Descomposició de dades

Capítols

1. 5.1
   Objectius de la descomposició de dadesEsborrany

   Amb memòria jeràrquica i NUMA no n'hi ha prou amb repartir la feina: cal repartir les dades i qui les calcula. Aquests són els sis objectius d'una bona descomposició de dades.

   Llegit
2. 5.2
   Estratègies geomètriquesEsborrany

   Les estratègies geomètriques reparteixen les iteracions de forma regular: block, block amb el residu repartit, cyclic i block-cyclic. Cadascuna guanya en localitat, false sharing o balanceig, però no en tot alhora.

   Llegit
3. 5.3
   Padding contra el false sharingEsborrany

   El padding afegeix espai perquè les dades de threads diferents caiguin en línies de caché separades. El veuràs aplicat a structs i a vectors petits de control.

   Llegit
4. 5.4
   Descomposicions 2DEsborrany

   Les matrius es reparteixen amb les mateixes estratègies, per files o per columnes. Com que es guarden per files (row-major), repartir per files dona millor localitat.

   Llegit
5. 5.5
   Padding en matriusEsborrany

   Si el nombre de columnes no és múltiple de la línia de caché, el final d'una fila i l'inici de la següent comparteixen línia. Amb columnes de padding, cada fila comença alineada.

   Llegit
6. 5.6
   ConsolidacióEsborrany

   Repàs del tema 5: els objectius de la descomposició de dades, les estratègies geomètriques i com evitar el false sharing.

   Llegit