《多核與GPU程式設計：工具、方法及實踐》----2.5 比對分解模式和程式結構模式

本節書摘來自華章出版社《多核與gpu程式設計：工具、方法及實踐》一書中的第2章，第2.5節， 作 者 multicore and gpu programming: an integrated approach［阿聯酋］傑拉西莫斯·巴拉斯（gerassimos barlas） 著，張雲泉　賈海鵬　李士剛　袁良　等譯， 更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。

一個自然出現的問題是，給定分解模式，如何最好地構造程式？問題的答案高度依賴于具體應用。另外，一些平台給開發者強加了特定的程式結構模式。例如，mpi使用spmd/mpmd模式，而openmp促進循環并行模式。

盡管如此，給定一個特定的分解模式，一些特定的程式結構模式更适合實作。表2-1總結了這些配對。

對2.2節的圖像卷積問題執行2d聚集步驟。最終的通信操作數量是多少？

對2.3.3節的熱擴散例子比較1d和2d分解，假設隻有一半的雙向通信連接配接可用，且n端口通信是可行的，即所有連接配接上的所有通信都可以在相同時間發生。

通信開銷如何影響流水線性能？考慮在流水線各級的常數通信開銷，推出式（2.16）～（2.18）的變種。

2.4.5節代碼清單2-8的并行快速排序所計算出的任務數，是基于每次調用partitiondata函數時輸入會均分成兩半這種最優情況假設。如果考慮最差情況（即一部分包括n-1個元素，另一部分包括0個元素），結果會怎樣呢？

使用一個簡單問題執行個體（例如一個小的整型數組）來追蹤代碼清單2-8并行快速排序的執行。對産生的任務建立甘特圖，假設有無限的可用計算節點來執行它們。可以計算出可獲得的加速比上限嗎？