Jaké problémy těží z paralelního výpočtu

Efektivní kód v R

Colin Gillespie

Jumping Rivers & Newcastle University

Vaření

Příliš mnoho kuchařů kazí vývar

Ne každá analýza může využít více jader
- Mnoho statistických algoritmů pracuje pouze s jedním jádrem

Kde tedy paralelní výpočet pomůže?

for(i in 1:8)
    sims[i] <- monte_carlo()

# User defined function
combine_simulations(sims)

x <- 1:8
for(i in 2:8)
    x[i] <- x[i-1]

x[8] = x[7] = ... x[2] = x[1] = 1

Lze toto spustit paralelně?
- NE
  - Pořadí vyhodnocení při paralelním výpočtu nelze předpovědět
  - Výsledek bude chybný, protože x[3] může být vyhodnoceno před x[2]

Lze smyčku spustit dopředu i dozadu?

for(i in 1:8)
    sim[i] <- monte_carlo_simulation()

for(i in 8:1)
    sim[i] <- monte_carlo_simulation()

Lze smyčku spustit dopředu i dozadu?

x <- 1:8
for(i in 2:8)
    x[i] <- x[i-1]
for(i in 8:2)
    x[i] <- x[i-1]

Smyčky dají různé výsledky
- První: x[8] = x[7] = ... = 1
- Druhá: x[8] = x[7] = 7
Paralelní výpočet nelze použít

Pamatujte: Pokud lze smyčku spustit pozpátku, lze pravděpodobně použít paralelní výpočet.

Efektivní kód v R