Основы параллельных вычислений
700,00 руб.
В течение часа!
Экзамен "Основы параллельных вычислений" для пользователей и системных администраторов.
Форма сдачи теста: Экстерн
Количество вопросов: 30
Проходной балл: 90% и выше
Срок действия сертификата: неограничен
Сертификат появляется в профиле ресурса INTUIT, и Вы можете заказать его бумажную версию на сайте INTUIT.
Количество вопросов: 30
Проходной балл: 90% и выше
Срок действия сертификата: неограничен
Сертификат появляется в профиле ресурса INTUIT, и Вы можете заказать его бумажную версию на сайте INTUIT.
11478 шт.
Внимание !
Вопросы к тесту выложены исключительно в ознакомительных целях: количество вопросов может не совпадать с действительным, актуальность не поддерживается,- за решением теста Welcome to the cashier!
В чем состоят необходимые условия для возможности организации параллельных вычислений:
избыточность вычислительных устройств и независимость их функционирования
наличие сети передачи данных между процессорами
организация режима разделения времени
Распределенные вычислительные системы:
не могут быть использованы для организации параллельных вычислений
ориентированы на проведение параллельных вычислений
могут быть использованы для параллельных вычислений только для программ с низкой интенсивностью потоков межпроцессорных передач данных
Режим разделения времени:
может быть использован для начальной подготовки параллельных программ
является основным режимом для организации параллельных вычислений,
не может быть использован при организации параллельных вычислений
Какую компьютерную систему можно отнести к суперкомпьютерам:
компьютер, производительность которого превышает величины в 1 Tflops
систему, способную решать сложные вычислительные задачи
систему с максимально-достижимыми на данный момент времени показателями производительности
В рассмотренной лекции к числу суперкомпьютеров относятся:
NCSA NT, Beowulf
ASCI White, BlueGene
AC3 Velocity, Thunder
Под кластером обычно понимается:
множество отдельных компьютеров, объединенных в сеть, для которых при помощи специальных аппаратно-программных средств обеспечивается возможность унифицированного управления, надежного функционирования и эффективного использования
множество отдельных компьютеров, объединенных в локальную вычислительную сеть
множество отдельных компьютеров, подключенных к сети Интернет
К основным преимуществам кластерных вычислительных систем относится:
построение из типовых элементов аппаратного и программного обеспечения
возможность модернизации и расширения аппаратного обеспечения
обеспечение высокой производительности при достаточно низкой стоимости
Кластерные вычислительные системы:
составляют большинство в списке TOP500 самых высокопроизводительных систем
представлены небольшим числом систем в списке TOP500 самых высокопроизводительных систем
не входят в список TOP500 самых высокопроизводительных систем
В классификации Флинна многопроцессорные вычислительные системы характеризует:
множественный поток команд, один поток данных
множественный поток команд, множественный поток данных
один поток команд, множественный поток данных
В классификации Флинна многопроцессорные вычислительные системы:
образуют отдельный класс вычислительных систем
входят во все имеющиеся классы вычислительных систем
не принадлежат ни к одному классу вычислительных систем
В основе классификации вычислительных систем в систематике Флинна используются:
показатели производительности вычислительных систем
понятия потоков команд и данных
количество имеющихся процессоров и принцип разделения памяти между процессорами
Под мультикомпьютером понимается:
многопроцессорная вычислительная система с распределенной памятью, в которой для передачи данных между процессорами применяются специализированные быстродействующие линии связи
многопроцессорная вычислительная система с распределенной памятью, в которой между любыми двумя процессорами имеется прямая линия связи
многопроцессорная вычислительная система с распределенной памятью
Разделение многопроцессорных систем на мультипроцессоры и мультикомпьютеры основывается:
на способах доступа к оперативной памяти
на топологиях сети передачи данных
на количестве имеющихся в системах процессоров
Типовые топологии сети передачи данных определяются:
с учетом возможности технической реализации и эффективного использования при решении вычислительно-трудоемких задач
только с учетом возможности эффективного использования при решении вычислительно-трудоемких задач
только с учетом возможности технической реализации
К числу характеристик топологии сети передачи данных относятся:
среднее, минимально и максимальное количество линий связи для каждого процессора
диаметр и стоимость
связность и ширина бинарного деления
Среди рассмотренных в лекции типовых топологий приведены:
топологии решетка и гиперкуб
топологии дерево и тор
топологии линейка, кольцо и полный граф
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наименьшей стоимостью:
топология полный граф
топология полное двоичное дерево
топология двумерный решетка-тор
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наименьшим диаметром:
топология линейка
топология гиперкуб,
топология полный граф
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наибольшей связностью:
топология гиперкуб
топология кольцо
топологии дерево
Вычисления на мультипроцессорах с единой общей памятью:
не требуют синхронизации
в обязательном порядке требуют синхронизации
могут потребовать синхронизации
Симметричные мультипроцессоры обеспечивают:
однородный доступ к оперативной памяти
однородный доступ к распределенной оперативной памяти
неоднородный доступ к оперативной памяти
Мультипроцессоры с единой общей памятью обеспечивают:
однозначность содержимого разных кэшей
одновременность выполнения команд разных процессоров
однозначность содержимого регистров разных процессоров
Кластерные системы являются эффективными для вычислений:
с низкой интенсивностью потоков передачи данных
при любых параллельных алгоритмах
при оптимальной балансировке вычислений при любой интенсивности потоков передачи данных
Кластерные системы относятся к:
симметричным мультипроцессорам
мультикомпьютерам
мультипроцессорам
Кластерные системы конструируются из:
специализированных процессоров
типовых компьютерных элементов
типовых процессоров, соединенных специализированной сетью передачи данных
