Параллельное программирование с использованием инструментов и технологий Intel, Проверка знаний - тест 1

Граф:

Верно ли, что информационная история любого фрагмента всегда содержит больше дуг, чем операционная история того же фрагмента?

Может ли информационная история некоторого фрагмента содержать 102 вершины и лишь 7 дуг?

Может ли управляющий граф некоторого фрагмента программы быть связным, а его информационный граф несвязным?

Для некоторого фрагмента программы построили четыре модели. Может ли оказаться несвязным граф:

Верно ли утверждение: если в тесновложенном гнезде циклов все итерации каждого цикла гнезда независимы, то перестановка циклов в таком гнезде будет эквивалентным преобразованием?

 Подход к оптимизации вычислений, основанный на использовании команд SIMD (SSE, SSE2…), называется:

Статическая конвейерезация выполняется

Динамическое планирование это:

Степень параллелизма программы

Ускорение за счёт параллельного выполнения

Отметьте ресурсы, которые потоки одного процесса используют совместно

Отметьте частные ресурсы каждого потока

Как называется состояние потока, обладающего всеми необходимыми ресурсами, в том числе возможностью использования ЦП

Как называется состояние потока, заблокированного до наступления некоторого внешнего события

Как называется состояние потока, обладающего всеми необходимыми для выполнения ресурсами за исключением ресурса "время ЦП"

Что отвечает за управление процессами?

Что отвечает за управление потоками?

Что включает в себя контекст процесса?

Что включает в себя контекст потока?

Отметьте действия, не относящиеся к операции создания процесса

Отметьте действия, не относящиеся к операции создания потока

Какой тип планирования преимущественно используется в интерактивных системах?

Укажите оценку сложности современных алгоритмов планирования (N – число субъектов планирования).

Укажите наиболее важный критерий оценки алгоритмов планирования в системах пакетной обработки.

Укажите наиболее важный критерий оценки алгоритмов планирования в интерактивных системах.

Выберите утверждения, верные для невытесняющих алгоритмов планирования.

Выберите утверждения, верные для вытесняющих алгоритмов планирования.

На значения каких критериев влияет размер кванта при использовании вытесняющих алгоритмов планирования?

При использовании каких алгоритмов планирования возможно голодание потоков?

В каких случаях возможно возникновение гонок (races) при использовании несколькими потоками одного объекта данных?

В каких случаях обязательно возникают гонки (races) при использовании несколькими потоками одного объекта данных?

Укажите положения, верные для решения задачи взаимного исключения, основанного на прерываниях.

Укажите положения, верные для алгоритма Петерсона решения задачи взаимного исключения.

Укажите положения, верные для решений задачи взаимного исключения, основанного на использовании специальных команд ЦП (Test&Set, Swap,…).

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

Semaphore Empty = N;  // Буфер содержит N записейFull = 0;() {
 Empty.P();
 AddItemToBuffer();
 Full.V();
}() {
 Full.P();
 RemoveItemFromBuffer();
 Empty.V();
}

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

Semaphore Empty = N;  // Буфер содержит N записейM = unlocked;Full = 0;() {
 M.Lock();
 Empty.P();
 AddItemToBuffer();
 Full.V();
 M.Unlock();
}() {
 M.Lock();
 full.P();
 RemoveItemFromBuffer();
 empty.V();
 M.Unlock();
}

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

int Bufs = N;  // Буфер содержит N записейM = unlocked;Full = 0;() {
 while(1){
   M.Lock();
   if( Bufs != 0 ){
     Bufs --;
     M.Unlock();
     break;
   }
   M.Unlock();
 }
 AddItemToBuffer();
}() {
 while(1){
   M.Lock();
   if( Bufs != N ){
     Bufs ++;
     M.Unlock();
     break;
   }
   M.Unlock();
 }
 RemoveItemFromBuffer();
}

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

Semaphore Empty = N;  // Буфер содержит N записейFull = 0;() {
 Empty.P();
 DisableInterrupts();
 AddItemToBuffer();
 EnableInterrupts();
 Full.V();
}() {
 Full.P();
 DisableInterrupts();
 RemoveItemFromBuffer();
 EnableInterrupts();
 Empty.V();
}

