Инструментальные средства Эффективные алгоритмы № 1 (43) 2013 ПРИКЛАДНАЯ ИНФОРМАТИКА С. Е. <...> Дробнов, аспирант МГТУ МИРЭА, г. Москва Оценивание ускорения вычислений в распределенных системах Решение многих научных и прикладных задач требует значительных вычислительных мощностей. <...> Большие возможности могут открыться за счет распараллеливания вычислений. <...> Введение распараллеливания большей части вычислений с минимальным обменом данными между вычислительными узлами и сервером. <...> Интенсивное взаимодействие вычислительных узлов и сервера невозможно обеспечить для географически распределенных аппаратно-неоднородных ресурсов в GRIDсистеме. GRID-среда не подходит для параллельных вычислений с интенсивным межпроцессорным обменом [1]. <...> В этом отношении главными препятствиями для осуществления нетривиальных параллельных вычислений в GRID-среде являются нестабильность и непредсказуемость времени отклика на запрос, связанная с прохождением пакетов через множество сетевых устройств и с различиями в протоколах связи, используемых во внешних компьютерных сетях и для межпроцессорного обмена внутри суперкомпьютеров. <...> И Методы оценки ускорения вычислений Для оценки ускорения вычислений путем распараллеливания задачи достаточно часто используется закон ограничения роста производительности вычислительной системы с увеличением количества вычислительных узлов, также известный как закон 40 Инструментальные средства Эффективные алгоритмы спользование GRID-систем актуально в задачах, алгоритмы решения которых подразумевают возможность Амдала [2]. <...> Если система состоит из s одинаковых простых универсальных устройств и при выполнении параллельной части алгоритма все s устройств загружены полностью, то максимально возможное ускорение RA описывается этим законом как RA = где βA β 1 β , A A + − 1 s — доля последовательно выполняемых операций (от 0 до 1). <...> Влияние доли последовательно выполняемых операций на ускорение <...>