Для мультипроцессоров с распределенной общей памятью время доступа к памяти:
зависит только от интенсивности выполнения операций доступа к памяти
может различаться для разных областей памяти
является одинаковой для всех областей памяти
Для мультипроцессоров с распределенной общей памятью:
возникают проблемы эффективного использования распределенной памяти
возникают проблемы организации прямого доступа к распределенной общей памяти
возникают проблемы с использованием большого количества процессоров
Мультипроцессоры с распределенной общей памятью - это системы, в которых:
обеспечивается доступ только к локальной памяти процессоров
доступ к данным осуществляется при помощи операций передачи данных
доступ к распределенной памяти обеспечивается на аппаратном уровне
Эффективность параллельных вычислений – это:
ускорение вычислений при использовании максимально возможного количества процессоров
величина достижимости максимально возможного ускорения вычислений
ускорение вычислений, усредненное на количество используемых процессоров
Ускорение параллельных вычислений – это:
отношение времени последовательного алгоритма ко времени параллельного решения задачи
отношение времени последовательного алгоритма ко времени параллельного решения задачи при использовании максимально возможного количества процессоров
отношение времени параллельного алгоритма ко времени последовательного решения задачи
Стоимость вычислений - это:
произведение времени параллельного решения задачи на показатель эффективности вычислений
произведение времени последовательного алгоритма на число используемых процессоров
произведение времени параллельного решения задачи на число используемых процессоров
При вычислении общей суммы последовательности числовых значений стоимостно-оптимальным алгоритмом является:
обычная каскадная схема
обе схемы каскадных вычислений
модифицированная каскадная схема
В модифицированной каскадной схеме:
обычная каскадная схема используется на первом и втором этапах вычислений
обычная каскадная схема используется на первом этапе вычислений
обычная каскадная схема используется на втором этапе вычислений
Каскадная схема используется для:
вычисления суммы последовательности числовых значений
вычисления всех частных сумм последовательности числовых значений при четном количестве суммируемых элементов
вычисления всех частных сумм последовательности числовых значений
Пусть есть задача вычисление суммы следующего вида . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
4
5
3
Пусть есть задача вычисление суммы следующего вида . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
5
4
3
Пусть есть задача вычисления произведения всех элемента вектора . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
4
6
5
Пусть есть задача вычисления произведения всех элемента вектора . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равно ускорение при использовании неограниченного числа вычислительных элементов:
2
2,5
3
Пусть есть задача вычисления суммы следующего вида . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равна стоимость вычислений при использовании восьми вычислительных элементов:
16
32
24
Пусть есть задача вычисления суммы следующего вида . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равна эффективность при использовании восьми вычислительных элементов:
15/4
5/8
15/32
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закона Густавсона-Барсиса, сколько потребуется процессоров для достижения ускорения в два раза (результат округлите в большую сторону):
7
8
6
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закон Амдаля, какая достигается эффективность, если используются три вычислительных элемента:
5/9
1/5
7/6
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закон Амдаля, сколько потребуется процессоров для достижения ускорения в два раза:
8
5
6
В законе Амдаля:
не учитывается возможность дополнительных затрат на организацию параллельных вычислений (например, для передачи данных между разными процессорами)
учитываются затраты на передачу данных между разными процессорами
не учитывается наличие последовательных вычислений, которые не могут быть распараллелены
Доля последовательных вычислений, рассматриваемая в законе Амдаля:
может зависеть от используемого параллельного метода
может уменьшаться при повышении вычислительной сложности решаемой задачи
является постоянной
Закон Амдаля позволяет получить:
среднюю оценку возможного ускорения вычислений
нижнюю оценку возможного ускорения вычислений
верхнюю оценку возможного ускорения вычислений
В модели вычислений дуги графа определяют:
зависимость операций по операндам
распределение операций между процессорами
наличие каналов передачи данных между процессорами
В модели вычислений вершинами графа являются:
операнды
процессоры
операции
Модель вычислений – это:
бинарное дерево
ациклический ориентированный граф
циклический ориентированный граф
Для графа информационных зависимостей предполагается:
вычислительные операции могут иметь не более двух операндов
время выполнения вычислительных операций является одинаковым
время передачи данных между процессорами не учитывается
Для графа информационных зависимостей:
расписание параллельных вычислений определяется однозначным образом
может быть сформировано несколько расписаний параллельных вычислений
может быть сформировано только одно расписание
Граф информационных зависимостей:
зависит от алгоритма решения задачи
не зависит от алгоритма решения задачи
зависит только от решаемой задачи
При составлении расписания параллельных вычислений:
к моменту выполнения операции должна быть вычислена часть необходимых данных
вычислительные операции могут выполняться в порядке нумерации
к моменту выполнения операции все необходимые данные уже должны быть вычислены
При составлении расписания параллельных вычислений:
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения произвольного количества операций
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения нескольких информационно-связанных операций
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения только единственной операции
Расписание параллельных вычислений определяет:
время начала выполнения каждой операции
процессоры для выполнения каждой операции
длительность выполнения каждой операции
Для заданного графа информационных зависимостей можно получить:
максимально необходимое количество процессоров для выполнения параллельного алгоритма
минимально возможное время выполнения параллельного алгоритма
верхнюю оценку времени выполнения параллельного алгоритма
Минимально возможное время выполнения параллельного алгоритма:
определяется количеством вершин графа информационных зависимостей
определяется количеством дуг графа информационных зависимостей
определяется длиной максимального пути графа информационных зависимостей
При уменьшении числа используемых процессоров время выполнения алгоритма:
увеличивается пропорционально величине уменьшения количества процессоров
уменьшается пропорционально величине уменьшения количества процессоров
увеличивается пропорционально квадрату величины уменьшения количества процессоров
В задаче суммирования последовательности чисел:
может быть использована каскадная схема суммирования
алгоритм суммирования не может быть распараллелен
может быть использована модифицированная каскадная схема суммирования
В каскадной схеме для задачи суммирования последовательности чисел:
максимально возможная эффективность уменьшается при увеличении числа суммируемых значений
максимально возможное ускорение постоянно увеличивается при увеличении количества используемых процессоров
максимально возможное ускорение увеличивается при увеличении числа суммируемых значений
В каскадной схеме для задачи суммирования последовательности чисел:
время параллельных вычислений постоянно уменьшается при увеличении количества процессоров
минимальное время параллельных вычислений зависит как двоичный логарифм от количества суммируемых значений
минимальное время параллельных вычислений линейно зависит от количества суммируемых значений
В модифицированной каскадной схеме для задачи суммирования последовательности чисел:
минимальное время параллельных вычислений зависит как двоичный логарифм от количества суммируемых значений
минимальное время параллельных вычислений линейно зависит от количества суммируемых значений
время параллельных вычислений постоянно уменьшается при увеличении количества процессоров
В модифицированной каскадной схеме для задачи суммирования последовательности чисел:
максимально возможное ускорение постоянно увеличивается при увеличении количества используемых процессоров
максимально возможное ускорение увеличивается при увеличении числа суммируемых значений
максимально возможная эффективность уменьшается при увеличении числа суммируемых значений
В задаче суммирования последовательности чисел:
эффективность параллельных вычислений в каскадной схеме суммирования и в модифицированной каскадной схеме суммирования является одинаоковой
время вычислений в модифицированной каскадной схеме суммирования превышает время вычислений в каскадной схеме суммирования
время вычислений в каскадной схеме суммирования превышает время вычислений в модифицированной каскадной схеме суммирования
Масштабирование разрабатываемого параллельного алгоритма это процесс:
укрупнения и детализации информационных связей
увеличение и уменьшение числа процессоров, на которое рассчитан алгоритм
укрупнения и детализации подзадач
Распределение подзадач между процессорами должно быть выполнено таким образом, чтобы:
информационные связи между подзадачами были бы минимальными
загруженность процессоров была бы минимальной
информационные связи между подзадачами были бы максимальными
Качество разрабатываемых параллельных методов определяется:
значениями показателей ускорения, эффективности и масштабируемости
числом процессоров, на которое рассчитан алгоритм, используемой топологией сети передачи данных
только значением ускорения
Граф "процессы – каналы" используется:
для детализированного представления графа информационных зависимостей
для описания параллельной программы на стадии выполнения
для описания параллельного алгоритма на этапе проектирования
Граф "подзадачи – сообщения" представляет собой:
агрегированное представление графа информационных зависимостей
детализированное представление графа информационных зависимостей
агрегированное представление графа "процессы – каналы"
Рассмотрение графа "подзадачи – сообщения" концентрирует внимание на вопросах:
выделения подзадач одинаковой вычислительной сложности
детализированного представления графа информационных зависимостей
описания параллельной программы на стадии выполнения
Для снижения сложности моделирования и анализа параллельных методов операции передачи и приема данных считаются выполняющимися:
с блокировками, как при передаче, так и при приеме данных
без задержек, как при передаче, так и при приеме данных
без задержек при передаче, но с возможными блокировками при приеме
Под процессом понимают:
процедуру отправки или приема сообщений, при которой один или несколько процессов могут отправлять пересылаемые данные
выполняемое на вычислительной установке множество задач, относящихся к решению определенной проблемы
выполняемую на процессоре программу, которая использует для своей работы часть локальной памяти процессора и которая содержит ряд операций приема/передачи данных для организации информационного взаимодействия между выполняемыми процессами параллельной программы
Канал передачи данных можно рассматривать как:
очередь сообщений, в которую только один процесс может отправлять пересылаемые данные и из которой процесс-адресат может извлекать сообщения, отправляемые другими процессами
очередь сообщений, в которую один или несколько процессов могут отправлять пересылаемые данные и из которой процесс-адресат может извлекать сообщения, отправляемые другими процессами
стек сообщений, в который один или несколько процессов могут отправлять пересылаемые данные и из которого процесс-адресат может извлекать сообщения, отправляемые другими процессами
Разработка параллельных алгоритмов включает в себя этапы:
написания программного кода, распределения исполняемых модулей по узлам вычислительной системы и проведения вычислительных экспериментов
выделения подзадач, определения информационных зависимостей, масштабирования и распределения подзадач по процессорам вычислительной системы
анализа подзадач и распределения подзадач по процессорам вычислительной системы
Выбор способа разделения вычислений на независимые части основывается:
на анализе графа "процессы – каналы"
на результатах вычислительных экспериментов
на анализе вычислительной схемы решения исходной задачи
При выборе способа разделения вычислений при прочих равных условиях нужно отдавать предпочтение:
частым операциям передачи сообщений большего размера
частым операциям передачи сообщений небольшого размера по сравнению с редкими пересылками данных большого объема
редким операциям передачи сообщений большего размера по сравнению с частыми пересылками данных небольшого объема
Для локальной схемы передачи данных характерно:
выполнение взаимодействий только между небольшим числом подзадач, располагаемых, как правило, на соседних процессорах
выполнение взаимодействий только с соседними подзадачами
отсутствие взаимодействия между подзадачами
В статической схеме передачи данных:
моменты и участники информационного взаимодействия фиксируются на этапах проектирования и разработки параллельных программ
структура операции передачи данных определяется в ходе выполняемых вычислений
взаимодействия могут быть, как определенны на этапе проектирования, так и определяться в ходе выполнения вычислений
Управление распределением нагрузки для процессоров необходимо:
для вычислительных систем с распределенной памятью и для систем с общей памятью
для вычислительных систем с общей памятью
для вычислительных систем с распределенной памятью
Основным показателем успешности выполнения этапа распределения подзадач между процессорами является:
минимальная загруженность процессоров в процессе вычислений
минимальная загруженность сети передачи данных в процессе вычислений
относительная доля времени, в течение которого процессоры использовались для вычислений
Этап распределения подзадач между процессорами является избыточным, если:
количество подзадач совпадает с числом имеющихся процессоров, а топология сети передачи данных представляет собой гиперкуб
количество подзадач совпадает с числом имеющихся процессоров, а топология сети передачи данных представляет собой полный граф
количество подзадач больше числа имеющихся процессоров, а топология сети передачи данных представляет собой полный граф
Для постановки задачи в системе ПараЛаб необходимо выбрать:
объем исходных данных
метод решения задачи
тип задачи
К числу параметров вычислительной системы в системе ПараЛаб относятся:
характеристики протокола передачи данных
количество линий связи между процессорами
топология
Вычислительный эксперимент в системе ПараЛаб – это:
выполнение параллельной программы на реальной многопроцессорной вычислительной системе
выполнение параллельной программы при использовании только одного процессора
демонстрация процесса решения задачи в режиме имитации параллельных вычислений
При проведении серии экспериментов системой ПараЛаб может автоматически варьироваться:
количество процессоров
объем исходных данных задачи
метод решения задачи
В каком из режимов в системе ПараЛаб можно провести вычислительный эксперимент?
в режиме удаленного доступа к многопроцессорному вычислительному кластеру
в режиме локальных параллельных вычислений на последовательном компьютере пользователя с использованием библиотеки передачи сообщений MPI
в режиме имитации параллельных вычислений на обычном последовательном компьютере без использования дополнительных программных средств с визуализацией процесса решения
Эксперименты в режиме имитации в системе ПараЛаб возможно проводить:
одновременно в нескольких определенных пользователем окнах
в активном окне с приостановкой вычислений после каждой итерации применяемого алгоритма
одновременно во всех окнах вычислительных экспериментов
При построении графических зависимостей для экспериментов в системе ПараЛаб , проведенных в режиме имитации, используются:
теоретические оценки, применяемые в системе ПараЛаб
теоретические оценки, определенные пользователем системы
накопленные результаты выполненных экспериментов
При построении графических зависимостей для экспериментов, проведенных в режиме удаленного доступа к параллельной вычислительной системы в системе ПараЛаб , используется:
теоретические оценки, применяемые в системе ПараЛаб
теоретические оценки, определенные пользователем системы
накопленные результаты выполненных экспериментов
При анализе результатов проведенных экспериментов в системе ПараЛаб пользователю предоставляется возможность:
изменять масштаб отображения графиков
изменять вид зависимости, отображенной на листе графиков
просматривать результаты экспериментов как из активного окна, так и из всех окон
Какие режимы передачи данных поддерживает система имитационного моделирования ПараЛаб:
передачи пакетов
побайтная передача данных
передачи сообщений
Какие топологий сети не поддерживает система имитационного моделирования ПараЛаб:
гиперкуб
звезда
полный граф
Какие из перечисленных ниже классы задач поддерживает система имитационного моделирования ПараЛаб:
решение системы линейных уравнений
интегрирование уравнений математической физики
обработка графов
На каких топологиях сети в системе ПараЛаб не реализованы алгоритмы обработки графов:
решетка
кольцо
полный граф
На каких топологиях сети в системе ПараЛаб реализованы алгоритмы перемножения матриц:
полный граф
кольцо
гиперкуб
На каких топологиях сети в системе ПараЛаб реализована быстрая сортировка:
линейка
гиперкуб
кольцо
Помимо выполнения экспериментов в режиме имитации, в системе ПараЛаб предусмотрена возможность проведения реальных экспериментов в режиме удаленного доступа к вычислительному кластеру. Какие возможны операции после выполнения реальных параллельных вычислений:
настроить параметры моделей, используемых в системе ПараЛаб
сравнить результаты и оценить точность используемых в системе теоретических моделей времени выполнения параллельных алгоритмов
осуществить настройку параметров удаленного кластера
В рамках системы ПараЛаб какие допускаются схемы выполнения вычислений при проведении экспериментов:
блочное выполнение итераций алгоритмов
пошаговый
выполнение серии экспериментов
Какие средства присутствуют в рамках системы ПараЛаб для детального изучения и исследования параллельных алгоритмов решения сложных вычислительных задач?
одновременный запуск нескольких экспериментов
средства для отображения результатов всех проведенных экспериментов
пошаговый режим исполнения задач
Вопросы к тесту выложены исключительно в ознакомительных целях: количество вопросов может не совпадать с действительным, актуальность не поддерживается,- за решением теста Welcome to the cashier!
В чем состоят необходимые условия для возможности организации параллельных вычислений:
избыточность вычислительных устройств и независимость их функционирования
наличие сети передачи данных между процессорами
организация режима разделения времени
Распределенные вычислительные системы:
не могут быть использованы для организации параллельных вычислений
ориентированы на проведение параллельных вычислений
могут быть использованы для параллельных вычислений только для программ с низкой интенсивностью потоков межпроцессорных передач данных
Режим разделения времени:
может быть использован для начальной подготовки параллельных программ
является основным режимом для организации параллельных вычислений,
не может быть использован при организации параллельных вычислений
Какую компьютерную систему можно отнести к суперкомпьютерам:
компьютер, производительность которого превышает величины в 1 Tflops
систему, способную решать сложные вычислительные задачи
систему с максимально-достижимыми на данный момент времени показателями производительности
В рассмотренной лекции к числу суперкомпьютеров относятся:
NCSA NT, Beowulf
ASCI White, BlueGene
AC3 Velocity, Thunder
Под кластером обычно понимается:
множество отдельных компьютеров, объединенных в сеть, для которых при помощи специальных аппаратно-программных средств обеспечивается возможность унифицированного управления, надежного функционирования и эффективного использования
множество отдельных компьютеров, объединенных в локальную вычислительную сеть
множество отдельных компьютеров, подключенных к сети Интернет
К основным преимуществам кластерных вычислительных систем относится:
построение из типовых элементов аппаратного и программного обеспечения
возможность модернизации и расширения аппаратного обеспечения
обеспечение высокой производительности при достаточно низкой стоимости
Кластерные вычислительные системы:
составляют большинство в списке TOP500 самых высокопроизводительных систем
представлены небольшим числом систем в списке TOP500 самых высокопроизводительных систем
не входят в список TOP500 самых высокопроизводительных систем
В классификации Флинна многопроцессорные вычислительные системы характеризует:
множественный поток команд, один поток данных
множественный поток команд, множественный поток данных
один поток команд, множественный поток данных
В классификации Флинна многопроцессорные вычислительные системы:
образуют отдельный класс вычислительных систем
входят во все имеющиеся классы вычислительных систем
не принадлежат ни к одному классу вычислительных систем
В основе классификации вычислительных систем в систематике Флинна используются:
показатели производительности вычислительных систем
понятия потоков команд и данных
количество имеющихся процессоров и принцип разделения памяти между процессорами
Под мультикомпьютером понимается:
многопроцессорная вычислительная система с распределенной памятью, в которой для передачи данных между процессорами применяются специализированные быстродействующие линии связи
многопроцессорная вычислительная система с распределенной памятью, в которой между любыми двумя процессорами имеется прямая линия связи
многопроцессорная вычислительная система с распределенной памятью
Разделение многопроцессорных систем на мультипроцессоры и мультикомпьютеры основывается:
на способах доступа к оперативной памяти
на топологиях сети передачи данных
на количестве имеющихся в системах процессоров
Типовые топологии сети передачи данных определяются:
с учетом возможности технической реализации и эффективного использования при решении вычислительно-трудоемких задач
только с учетом возможности эффективного использования при решении вычислительно-трудоемких задач
только с учетом возможности технической реализации
К числу характеристик топологии сети передачи данных относятся:
среднее, минимально и максимальное количество линий связи для каждого процессора
диаметр и стоимость
связность и ширина бинарного деления
Среди рассмотренных в лекции типовых топологий приведены:
топологии решетка и гиперкуб
топологии дерево и тор
топологии линейка, кольцо и полный граф
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наименьшей стоимостью:
топология полный граф
топология полное двоичное дерево
топология двумерный решетка-тор
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наименьшим диаметром:
топология линейка
топология гиперкуб,
топология полный граф
Какая из приведенных в лекции топологий (при одинаковом количестве процессоров) обладает наибольшей связностью:
топология гиперкуб
топология кольцо
топологии дерево
Вычисления на мультипроцессорах с единой общей памятью:
не требуют синхронизации
в обязательном порядке требуют синхронизации
могут потребовать синхронизации
Симметричные мультипроцессоры обеспечивают:
однородный доступ к оперативной памяти
однородный доступ к распределенной оперативной памяти
неоднородный доступ к оперативной памяти
Мультипроцессоры с единой общей памятью обеспечивают:
однозначность содержимого разных кэшей
одновременность выполнения команд разных процессоров
однозначность содержимого регистров разных процессоров
Кластерные системы являются эффективными для вычислений:
с низкой интенсивностью потоков передачи данных
при любых параллельных алгоритмах
при оптимальной балансировке вычислений при любой интенсивности потоков передачи данных
Кластерные системы относятся к:
симметричным мультипроцессорам
мультикомпьютерам
мультипроцессорам
Кластерные системы конструируются из:
специализированных процессоров
типовых компьютерных элементов
типовых процессоров, соединенных специализированной сетью передачи данных
Для мультипроцессоров с распределенной общей памятью время доступа к памяти:
зависит только от интенсивности выполнения операций доступа к памяти
может различаться для разных областей памяти
является одинаковой для всех областей памяти
Для мультипроцессоров с распределенной общей памятью:
возникают проблемы эффективного использования распределенной памяти
возникают проблемы организации прямого доступа к распределенной общей памяти
возникают проблемы с использованием большого количества процессоров
Мультипроцессоры с распределенной общей памятью - это системы, в которых:
обеспечивается доступ только к локальной памяти процессоров
доступ к данным осуществляется при помощи операций передачи данных