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

Semaphore Empty = N;  // Буфер содержит N записейM = unlocked;Full = 0;() {
 Empty.P();
 M.Lock();
 AddItemToBuffer();
 M.Unlock();
 Full.V();
}() {
 full.P();
 M.Lock();
 RemoveItemFromBuffer();
 M.Unlock();
 empty.V();
}

Рассмотрим задачу использования кольцевого буфера (задача "поставщик-потребитель"). Функции AddItemToBuffer и RemoveItemFromBuffer модифицируют структуру данных, разделяемую поставщиком и потребителем, и не используют синхронизацию. Предположим, что программа может выполняться как на однопроцессорных, так и на многопроцессорных системах, и одновременно могут выполняться несколько потоков-поставщиков и потоков-потребителей. Укажите, является ли решение корректным (всегда работает), или (2) некорректным (никогда не работает), или (3) опасным (в одних случаях работает, в других – нет). 

Semaphore Empty = N;  // Буфер содержит N записейM = unlocked;Full = 0;() {
 Empty.P();
 M.Lock();
 AddItemToBuffer();
 Full.V();
}() {
 full.P();
 M.Lock();
 RemoveItemFromBuffer();
 empty.V();
}

Рассмотрим решение задачи взаимного исключения для двух потоков (i - номер потока). Какое из условий постановки задачи взаимного исключения может быть нарушено в предлагаемом решении?

bool flag0 = false, flag1 = false;( true ){
 while( flag1-i )
   ;
 flagi = true;
 CSi();
 flagi = false;
 NCSi();
}

Рассмотрим решение задачи взаимного исключения для двух потоков (i - номер потока). Какое из условий постановки задачи взаимного исключения может быть нарушено в предлагаемом решении?

bool flag0 = false, flag1 = false;( true ){
 flagi = true;
 while( flag1-i )
   ;
 CSi();
 flagi = false;
 NCSi();
}

Рассмотрим решение задачи взаимного исключения для двух потоков (i - номер потока). Какое из условий постановки задачи взаимного исключения может быть нарушено в предлагаемом решении?

bool flag0 = true, flag1 = false;( true ){
 while( !flagi )
   ;
 CSi();
 flagi = false;
 flag1-i = true;
 NCSi();
}

Рассмотрим решение задачи взаимного исключения для двух потоков (i - номер потока). Какое из условий постановки задачи взаимного исключения может быть нарушено в предлагаемом решении?

bool flag0 = false, flag1 = false;flag2 = 0;( true ){
 flagi = true;
 flag2 = 1 - i;
 while( flag1-i && flag2 == 1 - i )
   ;
 CSi();
 flagi = false;
 NCSi();
}

Технология программирования OpenMP расширяет язык программирования за счет:

Отметьте верные утверждения об OpenMP:

Для сборки OpenMP-программы необходимо.

Для создания параллельной области необходимо использовать директиву:

Для распределения итераций цикла между потоками необходимо использовать следующую директиву OpenMP:

Какая директива OpenMP может быть использована для синхронизации потоков?

Можно ли в OpenMP программе управлять количеством потоков выполняющих работу, не меняя кода программы?

В OpenMP-программе необходимо задать число потоков равное двум. Отметьте верные варианты:

Ваша OpenMP-программа содержит две параллельные области. Необходимо, чтобы число потоков в первой из них равнялось трем, а во второй определялось числом процессоров, доступных операционной системе. Отметьте верные варианты:

В критические секции:

В OpenMP-программе объявлены переменные a и b типа int и массив c типа double. Отметьте верные варианты использования директивы omp atomic.

В OpenMP-программе необходимо подсчитать число потоков в параллельной области без использования функции omp_get_num_threads(). Отметьте верные варианты.

Для выполнения некоторого кода в параллельной области только нулевым потоком необходимо использовать

В параллельной области в OpenMP-программе необходимо выделить память под общую для всех потоков переменную. Отметьте верные варианты кода

Чтобы использовать вложенные параллельные области 

Вы написали программу с использованием OpenMP. При запуске на 4-ядерной системе оказалось, что загрузка процессора равна 25%. Какова наиболее вероятная причина?

