanda, bättre resursutnyttjande och möjlighet att hantera större problem eller realtidskrav. Utmaningar innefattar komplexitet i programmering, överhead vid synkronisering, risk för dataraces och race conditions, samt begränsningar som Amdahls lag och minnesbandbredd.

Användningsområden inkluderar vetenskapliga beräkningar, bild- och videobehandling, maskininlärning och simuleringar. Parallellkörning fortsätter att forma hur moderna system designas för att möta ökade krav på prestanda och energi-optimering. Se även: parallellprogrammering, multitrådning, Cilk, OpenMP, MPI, SIMD.