DAS_2023_1/antonov_dmitry_lab_5
2023-12-05 13:01:36 +04:00
..
screens antonov_dmitry_lab_5_ready 2023-12-05 13:01:36 +04:00
templates antonov_dmitry_lab_5_ready 2023-12-05 13:01:36 +04:00
benchmark.py antonov_dmitry_lab_5_ready 2023-12-05 13:01:36 +04:00
README.md antonov_dmitry_lab_5_ready 2023-12-05 13:01:36 +04:00
simple_app.py good start2 2023-12-04 23:02:40 +04:00

Лабораторная работа №5 - Вспоминаем математику или параллельное перемножение матриц

Изучение параллельного умножения матриц

Задачи

Кратко: реализовать умножение двух больших квадратных матриц.

Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание со *), каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.

Сделать несколько бенчмарков последовательного и параллельного алгоритма на умножение двух матриц размером 100x100, 300x300, 500x500 элементов.

Запуск

Проект запускается в ide просто по нажатию у питон файла на функцию мейн. Нужно последовательно запустить функцию мейн у файлов simple_app.py, benchmark.py.

Описание работы:

Развернули два приложения

  1. Приложение 1 - веб приложение для умножения матриц
  2. Приложение 2 - консольное приложение для сравнения эффективности работы алгоритмов.

Первое приложение дает нам возможность умножить матрицы, получить результат в интерактивном режиме с указанием используемого алгоритма и с указанием размера матрицы. В программе предусмотрена возможность задания количества процессов для распараллеливания. Используется библиотека python multiprocessing.

На рис 3 видно, что с использованием параллельного алгоритма скорость обработки увеличивается довольно существенно. Но оптимальная скорость достигается при кол-ве потоков = кол-ву потоков процессора У меня их 16.

Форма веб приложения для указания парметров умножения матриц

Результат умножения в интерактивном режиме

Сравнение бенчмарков

Параллельное умножение в коде

  • Время обычное: 0.43517565727233887 с
  • Размер матрицы: 100x100
  • Время обычное: 11.15409231185913 с
  • Размер матрицы: 300x300
  • Время обычное: 53.64867091178894 с
  • Размер матрицы: 500x500
  • Размер матрицы: 100x100
  • Время параллельное: 0.582118034362793 с
  • Потоков: 2
  • Размер матрицы: 300x300
  • Время параллельное: 6.083630800247192 с
  • Потоков: 2
  • Размер матрицы: 500x500
  • Время параллельное: 26.892888069152832 с
  • Потоков: 2
  • Размер матрицы: 100x100
  • Время параллельное: 0.9034981727600098 с
  • Потоков: 16
  • Размер матрицы: 300x300
  • Время параллельное: 2.9237937927246094 с
  • Потоков: 16
  • Размер матрицы: 500x500
  • Время параллельное: 10.55041241645813 с
  • Потоков: 16
  • Размер матрицы: 100x100
  • Время параллельное: 1.5674595832824707 с
  • Потоков: 32
  • Размер матрицы: 300x300
  • Время параллельное: 4.185227394104004 с
  • Потоков: 32
  • Размер матрицы: 500x500
  • Время параллельное: 11.912990808486938 с
  • Потоков: 32

Ссылка на видео

https://disk.yandex.ru/i/I_1oUuNTveYUdg