Amdahl法则

Amdahl法则

在计算机编程的并行处理程序中，少数必需顺序执行的指令是影响性能的一个要素，即使增加新的处理器也不能改善运行速度。这就是Amdahl法则。有人正是在这一点上对并行处理提出了挑战。一部分人认为，并行处理擅长的是那些增加处理器个数就能提高吞吐量和性能的大问题。　

 

     在一个固定大小的待处理资料中，若欲透过平行处理加速，一般最简单的方法就是透过增加计算节点，但在增加节点时，有很多是须要注意的，增加的节点数不一定与增加的效益比成正比。这就是阿姆达尔定律。Amdahl's law主要的用途是指出了在计算机体系结构设计过程中，某个部件的优化对整个结构的优化帮助是有上限的。也从另外一个方面说明了在体系结构的优化设计过程中，应该挑选对整体有重大影响的部件来进行优化，以得到更好的结果。

 

　　S=1/(a+(1-a)/n)

　　阿姆达尔曾致力于并行处理系统的研究。对于固定负载情况下描述并行处理效果的加速比s，阿姆达尔经过深入研究给出了如下公式：

　　S=1/(a+(1-a)/n)

　　其中，a为串行计算部分所占比例，n为并行处理结点个数。这样，当a=0时，最大加速比s=n；若a=1，则最小加速比。s=1。当n→∞时，极限加速比s→ 1／a，这也就是加速比的上限。例如，若串行代码占整个代码的25％，则并行处理的总体性能不可能超过4。这一公式已被学术界所接受，并被称做“阿姆达尔定律”(Amdahl law)。

Linux SMP对称多处理机制

SMP的全称是"对称多处理"（Symmetrical Multi-Processing）技术，是指在一个计算机上汇集了一组处理器(多CPU),各CPU之间共享内存子系统以及总线结构。它是相对非对称多处理技术而言的、应用十分广泛的并行技术。在这种架构中，一台电脑不再由单个CPU组成，而同时由多个处理器运行操作系统的单一复本，并共享内存和一台计算机的其他资源。虽然同时使用多个CPU，但是从管理的角度来看，它们的表现就像一台单机一样。系统将任务队列对称地分布于多个CPU之上，从而极大地提高了整个系统的数据处理能力。所有的处理器都可以平等地访问内存、I/O和外部中断。在对称多处理系统中，系统资源被系统中所有CPU共享，工作负载能够均匀地分配到所有可用处理器之上。         可以通过多种方法提高 Linux 系统的性能，而其中最流行的一种是提高处理器的性能。一个明显的解决方案是使用具有更快时钟频率的处理器，但是对于任何特定技术来讲都存在一个物理极限，时钟频率也有这样的极限。当达到那个极限时，可使用 “越多越好” 的方法应用多处理器。不幸的是，多处理器的性能并不与单个处理器性能的总和成线性比例。 Amdahl 法则 Gene Amdahl 是一名计算机架构师、IBM 职员，在 IBM、Amdahl Corporation（以他的名字命名的企业）和其他一些公司从事计算机架构开发。但是最著名的是他的法则，该法则用于在改进系统的一部分后预测最大的预期系统改进。它主要用来计算使用多处理器后理论上的最大性能改进（参见图 1）。 图 1. 处理器并行化的 Amdahl 法则   最多十个 CPU 的 Amdahl 法则最多十个 CPU 的 Amdahl 法则 图 1. 最多十个 CPU 的 Amdahl 法则 图中最上面的一条线显示了处理器的数目。理想状态下，添加另外的处理器来解决问题时，希望看到这样的性能增长。不幸的是，并非所有的问题都可以并行化，而且还有管理处理器的开销，所以速度的提高并没有这么大。底部（紫色的线）是一个 90% 的处理属于顺序性的问题例子。在此图中，最佳的情况是棕色的线，它展示了一个 10% 顺序性（因此 90% 可并行化）的问题。即使在这种情况下，十个处理器的执行性能也只比五个稍好一点儿。