доступ к распределенной памяти обеспечивается на аппаратном уровне
Эффективность параллельных вычислений – это:
ускорение вычислений при использовании максимально возможного количества процессоров
величина достижимости максимально возможного ускорения вычислений
ускорение вычислений, усредненное на количество используемых процессоров
Ускорение параллельных вычислений – это:
отношение времени последовательного алгоритма ко времени параллельного решения задачи
отношение времени последовательного алгоритма ко времени параллельного решения задачи при использовании максимально возможного количества процессоров
отношение времени параллельного алгоритма ко времени последовательного решения задачи
Стоимость вычислений - это:
произведение времени параллельного решения задачи на показатель эффективности вычислений
произведение времени последовательного алгоритма на число используемых процессоров
произведение времени параллельного решения задачи на число используемых процессоров
При вычислении общей суммы последовательности числовых значений стоимостно-оптимальным алгоритмом является:
обычная каскадная схема
обе схемы каскадных вычислений
модифицированная каскадная схема
В модифицированной каскадной схеме:
обычная каскадная схема используется на первом и втором этапах вычислений
обычная каскадная схема используется на первом этапе вычислений
обычная каскадная схема используется на втором этапе вычислений
Каскадная схема используется для:
вычисления суммы последовательности числовых значений
вычисления всех частных сумм последовательности числовых значений при четном количестве суммируемых элементов
вычисления всех частных сумм последовательности числовых значений
Пусть есть задача вычисление суммы следующего вида . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
4
5
3
Пусть есть задача вычисление суммы следующего вида . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
5
4
3
Пусть есть задача вычисления произведения всех элемента вектора . Пусть и применяется каскадная схема, аналогичная схеме описанной в лекции для суммирования элементов вектора. Какая в этом случае минимально возможная высота дерева модели вычисления:
4
6
5
Пусть есть задача вычисления произведения всех элемента вектора . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равно ускорение при использовании неограниченного числа вычислительных элементов:
2
2,5
3
Пусть есть задача вычисления суммы следующего вида . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равна стоимость вычислений при использовании восьми вычислительных элементов:
16
32
24
Пусть есть задача вычисления суммы следующего вида . Пусть и применяется каскадная схема с минимально возможной высотой дерева модели вычисления. Чему в этом случае равна эффективность при использовании восьми вычислительных элементов:
15/4
5/8
15/32
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закона Густавсона-Барсиса, сколько потребуется процессоров для достижения ускорения в два раза (результат округлите в большую сторону):
7
8
6
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закон Амдаля, какая достигается эффективность, если используются три вычислительных элемента:
5/9
1/5
7/6
Пусть в решаемой задаче последовательная часть составляет четыре единицы времени, а часть, допускающая линейное распараллеливание, шесть единицы времени. Если использовать закон Амдаля, сколько потребуется процессоров для достижения ускорения в два раза:
8
5
6
В законе Амдаля:
не учитывается возможность дополнительных затрат на организацию параллельных вычислений (например, для передачи данных между разными процессорами)
учитываются затраты на передачу данных между разными процессорами
не учитывается наличие последовательных вычислений, которые не могут быть распараллелены
Доля последовательных вычислений, рассматриваемая в законе Амдаля:
может зависеть от используемого параллельного метода
может уменьшаться при повышении вычислительной сложности решаемой задачи
является постоянной
Закон Амдаля позволяет получить:
среднюю оценку возможного ускорения вычислений
нижнюю оценку возможного ускорения вычислений
верхнюю оценку возможного ускорения вычислений
В модели вычислений дуги графа определяют:
зависимость операций по операндам
распределение операций между процессорами
наличие каналов передачи данных между процессорами
В модели вычислений вершинами графа являются:
операнды
процессоры
операции
Модель вычислений – это:
бинарное дерево
ациклический ориентированный граф
циклический ориентированный граф
Для графа информационных зависимостей предполагается:
вычислительные операции могут иметь не более двух операндов
время выполнения вычислительных операций является одинаковым
время передачи данных между процессорами не учитывается
Для графа информационных зависимостей:
расписание параллельных вычислений определяется однозначным образом
может быть сформировано несколько расписаний параллельных вычислений
может быть сформировано только одно расписание
Граф информационных зависимостей:
зависит от алгоритма решения задачи
не зависит от алгоритма решения задачи
зависит только от решаемой задачи
При составлении расписания параллельных вычислений:
к моменту выполнения операции должна быть вычислена часть необходимых данных
вычислительные операции могут выполняться в порядке нумерации
к моменту выполнения операции все необходимые данные уже должны быть вычислены
При составлении расписания параллельных вычислений:
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения произвольного количества операций
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения нескольких информационно-связанных операций
один и тот же процессор в каждый конкретный момент времени может быть распределен для выполнения только единственной операции
Расписание параллельных вычислений определяет:
время начала выполнения каждой операции
процессоры для выполнения каждой операции
длительность выполнения каждой операции
Для заданного графа информационных зависимостей можно получить:
максимально необходимое количество процессоров для выполнения параллельного алгоритма
минимально возможное время выполнения параллельного алгоритма
верхнюю оценку времени выполнения параллельного алгоритма
Минимально возможное время выполнения параллельного алгоритма:
определяется количеством вершин графа информационных зависимостей
определяется количеством дуг графа информационных зависимостей
определяется длиной максимального пути графа информационных зависимостей
При уменьшении числа используемых процессоров время выполнения алгоритма:
увеличивается пропорционально величине уменьшения количества процессоров
уменьшается пропорционально величине уменьшения количества процессоров
увеличивается пропорционально квадрату величины уменьшения количества процессоров
В задаче суммирования последовательности чисел:
может быть использована каскадная схема суммирования
алгоритм суммирования не может быть распараллелен
может быть использована модифицированная каскадная схема суммирования
В каскадной схеме для задачи суммирования последовательности чисел:
максимально возможная эффективность уменьшается при увеличении числа суммируемых значений
максимально возможное ускорение постоянно увеличивается при увеличении количества используемых процессоров
максимально возможное ускорение увеличивается при увеличении числа суммируемых значений
В каскадной схеме для задачи суммирования последовательности чисел:
время параллельных вычислений постоянно уменьшается при увеличении количества процессоров
минимальное время параллельных вычислений зависит как двоичный логарифм от количества суммируемых значений
минимальное время параллельных вычислений линейно зависит от количества суммируемых значений
В модифицированной каскадной схеме для задачи суммирования последовательности чисел:
минимальное время параллельных вычислений зависит как двоичный логарифм от количества суммируемых значений
минимальное время параллельных вычислений линейно зависит от количества суммируемых значений
время параллельных вычислений постоянно уменьшается при увеличении количества процессоров
В модифицированной каскадной схеме для задачи суммирования последовательности чисел:
максимально возможное ускорение постоянно увеличивается при увеличении количества используемых процессоров
максимально возможное ускорение увеличивается при увеличении числа суммируемых значений
максимально возможная эффективность уменьшается при увеличении числа суммируемых значений
В задаче суммирования последовательности чисел:
эффективность параллельных вычислений в каскадной схеме суммирования и в модифицированной каскадной схеме суммирования является одинаоковой
время вычислений в модифицированной каскадной схеме суммирования превышает время вычислений в каскадной схеме суммирования
время вычислений в каскадной схеме суммирования превышает время вычислений в модифицированной каскадной схеме суммирования
Масштабирование разрабатываемого параллельного алгоритма это процесс:
укрупнения и детализации информационных связей
увеличение и уменьшение числа процессоров, на которое рассчитан алгоритм
укрупнения и детализации подзадач
Распределение подзадач между процессорами должно быть выполнено таким образом, чтобы:
информационные связи между подзадачами были бы минимальными
загруженность процессоров была бы минимальной
информационные связи между подзадачами были бы максимальными
Качество разрабатываемых параллельных методов определяется:
значениями показателей ускорения, эффективности и масштабируемости
числом процессоров, на которое рассчитан алгоритм, используемой топологией сети передачи данных
только значением ускорения
Граф "процессы – каналы" используется:
для детализированного представления графа информационных зависимостей
для описания параллельной программы на стадии выполнения
для описания параллельного алгоритма на этапе проектирования
Граф "подзадачи – сообщения" представляет собой:
агрегированное представление графа информационных зависимостей
детализированное представление графа информационных зависимостей
агрегированное представление графа "процессы – каналы"
Рассмотрение графа "подзадачи – сообщения" концентрирует внимание на вопросах:
выделения подзадач одинаковой вычислительной сложности
детализированного представления графа информационных зависимостей
описания параллельной программы на стадии выполнения
Для снижения сложности моделирования и анализа параллельных методов операции передачи и приема данных считаются выполняющимися:
с блокировками, как при передаче, так и при приеме данных
без задержек, как при передаче, так и при приеме данных
без задержек при передаче, но с возможными блокировками при приеме
Под процессом понимают:
процедуру отправки или приема сообщений, при которой один или несколько процессов могут отправлять пересылаемые данные
выполняемое на вычислительной установке множество задач, относящихся к решению определенной проблемы
выполняемую на процессоре программу, которая использует для своей работы часть локальной памяти процессора и которая содержит ряд операций приема/передачи данных для организации информационного взаимодействия между выполняемыми процессами параллельной программы
Канал передачи данных можно рассматривать как:
очередь сообщений, в которую только один процесс может отправлять пересылаемые данные и из которой процесс-адресат может извлекать сообщения, отправляемые другими процессами
очередь сообщений, в которую один или несколько процессов могут отправлять пересылаемые данные и из которой процесс-адресат может извлекать сообщения, отправляемые другими процессами
стек сообщений, в который один или несколько процессов могут отправлять пересылаемые данные и из которого процесс-адресат может извлекать сообщения, отправляемые другими процессами
Разработка параллельных алгоритмов включает в себя этапы:
написания программного кода, распределения исполняемых модулей по узлам вычислительной системы и проведения вычислительных экспериментов
выделения подзадач, определения информационных зависимостей, масштабирования и распределения подзадач по процессорам вычислительной системы
анализа подзадач и распределения подзадач по процессорам вычислительной системы
Выбор способа разделения вычислений на независимые части основывается:
на анализе графа "процессы – каналы"
на результатах вычислительных экспериментов
на анализе вычислительной схемы решения исходной задачи
При выборе способа разделения вычислений при прочих равных условиях нужно отдавать предпочтение:
частым операциям передачи сообщений большего размера
частым операциям передачи сообщений небольшого размера по сравнению с редкими пересылками данных большого объема
