‫داﻧﺸﮑﺪه ﻣﻬﻨﺪﺳﯽ ﻣﮑﺎﻧﯿﮏ‬

‫ﻋﻨﻮان ﭘﺎﯾﺎن ﻧﺎﻣﻪ ﺟﻬﺖ درﯾﺎﻓﺖ درﺟﮥ ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ‬

‫در رﺷﺘﮥ ﻣﻬﻨﺪﺳﯽ ﻣﮑﺎﻧﯿﮏ ‪ -‬ﺗﺒﺪﯾﻞ اﻧﺮژي‬

‫ﺗﻬﯿﮥ ﯾﮏ ﮐﺪ ﭘﺮدازش ﻣﻮازي‬

‫ﺑﺮاي ﺣﻞ ﺟﺮﯾﺎن ﺳﯿﺎل دو ﺑﻌﺪي‬

‫آزاده ﻧﺼﯿﺮي‬

‫اﺳﺘﺎد راﻫﻨﻤﺎ ‪ :‬دﮐﺘﺮ ﺳﯿﺪ ﻣﺼﻄﻔﯽ ﺣﺴﯿﻨﻌﻠﯽ ﭘﻮر‬

‫آﺑﺎن ‪1384‬‬
 ‫ﺗﻘﺪﯾﺮ و ﺗﺸﮑﺮ‬
‫ﭘﺲ از ﺧﺪا ﮐﻪ ﺑﻪ ﺧﺎﻃﺮﺗﻤﺎم ﻧﻌﻤﺘﻬﺎﯾﺶ ‪ ،‬او را ﺷﺎﮐﺮم ؛ ﺑﺮ ﺧﻮد ﻻزم ﻣﯿﺪاﻧﻢ از‬
‫ﮐﺴﺎﻧﯽ ﮐﻪ در اﻧﺠﺎم اﯾﻦ ﭘﺎﯾﺎن ﻧﺎﻣﻪ ﻣﺮا ﯾﺎري ﮐﺮده اﻧﺪ ﺗﺸﮑﺮ ﮐﻨﻢ‪.‬‬
‫از ﺟﻨﺎب آﻗﺎي دﮐﺘﺮ ﺣﺴﯿﻨﻌﻠﯽ ﭘﻮر ﺑﻪ ﻋﻠﺖ راﻫﻨﻤﺎﯾﯿﻬﺎي ﻣﻔﯿﺪﺷﺎن در اﻧﺠﺎم اﯾﻦ‬
‫ﺗﺤﻘﯿﻖ ﺑﺴﯿﺎر ﺳﭙﺎﺳﮕﺰارم ‪ ،‬ﻫﻤﭽﻨﯿﻦ از ﭘﺪر و ﻣﺎدرم ﮐﻪ ﺑﻬﺘﺮﯾﻦ دوﺳﺖ و ﻫﻤﺮاه‬
‫ﻣﻦ در ﻫﻤﮥ ﻣﺮاﺣﻞ زﻧﺪﮔﯿﻢ ﺑﻮده اﻧﺪ ‪ ،‬ﺗﺸﮑﺮ ﻣﯽ ﮐﻨﻢ ‪.‬‬
 ‫ﭼﮑﯿﺪه‬

‫اﯾﻦ ﭘﺮوژه ﮐﻪ ﻣﻮازي ﺳﺎزي ﯾﮏ ﮐﺪ ﺑﺎ ﻗﺎﺑﻠﯿﺖ ﺣﻞ ﻋﺪدي ﺟﺮﯾﺎن آرام ‪ /‬آﺷﻔﺘﻪ‪،‬ﭘﺎﯾﺎ‪/‬ﻧﺎﭘﺎﯾﺎو ﻏﯿﺮ ﻗﺎﺑﻞ ﺗﺮاﮐﻢ‬

‫اﺳﺖ‪،‬ﺣﺮﮐﺘﯽ در ﺟﻬﺖ ﭘﯿﺸﺮﻓﺖ و ارﺗﻘﺎي ﮐﺪﻫﺎي ﻣﻮﺟﻮد و اﺳﺘﻔﺎده از ﺣﺪ اﮐﺜﺮ ﺗﻮاﻧﺎﯾﯽ آﻧﻬﺎ ‪ ،‬ﻣﯿﺒﺎﺷﺪ‪.‬‬

‫ﻣﻮازي ﺳﺎزي ﮐﺪ ﺑﻪ روش اﻧﺘﻘﺎل ﭘﯿﺎم ﺑﺎ ﮐﺘﺎﺑﺨﺎﻧﮥ ‪ MPI‬اﻧﺠﺎم و ﻣﺴﺎﯾﻠﯽ ﺟﻬﺖ ﺑﺮرﺳﯽ راﻧﺪﻣﺎن ﮐﺪ‬

‫ﺗﻮﻟﯿﺪي اﺟﺮا ﺷﺪه اﺳﺖ‪ ،‬ﮐﻪ ﻫﻤﮕﯽ ﺷﻨﺎﺧﺘﻪ ﺷﺪه ﺗﺮﯾﻦ ﻣﺴﺎﯾﻞ ‪ CFD‬ﺑﻪ ﻋﻨﻮان ﻧﻤﻮﻧﻪ ﻫﺎﯾﯽ در ﭘﺪﯾﺪه‬

‫ﻫﺎي ﻣﺨﺘﻠﻒ ﻫﺴﺘﻨﺪ‪ .‬در اﺟﺮاي ﻣﻮازي ﻋﻼوه ﺑﺮ راﺑﻄﮥ راﻧﺪﻣﺎن و ﺗﻌﺪاد ﭘﺮدازﺷﮕﺮﻫﺎي ﻓﻌﺎل ‪ ،‬ﭼﮕﻮﻧﮕﯽ‬

‫ﺗﻘﺴﯿﻢ ﻣﻨﻄﻘﻪ ﺑﺮ راﻧﺪﻣﺎن ﺑﺮرﺳﯽ ﺷﺪ‪.‬‬

‫ﺑﻪ ﻃﻮر ﮐﻠﯽ ﮐﺎﻫﺶ زﻣﺎن و اﻓﺰاﯾﺶ ‪ speed up‬ﺑﺎ اﻓﺰاﯾﺶ ﺗﻌﺪاد ﭘﺮدازﺷﮕﺮﻫﺎ ﮐﺎﻣﻼً واﺿﺢ و ﻣﻄﺎﺑﻖ ﺑﺎ‬

‫ﭘﯿﺶ ﺑﯿﻨﯽ اﺳﺖ‪.‬در ﻣﺴﺎﯾﻠﯽ ﺗﻌﺪاد ﺑﻬﯿﻨﻪ اي ﺑﺮاي ﭘﺮدازﺷﮕﺮﻫﺎ ﺑﻪ دﺳﺖ آﻣﺪ ﮐﻪ ﺗﻌﺪاد ﺑﯿﺸﺘﺮ‪ ،‬ﻣﻨﺠﺮ ﺑﻪ‬

‫ﮐﺎﻫﺶ ‪ speedup‬ﻣﯽ ﺷﺪ‪ .‬ﺗﻔﺎوت رﻓﺘﺎر ﺟﺮﯾﺎن آرام و آﺷﻔﺘﻪ ﻧﯿﺰ ﻧﺴﺒﺖ ﺑﻪ ﻣﻮازي ﺳﺎزي ﺑﺮرﺳﯽ ﮔﺮدﯾﺪ‪.‬‬

