Granularitat

Un cop hem identificat una part del programa que podem paral·lelitzar, el pas següent és decidir en quantes tasques la dividim (granularitat). Aquesta decisió afecta directament el rendiment, perquè l’eficiència depèn del speedup i del nombre de processadors:

$$E_P = \frac{S_P}{P}.$$

Granularitat gruixuda → tasques grans.

Si les tasques són molt grans, n’hi haurà poques i cadascuna tindrà molta càrrega de treball. Això redueix el cost de gestió (menys tasques a crear i planificar), però incrementa el risc de load imbalance: si una tasca és significativament més llarga, fixa el $T_P$ i la resta de processadors poden quedar-se inactius (idleness) fins que acabi.

▣Quatre tasques grans T0…T3 en quatre processadors: $T_P$ queda determinat per la tasca més llarga, i els processadors que acaben abans no poden contribuir i es queden esperant (idleness). (figura al dossier, p. 13)

Granularitat fina → tasques petites.

Si fem les tasques molt petites, n’hi haurà moltes i per tant la feina quedarà molt més repartida. Quan un thread acaba, pot continuar amb una altra tasca disponible, reduint el desbalanceig i l’idleness, però pagant un cost addicional: en crear i planificar moltes tasques, creixen els overheads de gestió.

▣28 tasques petites t1…t28 repartides entre quatre processadors: repartiment més homogeni i amb menys idleness, però amb un cost de gestió més gran, degut als trams d’overhead (groc) per la creació de tasques. (figura al dossier, p. 13)