редким операциям передачи сообщений большего размера по сравнению с частыми пересылками данных небольшого объема
Для локальной схемы передачи данных характерно:
выполнение взаимодействий только между небольшим числом подзадач, располагаемых, как правило, на соседних процессорах
выполнение взаимодействий только с соседними подзадачами
отсутствие взаимодействия между подзадачами
В статической схеме передачи данных:
моменты и участники информационного взаимодействия фиксируются на этапах проектирования и разработки параллельных программ
структура операции передачи данных определяется в ходе выполняемых вычислений
взаимодействия могут быть, как определенны на этапе проектирования, так и определяться в ходе выполнения вычислений
Управление распределением нагрузки для процессоров необходимо:
для вычислительных систем с распределенной памятью и для систем с общей памятью
для вычислительных систем с общей памятью
для вычислительных систем с распределенной памятью
Основным показателем успешности выполнения этапа распределения подзадач между процессорами является:
минимальная загруженность процессоров в процессе вычислений
минимальная загруженность сети передачи данных в процессе вычислений
относительная доля времени, в течение которого процессоры использовались для вычислений
Этап распределения подзадач между процессорами является избыточным, если:
количество подзадач совпадает с числом имеющихся процессоров, а топология сети передачи данных представляет собой гиперкуб
количество подзадач совпадает с числом имеющихся процессоров, а топология сети передачи данных представляет собой полный граф
количество подзадач больше числа имеющихся процессоров, а топология сети передачи данных представляет собой полный граф
Для постановки задачи в системе ПараЛаб необходимо выбрать:
объем исходных данных
метод решения задачи
тип задачи
К числу параметров вычислительной системы в системе ПараЛаб относятся:
характеристики протокола передачи данных
количество линий связи между процессорами
топология
Вычислительный эксперимент в системе ПараЛаб – это:
выполнение параллельной программы на реальной многопроцессорной вычислительной системе
выполнение параллельной программы при использовании только одного процессора
демонстрация процесса решения задачи в режиме имитации параллельных вычислений
При проведении серии экспериментов системой ПараЛаб может автоматически варьироваться:
количество процессоров
объем исходных данных задачи
метод решения задачи
В каком из режимов в системе ПараЛаб можно провести вычислительный эксперимент?
в режиме удаленного доступа к многопроцессорному вычислительному кластеру
в режиме локальных параллельных вычислений на последовательном компьютере пользователя с использованием библиотеки передачи сообщений MPI
в режиме имитации параллельных вычислений на обычном последовательном компьютере без использования дополнительных программных средств с визуализацией процесса решения
Эксперименты в режиме имитации в системе ПараЛаб возможно проводить:
одновременно в нескольких определенных пользователем окнах
в активном окне с приостановкой вычислений после каждой итерации применяемого алгоритма
одновременно во всех окнах вычислительных экспериментов
При построении графических зависимостей для экспериментов в системе ПараЛаб , проведенных в режиме имитации, используются:
теоретические оценки, применяемые в системе ПараЛаб
теоретические оценки, определенные пользователем системы
накопленные результаты выполненных экспериментов
При построении графических зависимостей для экспериментов, проведенных в режиме удаленного доступа к параллельной вычислительной системы в системе ПараЛаб , используется:
теоретические оценки, применяемые в системе ПараЛаб
теоретические оценки, определенные пользователем системы
накопленные результаты выполненных экспериментов
При анализе результатов проведенных экспериментов в системе ПараЛаб пользователю предоставляется возможность:
изменять масштаб отображения графиков
изменять вид зависимости, отображенной на листе графиков
просматривать результаты экспериментов как из активного окна, так и из всех окон
Какие режимы передачи данных поддерживает система имитационного моделирования ПараЛаб:
передачи пакетов
побайтная передача данных
передачи сообщений
Какие топологий сети не поддерживает система имитационного моделирования ПараЛаб:
гиперкуб
звезда
полный граф
Какие из перечисленных ниже классы задач поддерживает система имитационного моделирования ПараЛаб:
решение системы линейных уравнений
интегрирование уравнений математической физики
обработка графов
На каких топологиях сети в системе ПараЛаб не реализованы алгоритмы обработки графов:
решетка
кольцо
полный граф
На каких топологиях сети в системе ПараЛаб реализованы алгоритмы перемножения матриц:
полный граф
кольцо
гиперкуб
На каких топологиях сети в системе ПараЛаб реализована быстрая сортировка:
линейка
гиперкуб
кольцо
Помимо выполнения экспериментов в режиме имитации, в системе ПараЛаб предусмотрена возможность проведения реальных экспериментов в режиме удаленного доступа к вычислительному кластеру. Какие возможны операции после выполнения реальных параллельных вычислений:
настроить параметры моделей, используемых в системе ПараЛаб
сравнить результаты и оценить точность используемых в системе теоретических моделей времени выполнения параллельных алгоритмов
осуществить настройку параметров удаленного кластера
В рамках системы ПараЛаб какие допускаются схемы выполнения вычислений при проведении экспериментов:
блочное выполнение итераций алгоритмов
пошаговый
выполнение серии экспериментов
Какие средства присутствуют в рамках системы ПараЛаб для детального изучения и исследования параллельных алгоритмов решения сложных вычислительных задач?
одновременный запуск нескольких экспериментов
средства для отображения результатов всех проведенных экспериментов
пошаговый режим исполнения задач
Вы можете обратится к нам напрямую, через:
По Skype: molodoyberkut
По Telegram: @MolodoyBerkut
По ICQ: 657089516
Или через форму обратной связи на нашем сайте
По Skype: molodoyberkut По Telegram: @MolodoyBerkut По ICQ: 657089516Или через форму обратной связи на нашем сайте
Пока сочиняется...
Экзамен "Основы параллельных вычислений" для пользователей и системных администраторов.