В программе на OpenMP распараллелен следующий цикл
#pragma omp for(i = 0; i < 1000; i++)
 for (j = 0; j < 1000; j++)
   с[i] += a[i][j] * b[j];
Является ли данная параллельная реализация корректной?

В программе на OpenMP распараллелен следующий цикл
#pragma omp parallel(i = 0; i < 1000; i++)
 #pragma omp for
 for (j = 0; j < 1000; j++)
   с[i] += a[i][j] * b[j];
Является ли данная параллельная реализация корректной?

Имеется следующий код на OpenMP
double a = 10.0;
#pragma omp parallel private(a)
{
 ...
}
Можно ли средствами OpenMP сделать так, чтобы локальные копии переменной а в каждом потоке имели то же значение, что и исходная переменная a?

В программе на OpenMP распараллелен следующий цикл, где выполнение функции f() может занимать существенно разное время в зависимости от значения входного аргумента
#pragma omp for(i = 0; i < 1000; i++)
   с += func(i);
Каким образом можно добиться наилучшей балансировки вычислительной нагрузки между потоками?

В OpenMP-программе имеются две параллельные области. Возможна ли ситуация, когда один поток закончит выполнение обеих параллельных областей, в то время как другой поток все еще выполняет код первой параллельной области, при условии что все потоки запущены средствами OpenMP?

В OpenMP-программе имеется два распараллеленных цикла. Возможна ли ситуация, когда один поток закончит выполнение обоих циклов, в то время как другой поток все еще выполняет код первого цикла, при условии что все потоки запущены средствами OpenMP?

Как, используя OpenMP, быстрее всего просуммировать элементы очень длинного массива?

В программе на OpenMP имеется вычислительный блок, содержащий два вложенных цикла с независимыми итерациями. Требуется распараллелить его с помощью OpenMP. Количество итераций внешнего цикла 1000, внутреннего – 1000000. Какой цикл выгоднее распараллелить: внешний или внутренний?

Для каких вычислительных систем предназначена технология OpenMP?

Где исполняется код, распараллеленный с помощью технологии OpenMP?

Основное предназначение OpenMP?

Какой из следующих шаблонов параллельного программирования лежит в основе технологии OpenMP?

Выберите наиболее правильное утверждение:

Выберите наиболее правильное утверждение:

Какое количество потоков может быть заведено в рамках параллельной секции?

Что определяет количество потоков в рамках параллельной секции?

Пусть есть система с двумя вычислительными элементами. Известно, что доля последовательного кода составляет 50%. Какое максимальное ускорение можно получить с помощью технологии OpenMP?

Пусть есть система с четырьмя вычислительными элементами. Известно, что доля последовательного кода составляет 20%. Какое максимальное ускорение можно получить с помощью технологии OpenMP?

Пусть есть система с восемью вычислительными элементами. Известно, что доля последовательного кода составляет 20%. Какое максимальное ускорение можно получить с помощью технологии OpenMP?

Пусть есть система с двумя вычислительными элементами. Известно, что доля последовательного кода составляет 40%. Какое максимальное ускорение можно получить с помощью технологии OpenMP?

Пусть написана следующая параллельная программа:
int a = 0;
#pragma omp parallel
{
…
a++;
…
}
Чему равно значение "a" на четырех процессорной системе, после выполнения параллельной секции?

Пусть написана следующая параллельная программа:
int a = 0;
#pragma omp parallel
{
…
#pragma omp single
a++;
…
}
Чему равно значение "a" на четырех процессорной системе, после выполнения параллельной секции?

Пусть написана следующая параллельная программа:
int a = 0;
#pragma omp parallel
{
…
#pragma omp master
a++;
…
}
Чему равно значение "a" на четырех процессорной системе, после выполнения параллельной секции?

Пусть написана следующая параллельная программа:
int a = 0;
#pragma omp parallel
{
…
#pragma omp critical
a++;
…
}
Чему равно значение "a" на четырех процессорной системе, после выполнения параллельной секции?

Пусть написана следующая параллельная программа:
int *a;
#pragma omp parallel
{
…= new int [10];
…
}
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
int *a;
#pragma omp parallel
{
…
#pragma omp critical= new int [10];
…
}
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
int *a;= new int [10];
#pragma omp parallel
{
…[num_th] = num_th;
…
}
Какие проблемы могут наблюдаться при выполнении параллельной программы, если num_th это номер потока (потоков меньше 10)?

Пусть написана следующая параллельная программа:
int *a;= new int [10];
#pragma omp parallel shared(a)
{
…[num_th] = num_th;
…
}
Какие проблемы могут наблюдаться при выполнении параллельной программы, если num_th это номер потока (потоков меньше 10)?

Пусть написана следующая параллельная программа:
int sum = 0;
#pragma omp parallel for
 for(int i = 0; i < 100; i++)
   sum++;
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
int sum = 0;
#pragma omp parallel
 for(int i = 0; i < 100; i++)
   #pragma omp single
   sum++;
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
int sum = 0;
#pragma omp parallel
 for(int i = 0; i < 100; i++)
   #pragma omp critical
   sum++;
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
int sum = 0;
#pragma omp parallel for reduction (sum)
 for(int i = 0; i < 100; i++)
   sum++;
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
#pragma omp parallel
{sum = 0;
#pragma omp for
 for(int i = 0; i < 100; i++)
   sum++;
}
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Операция изменения переменной цикла index в директиве #pragma omp parallel for может иметь следующие формы:

Располагается два цикла. Возможна ли ситуация при которой один из потоков завершил выполнять итерации первого цикла и начал выполнять итерации второго цикла, а другие потоки нет?

Для управления распределением итераций цикла между потоками в OpenMP используется параметр schedule директивы for. При типе расписания static:

Для управления распределением итераций цикла между потоками в OpenMP используется параметр schedule директивы for. При типе расписания dynamic:

Для управления распределением итераций цикла между потоками в OpenMP используется параметр schedule директивы for. При типе расписания guided:

Пусть написан следующий параллельный код:
#pragma omp parallel for ordered
{ 
 for (i=5; i >= 0; i--) {
 #pragma omp ordered
   printf ("%d ",i);
}
В каком порядке выведутся числа?

Пусть написан следующий параллельный код:
#pragma omp parallel for shared(a) private(i,j,sum) \
                    schedule (dynamic, CHUNK) ordered
{ 
 for (i=0; i < NMAX; i++) {
   sum = 0;
   for (j=i; j < NMAX; j++)
     sum += a[i][j]; 
#pragma omp ordered
   printf ("Сумма элементов строки %d равна %f\n",i,sum);
}
Будет ли суммирование происходить параллельно?

Функция omp_init_lock применяется для того что бы:

Для установки симафора используются функции:

Для захвата симафора без блокировки потока используются функции:

Какие проблемы могут возникать при использовании симафоров OpenMP?

Директива #pragma omp sections используется для:

Пусть написана следующая параллельная программа:
int *a;
#pragma omp parallel
{
 #pragma omp sections 
 {
   #pragma omp section
   {
     a = new int [10];
     delete [] a;
   }
   #pragma omp section
   {
     a = new int [10];
     delete [] a;
   }
 }
}
Какие проблемы могут наблюдаться при выполнении параллельной программы?

Пусть написана следующая параллельная программа:
#pragma omp parallel
{
 int *a;
 #pragma omp sections 
 {
   #pragma omp section
   {
     a = new int [10];
     delete [] a;
   }
   #pragma omp section
   {
     a = new int [10];
     delete [] a;
   }
 }
}
Какие проблемы могут наблюдаться при выполнении параллельной программы?

В качестве параметров директивы sections могут использоваться:

Какие из директив позволяют выполнить действия только в одном потоке

Директива #pragma omp barrier используется для:

Функцию omp_get_max_threads используют для:

Функцию omp_get_num_threads используют для:

Функцию omp_get_thread_num используют для:

Функцию omp_get_num_procs используют для:

Пусть написана следующая параллельная программа:
omp_set_num_threads(4)(“%d”, omp_get_num_threads());
#pragma omp parallel
{
…
}
Что выдаст программа на экран?

Пусть написана следующая параллельная программа:
omp_set_num_threads(4)
#pragma omp parallel num_threads(3)
{
…
}
#pragma omp parallel
{
…
}
Сколько потоков будет создано в первой и во второй секции?

Отметьте верные утверждения:

Отметьте верные утверждения:

Под параллельной программой в рамках MPI понимается:

Отметьте верные утверждения:

Как определяется число процессов при запуске MPI-программы?

В программе на MPI требуется с процесса с рангом 0 на процесс с рангом 1 переслать массив a из 10 элементов типа int. Какой код делает это верно?

В программе на MPI требуется принять от процесса с рангом 0 на процессе с рангом 1 массив a из 10 элементов типа int. Отметьте верные варианты.

В программе на MPI, содержащей ввод данных, рассылку данных, вычислительный блок, сбор результатов, необходимо замерить время вычислительного блока. Каким образом это сделать корректно?

В программе на MPI необходимо распределить итерации цикла между процессами, считая, что время выполнения итераций примерно одинаковое

Для организации параллельных вычислений в вычислительных системах с распределенной памятью необходимо:

Для распределения вычислений между процессорами в вычислительных системах с распределенной памятью необходимо:

Минимально необходимый набор операций для организации информационного взаимодействия между процессорами в вычислительных системах с распределенной памятью включает в себя только:

Под параллельной программой в рамках MPI понимается:

Процессы параллельной программой в рамках MPI:

Номер процесса в рамках MPI именуется:

Среди предусмотренных в составе MPI операций передачи сообщений различают:

Под коммуникатором в MPI понимается:

Указание используемого коммуникатора является:

Все данные для передачи в качестве сообщения MPI описываются с помощью триады:

Процессы, между которыми выполняется передача данных:

Завершение функции MPI_Send означает, что:

Прием сообщения при помощи функции MPI_Recv может быть инициирован:

Функция MPI_Recv:

Прием сообщений при помощи функции MPI_Recv может быть осуществлен:

В синхронном режиме передачи завершение функции отправки сообщения происходит:

В буферизованном режиме функция отправки сообщения завершается:

Режим передачи по готовности может быть использован только если:

Применение неблокирующего способа выполнения обменов позволяет:

Завершение вызова функции неблокирующего обмена приводит:

Функция блокирующего ожидания завершения одного обмена в MPI называется:

В коллективных операциях передачи данных обязаны принимать участие:

Коллективные операции MPI:

Под коллективными операциями в MPI понимаются:

Операцию редукции данных MPI_Reduce можно описать:

Обобщенная передача данных от всех процессов всем процессам может быть описана как:

Операция широковещательной рассылки данных это:

Производным типом данных в MPI называется:

Сигнатурой производного типа в MPI именуется:

Протяженность производного типа в MPI это:

При векторном способе новый производный тип создается как:

При индексном способе новый производный тип создается как:

H-векторный и H-индексный способы создания данных отличаются от векторного и индексного способов тем, что:

MPI поддерживает топологии вида:

В декартовой топологии множество процессов представляется в виде:

Топология типа тор в MPI является частным видом топологии типа:

Коллективные операции должны быть вызваны:

Для чего в операциях "точка-точка" используется тег:

В функциях приема сообщений MPI структура MPI_Status используется для:

Структура MPI_Request используется для:

Для корректного завершения работы MPI-программы можно вызвать функцию:

Вы написали программу на языке C. Эта программа работает корректно на подготовленных тестовых данных, но скорость работы вас не устраивает. Какими инструментами, входящими в комплект поставки Parallel Studio, вы воспользуетесь для увеличения скорости работы вашей программы?

Вы написали программу на языке C. Эта программа работает корректно на подготовленных тестовых данных, но скорость работы вас не устраивает. Каким инструментом, входящим в комплект поставки Parallel Studio, вы воспользуетесь для определения участка программы, на выполнение которого расходуется наибольшее количество времени?

Вы написали программу на языке C. Эта программа работает не корректно на части тестовых данных. Каким инструментом, входящим в комплект поставки Parallel Studio, вы воспользуетесь для поиска ошибки в вашей программе?

Вы написали программу на языке C. При сборке вашей программы выдаётся ошибка: "error LNK2019: unresolved external symbol…". Чем вы воспользуетесь для устранения этой ошибки?

Вы написали параллельную программу с использованием потоков на языке C. Вы запустили вашу программу 100 раз на 4-хядерной машине. 98 раз программа отработала корректно, 2 раза программа выдала не корректные данные. Чем вы воспользуетесь в первую очередь при дальнейшей разработке программы?

Вы написали параллельную программу с использованием OpenMP на языке C. Распараллеливание осуществляется за счёт одной строчки: “#pragma omp parallel for”. Другие средства OpenMP не используются, переменные окружения не меняются. Вы запустили вашу программу 100 раз на 1-оядерной машине. 58 раз программа отработала корректно, 32 раза программа выдала не корректные данные, 10 раз программа не доработала до конца и завершила работу с ошибкой. Чем вы воспользуетесь в первую очередь при дальнейшей разработке программы?

Вы написали параллельную программу с использованием OpenMP на языке C. Эта программа работает корректно на подготовленных тестовых данных. Вы запустили вашу программу два раза на 4-хядерной машине. Первый раз вы запустили программу в один поток, и она работала 39 секунд, второй – в 4 потока и она работала 34 секунды. Чем вы воспользуетесь в первую очередь при дальнейшей разработке программы?

Вам выдали работающую последовательную программу, написанную на языке C++. Программа компилируется час, а объём исходников составляет 1.5 MB. Перед вами стоит задача распараллеливания программы. Чем вы воспользуетесь в первую очередь?

Вам выдали работающую последовательную программу на языке C++. Вы выполняете оптимизацию программы. Чем вы воспользуетесь в первую очередь для получения более быстрой версии программы?

Программный продукт Intel Parallel Inspector решает следующие задачи:

Программный продукт Intel Parallel Amplifier решает следующие задачи:

Необходимость создания инструментов для отладки и профилирования параллельных программ вызвана следующими причинами:

Назначение программного продукта Intel Parallel Inspector состоит в следующем:

Назначение программного продукта Intel Parallel Amplifier состоит в следующем:

Назначение программного продукта Intel Parallel Advisor состоит в следующем:

Процесс оптимизации параллельных программ обычно устроен следующим образом:

Успешная отладка и оптимизация параллельных программ в системах с общей памятью требуют:

Процесс обнаружения ошибки в параллельных программах обычно устроен следующим образом:

Под "гонками данных" понимается ситуация, когда:

Под "тупиками" понимается ситуация, когда:

Под ситуацией "заброшенные замки" понимается:

К чему приводит неравномерное распределение вычислительной нагрузки между потоками?

Признаками наличия неравномерной вычислительной нагрузки между потоками являются:

На эффективность работы параллельной программы существенное влияние оказывают следующие факторы:

Какие из следующих утверждений являются верными?

Какие из следующих утверждений являются верными?

Какие из следующих утверждений являются верными?

Какова цель балансировки нагрузки между потоками:

Время, затраченное на следующие операции, может быть причислено к непроизводительным издержкам при работе с потоками:

Время, затраченное на следующие операции, может быть причислено к непроизводительным издержкам при работе с потоками:

Время, затраченное на следующие операции, может быть причислено к непроизводительным издержкам при работе с потоками:

Реализуйте параллельный метод встречной прогонки, оцените его трудоемкость. Сравните теоретическое ускорение параллельного метода с практическим.

Сформулируйте три варианта LU-разложения (по столбцу, по строке, компактная схема). Какой из алгоритмов предпочтителен при реализации?

	Реализуйте метод Гаусса без выбора ведущего элемента. Экспериментально оцените погрешность. Сравните полученную погрешность с погрешностью, которая получается при выборе ведущего элемента по столбцу.

Реализуйте метод Гаусса без выбора ведущего элемента. Экспериментально оцените погрешность. Сравните полученную погрешность с погрешностью, которая получается при выборе ведущего элемента по столбцу и по строке.

Сформулируйте блочный алгоритм LU-разложения. Будет ли он эффективнее обычного алгоритма.

Сформулируйте три варианта разложения Холецкого (строчный, столбцовый, с изменением подматрицы). Какой из алгоритмов предпочтителен при реализации?

Сформулируйте блочный алгоритм разложения Холецкого. Будет ли он эффективнее обычного алгоритма?

Сформулируйте метод верхней релаксации. Как вы оцениваете свойства метода с точки зрения его возможного распараллеливания?

Можно ли применять метод сопряженных градиентов в качестве прямого метода решения системы линейных уравнений? Обоснуйте свой ответ.