‫اﯾﻦ ﭘﺮوژه ﻧﺸﺎن ﻣﯽ دﻫﺪ ﮐﻪ در ﺗﻔﮑﯿﮏ ﻣﻨﻄﻘﻪ ‪ ،‬ﻧﻪ ﺗﻨﻬﺎ اﺻﻞ ﺣﺪاﻗﻞ ارﺗﺒﺎط‪ ،‬ﺑﻠﮑﻪ ﻓﯿﺰﯾﮏ ﻣﺴﺄﻟﻪ ﻧﯿﺰ‬

‫ﺷﺪﯾﺪاً ﺑﺎﯾﺪ ﻣﻮرد ﺗﻮﺟﻪ ﻗﺮار ﮔﯿﺮد ‪ ،‬ﮐﻤﺎ اﯾﻨﮑﻪ ﻣﻤﮑﻦ اﺳﺖ ‪ ،‬ﻓﯿﺰﯾﮏ ﻣﺴﺄﻟﻪ ﺳﺮﻋﺖ ﺑﯿﺸﺘﺮ را ﺑﺎ ﺗﻔﮑﯿﮏ‬

‫ﻣﻨﻄﻘﻪ اي ﮐﻪ ارﺗﺒﺎط ﺑﯿﺸﺘﺮي دارد ‪ ،‬ﺗﺤﻤﯿﻞ ﮐﻨﺪ‪.‬‬

‫ﻓﺼﻞ ﯾﮏ ‪ ،‬ﻣﻘﺪﻣﻪ اي ﮐﻠﯽ در راﺑﻄﻪ ﺑﺎ ﭘﺮدازش ﻣﻮازي و ﺗﺎرﯾﺨﭽﮥ آن و روﯾﮑﺮد اﻣﺮوزي آن ‪،‬و ﻓﺼﻞ دوم‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺒﺎﻧﯽ و اﺻﻄﻼﺣﺎت ﭘﺮدازش ﻣﻮازي و ﺳﺨﺖ اﻓﺰار و ﻧﺮم اﻓﺰار ﻫﺴﺘﻨﺪ‪ .‬در ﻓﺼﻞ ﺳﻮم ﻣﻌﺎدﻻت‬

‫ﺣﺎﮐﻢ ﺑﺮ ﻓﯿﺰﯾﮏ ﻣﺴﺎﯾﻞ ﺳﯿﺎﻻﺗﯽ و ﭼﮕﻮﻧﮕﯽ ﮔﺴﺴﺘﻪ ﺳﺎزي آﻧﻬﺎ در اﯾﻦ ﮐﺪ ‪ ،‬آورده ﺷﺪه اﻧﺪ‪ .‬ﻓﺼﻞ ﭼﻬﺎرم‬

‫اﺧﺘﺼﺎص ﯾﺎﻓﺘﻪ اﺳﺖ ﺑﻪ ﭼﮕﻮﻧﮕﯽ ﻣﻮازي ﺳﺎزي و ﻣﺴﺎﯾﻞ ﺣﻞ ﺷﺪه ﺑﺎ ﮐﺪ ﺗﻮﻟﯿﺪ ﺷﺪه ‪ .‬ﻓﺼﻞ ﭘﻨﺠﻢ ‪ ،‬ﻧﺘﯿﺠﻪ‬

‫ﮔﯿﺮي و ﭘﯿﺸﻨﻬﺎدات اراﺋﻪ ﺷﺪه اﻧﺪ‪.‬‬

‫در ﻧﻬﺎﯾﺖ ﻣﺮاﺟﻊ اﺻﻠﯽ اﯾﻦ ﭘﺎﯾﺎن ﻧﺎﻣﻪ آورده ﺷﺪه اﻧﺪ‪.‬‬
 ‫ﻓﻬﺮﺳﺖ‬

‫ﺻﻔﺤﻪ‬ ‫ﻋﻨﻮان‬
‫‪III‬‬ ‫ﺷﮑﻠﻬﺎ و ﻣﻨﺤﻨﯿﻬﺎ‬
‫‪1‬‬ ‫ﻓﺼﻞ اول ‪ :‬ﻣﻘﺪﻣﻪ‬

‫‪۶‬‬ ‫ﻓﺼﻞ دوم ‪ :‬ﭘﺮدازش ﻣﻮازي ﭼﯿﺴﺖ؟‬

‫‪٧‬‬
‫‪ -1-2‬ﻣﺤﺎﺳﺒﺎت ﻣﻮازي‬
‫‪٧‬‬ ‫‪-2-2‬ﭼﺮا ﭘﺮدازش ﻣﻮازي؟‬
‫‪١١‬‬ ‫‪-3-2‬واژه ﺷﻨﺎﺳﯽ‬
‫‪15‬‬
‫‪-4-2‬ﺳﺨﺖ اﻓﺰار‬
‫‪١۶‬‬
‫‪ -1-4-2‬ﻃﺒﻘﻪﺑﻨﺪي )‪.(taxonomy‬‬
‫‪١۶‬‬
‫‪ -2-4-2‬ﻣﻌﻤﺎري ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫‪١٧‬‬
‫‪SIMD -1-2-4-2‬‬

‫‪٢١‬‬
‫‪MIMD -2-2-4-2‬‬

‫‪٢٢‬‬
‫‪ -1-2-2-4-2‬ﺣﺎﻓﻈﻪ ﻣﺸﺘﺮك ) ‪(Shared – Memory‬‬
‫‪٢٣‬‬
‫‪ -2-2-2-4-2‬ﺣﺎﻓﻈﻪ ﺗﻮزﯾﻊ ﺷﺪه )‪(Distributed Memory‬‬

‫‪٢۵‬‬
‫‪Distributed – Shared‬‬ ‫‪Memory‬‬ ‫‪ -3-2-4-2‬ﻧﻮع ‪Hybrid‬‬

‫‪٢۶‬‬
‫‪-5-2‬ﻧﺮم اﻓﺰار‬
‫‪٢٧‬‬
‫‪ -1-5-2‬اﻟﮕﻮرﯾﺘﻢﻫﺎي ﭘﺮدازش ﻣﻮازي‬
‫‪٣٠‬‬ ‫ﻓﺼﻞ ﺳﻮم ‪ :‬ﻣﻌﺎدﻻت ﺣﺎﮐﻤﻪ و ﮔﺴﺴﺘﻪ ﺳﺎزي‬
‫‪٣١‬‬ ‫‪-1-3‬ﻣﻌﺎدﻻت ﺣﺎﮐﻢ ﺑﺮ ﺳﯿﺎل‬
‫‪٣٣‬‬ ‫‪ -2-3‬ﮔﺴﺴﺘﻪ ﺳﺎزي ﻣﻌﺎدﻻت‬
‫‪٣٩‬‬
‫ﻓﺼﻞ ﭼﻬﺎرم ‪ :‬ﭼﮕﻮﻧﮕﯽ ﻣﻮازي ﺳﺎزي‬
‫‪۴٠‬‬ ‫‪ -1-4‬ﻣﻌﺮﻓﯽ ﮐﺪ‬
‫‪۴١‬‬ ‫‪-2-4‬ﻣﻌﺮﻓﯽ ‪ CLUSTER‬ﻣﻮرد اﺳﺘﻔﺎده‬
‫‪۴٢‬‬ ‫‪-3-4‬ﺗﻔﮑﯿﮏ ﻣﻨﻄﻘﻪ)‪(Domain Decomposition‬‬
‫‪۴۶‬‬
‫‪ -4-4‬ﻣﺴﺎﯾﻞ ﺣﻞ ﺷﺪه‬
‫‪۴۶‬‬ ‫اﻟﻒ(ﺟﺮﯾﺎن آرام در ﮐﺎﻧﺎل‬
‫‪۴٧‬‬ ‫ب(ﺟﺮﯾﺎن آﺷﻔﺘﻪ در ﮐﺎﻧﺎل‬
‫‪۴٨‬‬ ‫ج(ﺟﺮﯾﺎن آرام روي ﭘﻠﻪ)‪(Backward step‬‬
‫‪۵٠‬‬
‫د(ﺟﺮﯾﺎن آﺷﻔﺘﻪ روي ﭘﻠﻪ‬
‫‪۵١‬‬ ‫ه(ﺟﺮﯾﺎن داﺧﻞ ﺣﻔﺮه)‪(cavity‬‬
‫‪۵۵‬‬ ‫و(ﺟﺮﯾﺎن داﺧﻞ ﺟﻌﺒﻪ ﺑﺎ ﻣﺮز ﻧﺎﭘﺎﯾﺎي ﺳﯿﻨﻮﺳﯽ‬
‫‪۵۶‬‬ ‫ز( ﺧﺸﮏ ﮐﻦ ﺑﺎ ﺑﺨﺎر ﺳﻮﭘﺮﻫﯿﺖ‬
‫‪۵٧‬‬
‫ز‪ -1-‬ﻫﯿﺪرودﯾﻨﺎﻣﯿﮏ ﺗﮏ ﺟﺖ‬
‫‪۶٠‬‬ ‫ز‪ -2-‬اﻧﺘﻘﺎل ﺣﺮارت‬
‫‪۶۶‬‬ ‫ﻓﺼﻞ ﭘﻨﺠﻢ ‪:‬ﻧﺘﺎﯾﺞ و ﭘﯿﺸﻨﻬﺎدات‬
‫‪۶٩‬‬
‫ﻣﺮاﺟﻊ‬
 ‫ﻓﻬﺮﺳﺖ ﺷﮑﻠﻬﺎ‬
‫ﺻﻔﺤﻪ‬ ‫ﻋﻨﻮان‬

‫‪14‬‬ ‫ﻧﻤﻮدار ﺷﻤﺎﺗﯿﮏ ‪ speed up‬ﺑﺮ ﺣﺴﺐ ﺗﻌﺪاد ﭘﺮدازﺷﮕﺮﻫﺎي ﻓﻌﺎل‬ ‫ﺷﮑﻞ‪:١-٢‬‬
‫‪18‬‬ ‫ﯾﮏ ﻣﺪل ون ﻧﯿﻮﻣﻦ‬ ‫ﺷﮑﻞ‪:٢-2‬‬
‫‪19‬‬ ‫ﻣﺪل ﺳﺨﺖ اﻓﺰاري ﺑﺮداري‬ ‫ﺷﮑﻞ‪:٣-٢‬‬
‫‪20‬‬ ‫ﻣﺪل ‪SIMD‬‬ ‫ﺷﮑﻞ‪:۴-٢‬‬
‫‪22‬‬ ‫ﻣﺪل ‪MIMD‬‬ ‫ﺷﮑﻞ‪:۵-٢‬‬
‫‪23‬‬ ‫ﻣﺪل ‪shared memory‬‬ ‫ﺷﮑﻞ‪:۶-٢‬‬
‫‪23‬‬ ‫ﻣﺪل اﯾﺪه آل‬ ‫ﺷﮑﻞ‪:٧-٢‬‬
‫‪24‬‬ ‫ﻣﺪل ‪distributed memory‬‬ ‫ﺷﮑﻞ‪:٨-٢‬‬
‫‪25‬‬ ‫ﻣﺪل ﻫﯿﺒﺮﯾﺪ‬ ‫ﺷﮑﻞ‪:٩-٢‬‬
‫‪41‬‬ ‫ﺗﺼﻮﯾﺮ ‪ cluster‬ﺑﺎ ‪node 8‬‬ ‫ﺷﮑﻞ‪:١-۴‬‬
‫‪42‬‬ ‫ﺷﮑﻞ ﻧﻤﺎدﯾﻦ ﭼﮕﻮﻧﮕﯽ ﺗﻔﮑﯿﮏ ﻣﻨﻄﻘﻪ ﺑﺎ ﻣﺮز ﻣﺸﺘﺮك‬ ‫ﺷﮑﻞ‪:٢-۴‬‬
‫‪44‬‬ ‫ﻓﻠﻮﭼﺎرت ﺑﺮﻧﺎﻣﻪ در ﺣﺎﻟﺖ ﺳﺮﯾﺎل‬ ‫ﺷﮑﻞ ‪:٣-۴‬‬
‫‪43‬‬ ‫ﭘﺮوﻓﯿﻞ ﺳﺮﻋﺖ در ﺧﺮوﺟﯽ ﯾﮏ ﮐﺎﻧﺎل ﺑﺎ ﺟﺮﯾﺎن آرام‬ ‫ﺷﮑﻞ ‪:۴-۴‬‬
‫‪47‬‬ ‫ﻣﻨﺤﻨﯽ ‪ speedup‬ﺟﺮﯾﺎن آرام داﺧﻞ ﮐﺎﻧﺎل‬ ‫ﺷﮑﻞ ‪:۵-۴‬‬
‫‪48‬‬ ‫ﭘﺮوﻓﯿﻞ ﺳﺮﻋﺖ در ﺧﺮوﺟﯽ ﮐﺎﻧﺎل ﺑﺎ ﺟﺮﯾﺎن آﺷﻔﺘﻪ‬ ‫ﺷﮑﻞ ‪:۶-۴‬‬
‫‪48‬‬ ‫‪ speedup‬ﺟﺮﯾﺎن آﺷﻔﺘﻪ در ﮐﺎﻧﺎل‬ ‫ﺷﮑﻞ ‪:٧-۴‬‬
‫‪49‬‬ ‫ﮐﺎﻧﺘﻮر ﺟﺮﯾﺎن آرام ﮔﺬرﻧﺪه از روي ﭘﻠّﻪ‬ ‫ﺷﮑﻞ ‪:٨-۴‬‬
‫‪50‬‬ ‫‪speedup‬ﺟﺮﯾﺎن آرام روي ﭘﻠّﻪ‬ ‫ﺷﮑﻞ ‪:٩-۴‬‬
‫‪50‬‬ ‫ﮐﺎﻧﺘﻮر ﺟﺮﯾﺎن آﺷﻔﺘﻪ روي ﭘﻠّﻪ‬ ‫ﺷﮑﻞ‪:١٠-۴‬‬
‫‪51‬‬ ‫‪ speedup‬ﺟﺮﯾﺎن آﺷﻔﺘﻪ روي ﭘﻠّﻪ‬ ‫ﺷﮑﻞ‪:١١-۴‬‬
‫‪52‬‬ ‫ﮐﺎﻧﺘﻮر ﺟﺮﯾﺎن داﺧﻞ ﺣﻔﺮه‬ ‫ﺷﮑﻞ‪:١٢-۴‬‬
‫‪52‬‬ ‫‪speedup‬ﺟﺮﯾﺎن داﺧﻞ ﺣﻔﺮه ‪ Ghia■،‬و— اﯾﻦ ﮐﺪ‬ ‫ﺷﮑﻞ‪:١٣-۴‬‬
‫‪53‬‬ ‫ﮔﺮاﻓﯿﮏ ﺳﻪ ﻧﻮع ﺗﻔﮑﯿﮏ ﻣﻨﻄﻘﻪ در ‪cavity‬‬ ‫ﺷﮑﻞ‪:١۴-۴‬‬
‫‪54‬‬ ‫ﻣﻘﺎﯾﺴﮥ‪ speedup‬ﺟﺮﯾﺎن داﺧﻞ ﺣﻔﺮه در ﺳﻪ ﻣﺪل ﺗﻘﺴﯿﻢ ﻣﻨﻄﻘﻪ‬ ‫ﺷﮑﻞ‪:١۵-۴‬‬
‫‪55‬‬ ‫ﮐﺎﻧﺘﻮر ﺧﻂ ﺟﺮﯾﺎن در ﺟﻌﺒﻪ در زﻣﺎن ‪t = 0/07‬‬ ‫ﺷﮑﻞ‪:١۶-۴‬‬
‫‪56‬‬ ‫‪ speed up‬ﺣﺎﺻﻞ از ﺟﺮﯾﺎن داﺧﻞ ﺟﻌﺒﻪ‬ ‫ﺷﮑﻞ‪:١٧-۴‬‬
‫‪57‬‬ ‫ﺷﮑﻞ ﺷﻤﺎﺗﯿﮏ از ﺗﻔﮑﯿﮏ ﻣﻨﻄﻘﮥ ‪ impinging‬در راﺳﺘﺎي ﻋﻤﻮدي‬ ‫ﺷﮑﻞ‪:١٨-۴‬‬
‫‪59‬‬ ‫ﮐﺎﻧﺘﻮر ﺟﺮﯾﺎن ﯾﮏ ﺗﮏ ﺟﺖ ﭘﺎﺷﺸﯽ‬ ‫ﺷﮑﻞ‪:١٩-۴‬‬
‫‪62‬‬ ‫ﻣﻨﺤﻨﯽ ﻓﺸﺎر ﻧﺴﺒﯽ ﻧﺴﺒﺖ ﺑﻪ ﻓﺎﺻﻠﻪ از ﺧﻂ ﻣﺮﮐﺰي ﺟﺖ‬ ‫ﺷﮑﻞ‪:٢٠-۴‬‬
‫‪63‬‬ ‫ﻣﻨﺤﻨﯽ ‪ Nu‬ﺑﺮ ﺣﺴﺐ ﻓﺎﺻﻠﻪ از ﻣﺮﮐﺰ ﺟﺖ‬ ‫ﺷﮑﻞ‪:٢١-۴‬‬
‫‪64‬‬ ‫ﻣﻨﺤﻨﯽ ‪ speedup‬ﺗﮏ ﺟﺖ ﭘﺎﺷﺸﯽ‬ ‫ﺷﮑﻞ‪:٢٢-۴‬‬
‫ﻓﺼﻞ او‪‬ل‬
‫ﻣﻘﺪﻣﻪ‬
‫ﺗﻮﺟﻪ ﺑﻪ ﭘﺮدازش ﻣﻮازي ﺑﻪ ﻋﻨﻮان روﯾﮑﺮدي ﺗﻘﺮﯾﺒﺎً ﺟﺪﯾﺪ در ﮐﺪ ﻧﻮﯾﺴﯽ ‪ ،‬ﻧﻪ ﺗﻨﻬﺎ ﺑﻪ ﻋﻨﻮان آﺳﺎن ﮐﻨﻨﺪه‬

‫و ﺳﺮﻋﺖ دﻫﻨﺪه ‪ ،‬ﺑﻠﮑﻪ ﺑﻪ ﻋﻨﻮان ﻫﺪف ﺳﺎزﻧﺪﮔﺎن ﺳﺨﺖ اﻓﺰار ﺑﻪ ﻋﻨﻮان ﻣﻌﻤﺎري ﯾﮏ ‪ PC‬ﺧﺎﻧﮕﯽ‪ ،‬ﺑﺪون‬

‫ﺷﮏ ﯾﮏ ﺿﺮورت اﺳﺖ‪ .‬ﻣﮑﺎﻧﯿﮏ ﺳﯿﺎﻻت از ﺷﺎﺧﻪ ﻫﺎﯾﯽ در ﻋﻠﻮم و ﻓﻨﻮن اﺳﺖ ﮐﻪ ﻣﻌﺎدﻻت ﭘﯿﭽﯿﺪه و‬

‫ﻓﯿﺰﯾﮏ ﺑﺤﺚ ﺑﺮ اﻧﮕﯿﺰ ﭘﺪﯾﺪه ﻫﺎي ﺗﺤﺖ ﺑﺮرﺳﯽ اش آن را ﺷﺪﯾﺪاً واﺑﺴﺘﻪ ﺑﻪ ﻣﺤﺎﺳﺒﺎت ﮐﺎﻣﭙﯿﻮﺗﺮي و‬

‫ﺣﻠﻬﺎي ﻋﺪدي ﺣﺠﯿﻢ و دﻗﯿﻖ ﮐﺮده اﺳﺖ‪.‬‬

‫از آﻧﺠﺎ ﮐﻪ ﺑﻪ ﻃﻮر ﮐﻠﯽ ‪ ،‬ﮐﻤﺘﺮ از ﻧﯿﻢ ﻗﺮن از ﻋﻤﺮ ﭘﺮدازش ﻣﻮازي ‪ ،‬ﻣﯽ ﮔﺬرد‪،‬ﻫﻨﻮز در ﺗﻤﺎم ﺟﻬﺎت ‪،‬‬

‫ﻗﺎﺑﻞ ﭘﯿﺸﺮﻓﺖ و ﺗﺤﻘﯿﻖ ﻣﯽ ﺑﺎﺷﺪ‪ .‬در زﻣﯿﻨﮥ ﺳﺨﺖ اﻓﺰار ﺑﺎ اﻧﻮاع ﻣﻌﻤﺎرﯾﻬﺎ روﺑﺮو ﻣﯿﺸﻮﯾﻢ و ﻫﻤﭽﻨﺎن ‪ ،‬و‬

‫اﻟﺒﺘّﻪ ﻣﺘﺄﺛﺮ از ﭘﯿﺸﺮﻓﺖ در ﺳﺎﯾﺮ ﺷﺎﺧﻪ ﻫﺎي ﺳﺨﺖ اﻓﺰار ‪ ،‬در ﺣﺎل ﭘﯿﺸﺮﻓﺖ ﻣﯿﺒﺎﺷﺪ‪ .‬در زﻣﯿﻨﮥ ﻧﺮم اﻓﺰار ﻧﯿﺰ‬

‫‪ ،‬ﻧﻪ ﺗﻨﻬﺎ ﺑﺴﯿﺎري از ﮐﺎﻣﭙﺎﯾﻠﺮﻫﺎ ‪ ،‬ﺑﻪ ﺻﻮرت ‪ High Performance‬دوﺑﺎره وﯾﺮاﯾﺶ ﺷﺪه اﻧﺪ‪ ،‬ﮐﺘﺎﺑﺨﺎﻧﻪ‬

‫ﻫﺎي ﺑﺴﯿﺎر ﮐﺎرآﻣﺪ و ﻣﻔﯿﺪ ﺟﻬﺖ اﺗﺼﺎل ﺑﻪ ﺑﺮﻧﺎﻣﮥ ﺳﺮﯾﺎل از ﻗﺒﻞ ﻧﻮﺷﺘﻪ ﺷﺪه‪ ،‬ﻃﺮاﺣﯽ و ﺗﻮﻟﯿﺪ ﺷﺪه اﻧﺪ‪ .‬از‬

‫دﯾﺪﮔﺎه ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ‪ ،‬ﺑﻪ ﻣﻌﻨﯽ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار و ﺳﺨﺖ اﻓﺰار ﻣﻮﺟﻮد ‪ ،‬ﺟﻬﺖ ﺗﻮﻟﯿﺪ ﯾﮏ ﮐﺪ و ﯾﺎ ﻧﺮم‬

‫اﻓﺰار ﮐﺎرﺑﺮدي‪ ،‬ﻣﯽ ﺗﻮان در ﺑﺴﯿﺎري از ﺷﺎﺧﻪ ﻫﺎي ﻋﻠﻮم ﭘﺎﯾﻪ ‪ ،‬ﻓﻨﯽ و ﻣﻬﻨﺪﺳﯽ ‪ ،‬ﻫﻨﺮي ‪ ،‬آﻣﺎر و اﻗﺘﺼﺎد و‬

‫ﺷﺎﺧﻪ ﻫﺎي دﯾﮕﺮ ‪ ،‬ﺗﺤﻮل و ﭘﯿﺸﺮﻓﺖ ﻧﺎﺷﯽ از ﺑﻪ ﮐﺎر ﺑﺮدن اﯾﻦ ﻧﻮع ﺗﻔﮑّﺮ و ﻓﻦ آوري را ﻣﺸﺎﻫﺪه ﮐﺮد‪ .‬ﺑﻪ‬

‫ﻃﻮر ﺧﺎص ‪ ،‬در ﻣﮑﺎﻧﯿﮏ ﺳﯿﺎﻻت ‪ ،‬ﻣﻮازي ﺳﺎزي و ﺗﻔﮑﺮ ﻣﻮازي در ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ‪ ،‬ﺗﺤﻮل ﺑﺰرﮔﯽ در ﺣﻞ‬

‫ﻣﺴﺎﯾﻞ ﻣﺘﻌﺪد‪ ،‬ﺧﺼﻮﺻﺎً ﻣﺴﺎﯾﻞ ‪ ، grand challenging‬اﯾﺠﺎد ﮐﺮده اﺳﺖ‪ .‬اﻣﺮوزه ﻣﺘﺨﺼﺼﺎن ‪ CFD‬ﻧﻪ‬

‫ﺗﻨﻬﺎ ﺑﻪ دﻧﺒﺎل روﺷﻬﺎﯾﯽ ﺑﻬﯿﻨﻪ در ‪ grid generation‬ﺑﻠﮑﻪ در ﺗﻘﺴﯿﻢ ﻣﻨﺎﻃﻖ ‪(Domain‬‬

‫)‪ Decomposition‬ﺑﯿﻦ ﭘﺮدازﺷﮕﺮﻫﺎ ﻫﺴﺘﻨﺪ ‪ .‬ﺑﻪ ﻋﻼوه ﯾﮑﯽ از ﮐﺎرﻫﺎﯾﯽ ﮐﻪ اﻧﺠﺎم ﻣﯽ ﺷﻮد ‪ ،‬ﺑﻬﺒﻮد‬

‫ﻋﻤﻠﮑﺮد ﮐﺪﻫﺎي ﮐﺎرآﻣﺪ ﻣﻮﺟﻮد ﺑﺎ اﺳﺘﻔﺎده از ﻣﻮازي ﺳﺎزي اﺳﺖ‪ .‬دﯾﺪﮔﺎه ﻣﻮازي ‪ ،‬ﺟﺴﺎرت اﻧﺪﯾﺸﯿﺪن ﺑﻪ‬

‫ﻣﺴﺎﯾﻞ ﺑﺰرگ ‪ ،‬ﺣﺠﯿﻢ و دﻗﯿﻖ ‪ ،‬از ﺟﻬﺎت ﻣﺨﺘﻠﻒ را ﺑﻪ ﻣﺘﺨﺼﺼﺎن اﯾﻦ ﺷﺎﺧﻪ از ﻋﻠﻢ داده اﺳﺖ‪ .‬از آﻧﺠﺎ‬

‫ﮐﻪ ﺗﻨﻮع ﻣﺴﺎﯾﻠﯽ ﮐﻪ ﺑﻪ اﯾﻦ روش ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﻣﯽ ﺷﻮﻧﺪ و ﺗﻨﻮع روﯾﮑﺮدﻫﺎ ﻧﺴﺒﺖ ﺑﻪ ﻣﻮازي ﺳﺎزي و‬

‫ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده از اﯾﻦ ﻓﻦ ﺑﺴﯿﺎر ﻣﺘﻨﻮع و ﻣﺘﻌﺪد اﺳﺖ ‪ ،‬ﻧﻤﯽ ﺗﻮان ﻣﻮرد ﺧﺎﺻﯽ را ﺟﻬﺖ روﯾﮑﺮد اﻣﺮوز‪،‬‬

‫‪2‬‬
‫ﻧﺎم ﺑﺮد ‪ .‬از ﺑﺰرﮔﺘﺮﯾﻦ ﺷﺎﺧﻪ ﻫﺎي ﺳﯿﺎﻻت ﮐﻪ ﺑﯿﺸﺘﺮﯾﻦ ﺑﻬﺮه را از ﭘﺮدازش ﻣﻮازي ﺑﺮده اﻧﺪ ‪ ،‬ﺷﺎﺧﮥ ﻫﻮا‪-‬ﻓﻀﺎ‬

‫اﺳﺖ ﮐﻪ ﭼﻪ در زﻣﯿﻨﮥ آﯾﺮو دﯾﻨﺎﻣﯿﮏ و ﻃﺮاﺣﯽ اﻧﻮاع ﻫﻮاﭘﯿﻤﺎﻫﺎ و ﻣﻮﺷﮑﻬﺎ و ﭼﻪ در زﻣﯿﻨﮥ ﻫﻮاﺷﻨﺎﺳﯽ ﺑﻪ‬

‫واﺳﻄﮥ اﯾﻦ ﻓﻦ آوري ﭘﯿﺸﺮﻓﺘﻬﺎي ﻗﺎﺑﻞ ﻣﻼﺣﻈﻪ اي داﺷﺘﻪ اﻧﺪ‪.‬‬

‫اﻣﺮوزه ‪ ،‬ﺗﺤﻘﯿﻘﺎت ﺑﺴﯿﺎري ﺷﺎﻣﻞ ﺑﺮرﺳﯽ اﺛﺮات اﻧﻮاع ﻣﺘﺪﻫﺎي ‪ CFD‬روي اﻧﻮاع ﺳﺨﺖ اﻓﺰار ﻫﺎ و اﺑﺪاع‬

‫اﻟﮕﻮرﯾﺘﻤﻬﺎ و ﯾﺎ اﻧﻮاع ﮐﺘﺎﺑﺨﺎﻧﻪ ﻫﺎ ﺑﺮاي اﺗﺼﺎل و ارﺗﻘﺎي ﺑﺮﻧﺎﻣﻪ ﻫﺎي ﻣﻮﺟﻮد ﻣﯽ ﺑﺎﺷﺪ ‪ .‬ﺗﺤﻘﯿﻘﻬﺎي‬

‫‪ Satofuta‬و ﻫﻤﮑﺎراﻧﺶ ﻣﺒﻨﯽ ﺑﺮ اراﺋﻪ ﺣﻠﻬﺎي ﺟﺪﯾﺪ ﺑﺮاي ﻣﻌﺎدﻟﮥ ﭘﻮاﺳﻮن ‪ Garanzha ،‬و ﻫﻤﮑﺎراﻧﺶ ﺑﺎ‬

‫اراﺋﮥ ﻣﺘﺪﻫﺎي ﺗﻘﺮﯾﺐ ﻧﻮع ﭘﺎده ﻣﺮﺗﺒﮥ ﺑﺎﻻ ﺑﺮاي ﺣﻞ ﻣﺴﺎﯾﻞ ﺳﻪ ﺑﻌﺪي ﻏﯿﺮ ﻗﺎﺑﻞ ﺗﺮاﮐﻢ ‪ CFD‬از اﯾﻦ ﺟﻤﻠﻪ‬

‫اﻧﺪ‪ .‬از دﯾﮕﺮ ﻣﺤﻘﻘﺎن در اﯾﻦ زﻣﯿﻨﻪ در ﺳﺎل ‪ 2004‬ﻣﯽ ﺗﻮان ﺑﻪ اﻓﺮاد زﯾﺮ اﺷﺎره ﮐﺮد‪.‬‬

‫‪ M. Soria, F. X. Trias, C. D. Perez-Segarra and A. Oliva‬؛ ‪I. Boursier, D.‬‬

‫‪Tromeur-Dervout and Y. Vassilevsky –Aitken‬؛ ‪F. X. Trias, M. Soria,O.‬‬
‫‪ Lehmkuhl and C.D. Perez-Segarra‬؛ ‪B.N. Chetverushkin, V.A. Gasilov, S.V.‬‬
‫‪ Polyakov, M.V. Iakobovski, E.L. Kartashera, I.V.‬؛ ‪A. Frullone and D.‬‬
‫‪Tromeur-Dervout Abalakin, I.V. , N.Yu Romanyukha, S.A. Sukov and A.S.‬‬
‫‪.Minkin‬‬
‫در ﺑﺴﯿﺎري از ﻣﻮارد ﺗﺤﻘﯿﻘﺎﺗﯽ و ﺻﻨﻌﺘﯽ در دﯾﻨﺎﻣﯿﮏ ﺳﯿﺎﻻت ‪ ،‬ﮐﺪﻫﺎي ﻣﻮﺟﻮد ﺑﺎ ﮐﻤﮏ ﻓﻦ آوري‬

‫ﻣﻮازي ﺳﺎزي ارﺗﻘﺎي راﻧﺪﻣﺎن و ﯾﺎ ﮔﺴﺘﺮة ﮐﺎرﺑﺮد ﯾﺎﻓﺘﻪ اﻧﺪ ‪ ،‬ﻣﺎﻧﻨﺪ ﺷﺒﯿﻪ ﺳﺎزي آﯾﺮودﯾﻨﺎﻣﯿﮑﯽ ﻧﻮﻋﯽ‬

‫ﺟﻨﮕﻨﺪه ﮐﻪ ﺗﻮﺳﻂ ‪ G.Shrewsbury‬و ﻫﻤﮑﺎراﻧﺶ اراﺋﻪ ﺷﺪ و ﯾﺎ ﺷﺒﯿﻪ ﺳﺎزي ﺟﺮﯾﺎن اﻃﺮاف ﻓﻀﺎﭘﯿﻤﺎﻫﺎ‬

‫ﮐﻪ ﺗﻮﺳﻂ ‪ Matsushima‬اﻧﺠﺎم ﺷﺪ ‪.‬‬

‫ﺑﻪ ﻃﻮر ﻣﺜﺎل ﻣﯽ ﺗﻮان ﺑﻪ ﺗﻌﺪادي از اﯾﻦ ﺗﺤﻘﯿﻘﺎت اﻧﺠﺎم ﺷﺪه در ﺳﺎل ‪ ، 2004‬اﺷﺎره ﮐﺮد ‪.‬‬

‫ﺟﺮﯾﺎﻧﻬﺎي آﺷﻔﺘﻪ و آﮐﻮﺳﺘﯿﮏ و ﺳﯿ‪‬ﺎﻻت ﻏﯿﺮ ﻧﯿﻮﺗﻮﻧﯽ ) ‪A. V. Alexandrov, V. G. Y. Kim, S.‬‬

‫‪ ،H. Park, K. W. Cho and J. H. Kwon Bobkov‬؛‪ J. Jimenez‬ﺷﺒﯿﻪ ﺳﺎزي ﺟﺮﯾﺎن‬

‫‪large eddy‬و‪،J. M. McDonough and T. Yang) DNS‬؛ ‪G. Amati and F.‬‬

‫‪3‬‬
R. ‫؛‬، V. Ivannikov, S. Gaissaryan, A. Avetisyan and V. Padaryan‫؛‬،Massaioli
FLOW K. ‫ آﯾﺮودﯾﻨﺎﻣﯿﮏ و ﻫﯿﺪرودﯾﻨﺎﻣﯿﮏ‬، ( K. Matsuno ‫ ؛‬،Sentis and F. Duboc

-. M. ‫ ؛‬I. H. Tuncer and M. Kaya‫؛‬Chiba, S. Obayashi and K. Nakahashi

Kremenetsky and T. Larsson L.Gonzalez, E.J. Whitney, K. Srinivas, J.
K. Nakahashi and L-S. ‫ ؛‬M. Yamakawa and K. Matsuno) ‫( ﺷﺒﮑﻪ ﺑﻨﺪي‬Periaux

I. A. ) ‫ ﺗﺸﻌﺸﻊ‬، ( H. Tomita, M. Satoh and T. Nasuno‫ ؛‬S. N. Boldyrev‫؛‬Kim

B.N. ) lattice-boltzman ‫( ﻣﺘﺪ‬Graur, T. A. Kudryashova and S. V. Polyakov

X. ‫ ؛‬G. Brenner and A. Al-Zoubi ‫ ؛‬Chetverushkin and N. Yu. Romanyukha

E. Laucoin and C. ‫ ؛‬J. Gu, D. R. Emerson, D. Bradley and P. H. Gaskell
‫ ؛‬B. N. Chetverushkin, N. G. Churbanova and M. A. Trapeznikova‫ ؛‬Calvin
K. Shimano, K. Okudera, T. Anaguchi, N. Utsumi, M. Saito, ‫؛‬L. A. Barba
D. ‫ ؛‬J. Sahu and K. R. Heavey) ‫ ﮐﻨﺘﺮل ﺟﺮﯾﺎن‬، ( C. Sumie and Y. Enomoto

(Tromeur-Dervout
‫ و ﻫﻤﮑﺎراﻧﺶ در‬A.Dubey .‫ﺷﺎﺧﮥ اﮐﻮﻟﻮژي و ﻫﻮاﺷﻨﺎﺳﯽ از اﯾﻦ ﻓﻨﺂوري ﺑﻬﺮة ﺑﺴﯿﺎر ﺑﺮده اﺳﺖ‬

‫ ﮐﺪ ﻣﻮﺟﻮد ﺑﺮاي ﺣﻞ ﺟﺮﯾﺎن ﮔﺎز ﺗﺮاﮐﻢ ﭘﺬﯾﺮ ﺑﺎ اﻧﺘﻘﺎل ﺣﺮارت‬، ‫آزﻣﺎﯾﺸﮕﺎه آرﮔﻮن و ﺑﻪ ﺳﻔﺎرش ﻧﺎﺳﺎ‬

‫ﻫﺪاﯾﺘﯽ را ارﺗﻘﺎ داده و آن را ﺑﺎ اﺳﺘﻔﺎده از اﯾﻦ ﻓﻨﺂوري ﺗﺒﺪﯾﻞ ﺑﻪ ﮐﺪي ﺑﺮاي ﺣﻞ ﺟﺮﯾﺎﻧﻬﺎي ﻫﻤﺮﻓﺘﯽ ﺑﺴﯿﺎر‬

. ‫ ﻣﯽ ﺗﻮان از اﻓﺮاد زﯾﺮ ﻧﺎم ﺑﺮد‬2004 ‫ از دﯾﮕﺮ ﻓﻌﺎﻻن اﯾﻦ ﺷﺎﺧﻪ در ﺳﺎل‬.‫آﺷﻔﺘﻪ اﻃﺮاف ﺳﺘﺎرﮔﺎن ﮐﺮدﻧﺪ‬

B. Galvan, B. ‫ ؛‬M. Tsugawa, Y. Tanaka, M. Sakashita and M. Kogi

M. J. Castro, J. A. ‫ ؛‬Gonzalez, A. Padron, H. Carmona and G. Winter
C. ‫ ؛‬M. Zijlema‫ ؛‬Vida and C. Pares ‫ ؛‬Garcia-Rodriguez, J. M. Gonzalez
A. I. Sukhinov, A. A. ‫ ؛‬C. Levi Ciortan, C. Guedes Soares, J. Wanderley
A. I. Sukhinov and A. A. Sukhinov‫ ؛‬Sukhinov and S.V. Kirilchik
‫ ﻻزم اﺳﺖ اﺷﺎره ﺷﻮد‬، ‫ﺎﻻت‬‫ در ﺷﺎﺧﮥ ﻣﮑﺎﻧﯿﮏ ﺳﯿ‬، ‫در ﺧﺼﻮص آزﻣﺎﯾﺸﮕﺎﻫﻬﺎي ﻓﻌﺎل در ﭘﺮدازش ﻣﻮازي‬

‫ از‬، ‫ﮐﻪ اﻣﺮوزه ﺗﻘﺮﯾﺒﺎً ﺗﻤﺎم داﻧﺸﮑﺪه ﻫﺎي ﻓﻌﺎل و ﺑﻨﺎم در اﯾﻦ ﺷﺎﺧﮥ ﻣﮑﺎﻧﯿﮏ ﺳﯿﺎﻻت در ﺳﻄﺢ ﺟﻬﺎن‬

4
‫اﻣﮑﺎﻧﺎت ﭘﺮدازش ﻣﻮازي ﺑﻬﺮه ﻣﻨﺪﻧﺪ و ﻣﺮاﮐﺰ ﺗﺤﻘﯿﻘﺎﺗﯽ و آزﻣﺎﯾﺸﮕﺎﻫﻬﺎﯾﯽ ﮐﻪ ﻗﺒﻼً اﻣﮑﺎﻧﺎت ﺳﻮﭘﺮﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎ‬

‫را داﺷﺘﻪ اﻧﺪ ‪ ،‬ﺑﻪ ﺻﻮرت ﻫﯿﺒﺮﯾﺪ از اﻣﮑﺎﻧﺎت ﭘﺮدازش ﻣﻮازي ﺑﻬﺮه ﻣﯿﺒﺮﻧﺪ‪ .‬ﺑﻪ ﻃﻮر ﻣﺜﺎل از آزﻣﺎﯾﺸﮕﺎﻫﻬﺎي‬

‫زﯾﺮ ﻧﺎم ﺑﺮد‪:‬‬

‫آزﻣﺎﯾﺸﮕﺎه ﻣﻠّﯽ آرﮔﻮن ؛آزﻣﺎﯾﺸﮕﺎه ‪CFD‬در داﻧﺸﮕﺎﻫﻬﺎي ﻣﻬﻨﺪﺳﯽ ‪ ، Purdue‬ﮐﻠﺮادو ‪ UCB,‬و‬

‫‪ ، Illinois، UCLA ، Minnesota، UCD‬ﻣﺮﮐﺰ ﻣﻠﯽ آﻣﺮﯾﮑﺎ در ﺗﺤﻘﯿﻘﺎت اﺗﻤﺴﻔﺮﯾﮏ؛آزﻣﺎﯾﺸﮕﺎه‬

‫ﻣﻠّﯽ ﻫﻮا‪-‬ﻓﻀﺎ در ﺗﻮﮐﯿﻮ ؛ اﻧﺴﺘﯿﺘﻮ ﺗﺤﻘﯿﻘﺎﺗﯽ اﻧﺮژي اﺗﻤﯽ ژاﭘﻦ در ﺗﻮﮐﯿﻮ ؛ ﻣﺮﮐﺰ ﺗﺤﻘﯿﻘﺎﺗﯽ ﻣﺤﺎﺳﺒﺎت‬

‫ﭘﯿﺸﺮﻓﺘﻪ در ﺻﻨﺎﯾﻊ دﻓﺎع و ﻣﻬﻨﺪﺳﯽ ﻫﻮا‪-‬ﻓﻀﺎ ‪ ،‬داﻧﺸﮕﺎه ﻣﯿﻨﺴﻮﺗﺎ ‪ ،‬آﻣﺮﯾﮑﺎ ؛ آزﻣﺎﯾﺸﮕﺎه ﻣﻠﯽ ‪Oak Ridge‬‬

‫؛ )‪ (GMD‬ﻣﺮﮐﺰ ﺗﺤﻘﯿﻘﺎﺗﯽ ﻣﻠﯽ آﻟﻤﺎن در ‪ ، IT‬ﺳﻨﺖ آﮔﻮﺳﺘﯿﻦ ‪ ،‬آﻟﻤﺎن ؛ اﻧﺴﺘﯿﺘﻮ ﺗﺤﻘﯿﻘﺎت ﭘﺘﺮوﺷﯿﻤﯽ‬

‫ﻓﺮاﻧﺴﻪ ؛ اﻧﺴﺘﯿﺘﻮ ﺗﺤﻘﯿﻘﺎت ﻧﯿﺮوﮔﺎه و ﻣﻬﻨﺪﺳﯽ ﻓﺮآﯾﻨﺪ در داﻧﺸﮕﺎه اﺷﺘﻮﺗﮕﺎرت ‪ ،‬ﻣﺮﮐﺰ ﭘﺮوازﻫﺎي ﻓﻀﺎﯾﯽ‬

‫ﮔﻮدارد ﻧﺎﺳﺎ ‪ ،‬ﻣﺮﮐﺰ ﺗﺤﻘﯿﻘﺎﺗﯽ ﺷﯿﻔﺒﺎ ‪ ،‬داﻧﺸﮕﺎه ﻫﺎﻣﺒﻮرگ ‪ .‬در اﯾﺮان اﯾﻦ ﻓﻦ آوري ﺑﺴﯿﺎر ﺟﺪﯾﺪ اﺳﺖ و از‬

‫ﻋﻤﺮ آن در داﻧﺸﮕﺎﻫﻬﺎي اﯾﺮان ﺑﯿﺶ از ﺳﻪ ﺳﺎل ﻧﻤﯽ ﮔﺬرد و در ﺣﺎل ﺣﺎﺿﺮ داﻧﺸﮑﺪه ﻫﺎي ﻫﻮا‪-‬ﻓﻀﺎ و‬

‫ﻣﮑﺎﻧﯿﮏ داﻧﺸﮕﺎه ﺻﻨﻌﺘﯽ ﺷﺮﯾﻒ ‪ ،‬داﻧﺸﮑﺪة ﻣﮑﺎﻧﯿﮏ داﻧﺸﮕﺎه ﺷﯿﺮاز و داﻧﺸﮑﺪة ﻣﮑﺎﻧﯿﮏ داﻧﺸﮕﺎه ﻋﻠﻢ و‬

‫ﺻﻨﻌﺖ داراي اﯾﻦ ﻓﻦ آوري ﻫﺴﺘﻨﺪ‪ .‬ﺗﻤﺮﮐﺰ ﭘﺮوژه ﻫﺎي اﻧﺠﺎم ﺷﺪه ﺑﺮ ارﺗﻘﺎي ﮐﺪﻫﺎي ﻣﻮﺟﻮد در‬

‫آزﻣﺎﯾﺸﮕﺎﻫﻬﺎ ﺑﻮده اﺳﺖ‪ .‬ﺑﻪ ﻃﻮر ﻣﺜﺎل ارﺗﻘﺎي ﮐﺪ ﻫﺎي ‪ ، die-cast‬ﺣﻞ اﺟﺰاء ﻣﺤﺪود ﺗﺰرﯾﻖ ﭘﻼﺳﺘﯿﮏ؛‬

‫اﻟﺒﺘﻪ ﺑﺎ ﺗﮑﻨﻮﻟﻮژي روز دﻧﯿﺎ ﻓﺎﺻﻠﮥ زﯾﺎدي دارد ‪ ،‬زﯾﺮا ﺗﻌﺪاد ﭘﺮدازﺷﮕﺮﻫﺎي ﻣﻮازي در آزﻣﺎﯾﺸﮕﺎﻫﻬﺎي اﯾﺮان‬

‫ﮐﻤﺘﺮ از ﭘﻨﺠﺎه ﻋﺪد اﺳﺖ ؛ در ﺣﺎﻟﯿﮑﻪ ﺑﺴﯿﺎري از آزﻣﺎﯾﺸﮕﺎﻫﻬﺎي ﭘﯿﺸﺮﻓﺘﮥ دﻧﯿﺎ ﺑﺎ ﭼﻨﺪ ﺻﺪ ﭘﺮدازﺷﮕﺮ ‪ ،‬ﯾﺎ‬

‫ﺳﯿﺴﺘﻢ ﻫﯿﺒﺮﯾﺪ ‪ ،‬ﻓﻌﺎﻟﯿﺖ ﻣﯿﮑﻨﻨﺪ‪.‬‬

‫‪5‬‬
 ‫ﻓﺼﻞ دوم‬

‫ﭘﺮدازش ﻣﻮازي ﭼﯿﺴﺖ؟‬

‫ﻣﻮازي ﺳﺎزي ﯾﮏ اﺳﺘﺮاﺗﮋي ﺑﺮاي اﻧﺠﺎم ﮐﺎرﻫﺎي ﭘﯿﭽﯿﺪه و ﺑﺎ ﺣﺠﻢ زﯾﺎد اﺳﺖ‪ .‬ﺑﺮاي ﺣﺼﻮل ﺑﻪ‬

‫ﻧﺘﯿﺠﻪ ﺑﺎ ﺳﺮﻋﺖ و دﻗﺖ ﺑﯿﺸﺘﺮ‪ .‬در ﺣﻘﯿﻘﺖ ﻫﺮ ﻋﻤﻠﯿﺎﺗﯽ را ﻣﯽﺗﻮان ﺑﻪ ﺑﺨﺸﻬﺎي ﮐﻮﭼﮑﺘﺮ ﺗﻘﺴﯿﻢ ﮐﺮد‪ ،‬ﮐﻪ‬

‫اﯾﻦ ﺑﺨﺸﻬﺎ ﻣﯽﺗﻮاﻧﻨﺪ ﭘﯽدرﭘﯽ اﻧﺠﺎم ﺷﻮﻧﺪ و ﯾﺎ ﻣﯽﺗﻮان اﯾﻦ ﺑﺨﺸﻬﺎ را ﺑﯿﻦ واﺣﺪﻫﺎي ﻋﻤﻠﯿﺎﺗﯽ ﺑﻪ ﮔﻮﻧﻪاي‬

‫ﺗﻘﺴﯿﻢ ﮐﺮد ﮐﻪ در ﻫﺮ زﻣﺎن ﺑﯿﺶ از ﯾﮏ ﺑﺨﺶ اﻧﺠﺎم ﺷﻮد‪ .‬در روﯾﮑﺮد دوم ﮐﻪ در ﺣﻘﯿﻘﺖ ﻫﻤﺎن ﻣﻮازي‬

‫ﺳﺎزي اﺳﺖ‪ ،‬روﻧﺪ ﺑﻪ ﺻﻮرت ﺗﻘﺴﯿﻢ ﮐﺎر ﺑﻪ ﺑﺨﺸﻬﺎي ﮐﻮﭼﮑﺘﺮ‪ ،‬اﺧﺘﺼﺎص دادن اﯾﻦ وﻇﺎﯾﻒ ﺑﻪ ﭼﻨﺪ واﺣﺪ‬

‫ﻋﻤﻠﯿﺎﺗﯽ )ﻋﻠﻤﮕﺮ( و ﻫﻤﺎﻫﻨﮕﯽ و ارﺗﺒﺎط ﺑﯿﻦ آﻧﻬﺎ ﺗﺎ ﺣﺼﻮل ﻧﺘﯿﺠﻪ اﺳﺖ‪ .‬اﺳﺘﻔﺎده از اﯾﻦ اﺳﺘﺮاﺗﮋي در‬

‫زﻧﺪﮔﯽ روزﻣﺮه ﺑﺴﯿﺎر ﻣﻌﻤﻮل اﺳﺖ‪ ،‬ﺳﺎﺧﺖ ﺳﺎﺧﺘﻤﺎﻧﻬﺎ ‪ ،‬ادارة ﯾﮏ ﻣﺆﺳﺴﻪ و ﺳﺎزﻣﺎن ﺑﺰرگ‪ ،‬ﺗﻮﻟﯿﺪ‬

‫دