14

我正在处理一些瘫痪,这让我研究了阿姆达尔定律。我已经阅读了许多关于该主题的帖子;

使用阿姆达尔定律计算性能增益

如何计算螺纹效率的阿玛达尔定律

http://en.wikipedia.org/wiki/Amdahl%27s_law

...但希望找到一个在实践中展示它的 C# 示例。搜索证明没有结果。从理论上讲,应该可以制作一个串行应用程序,对可并行部分计时,运行一个并行版本,记录并行部分的长度并将差异(知道正在使用多少个处理器)与 Amdahl 函数的结果进行比较。这是正确的吗?有人知道这样的例子吗?

4

1 回答 1

10

注意:可以在我的 Github 页面上找到该程序的完整工作可下载版本

因此,根据阿姆达尔定律,我们将工作分为“必须串行运行的工作”和“可以并行化的工作”,因此让我们将这两个工作负载表示为List<Action>

var serialWorkLoad = new List<Action> { DoHeavyWork, DoHeavyWork };
var parallelizableWorkLoad = new List<Action> { DoHeavyWork, DoHeavyWork, DoHeavyWork, DoHeavyWork, DoHeavyWork, DoHeavyWork, DoHeavyWork, DoHeavyWork };

代表DoHeavyWork被出色地抽象为:

static void DoHeavyWork()
{
    Thread.Sleep(500);
}

正如你所看到的,为了好玩,我让可并行化的工作负载变得更重一些,并以此作为一个体面的例子。

接下来,我们必须在 Serial 中运行这两个工作负载以获得我们的基线:

var stopwatch = new Stopwatch();
stopwatch.Start();
// Run Serial-only batch of work
foreach (var serialWork in serialWorkLoad)
{
    serialWork();
}

var s1 = stopwatch.ElapsedMilliseconds;

// Run parallelizable batch of work in serial to get our baseline
foreach (var notParallelWork in parallelizableWorkLoad)
{
    notParallelWork();
}

stopwatch.Stop();
var s2 = stopwatch.ElapsedMilliseconds - s1;

在这一点上,我们知道每个工作负载串行运行需要多长时间。现在,让我们再次运行它,并行化可并行化部分。

stopwatch.Reset();
stopwatch.Start();
// Run Serial-only batch of work
foreach (var serialWork in serialWorkLoad)
{
    serialWork();
}

var p1 = stopwatch.ElapsedMilliseconds;

// Run parallelizable batch of work in with as many degrees of parallelism as we can
Parallel.ForEach(parallelizableWorkLoad, (workToDo) => workToDo()); // In Java this is Magic Unicorns

stopwatch.Stop();
var p2 = stopwatch.ElapsedMilliseconds - p1;

现在我们有了基线和并行版本,我们可以计算加速并报告我们的发现:

var speedup = (double)(s1 + s2) / (p1 + p2);

Console.WriteLine("Serial took  : {2}ms, {0}ms for serial work and {1}ms for parallelizable work", s1, s2, s1 + s2);
Console.WriteLine("Parallel took: {2}ms, {0}ms for serial work and {1}ms for parallelizable work", p1, p2, p1 + p2);
Console.WriteLine("Speedup was {0:F}x", speedup);

正如阿姆达尔定律告诉您的那样,由于仅串行工作,很难使用您拥有的核心数完美扩展。

于 2013-01-16T06:39:02.797 回答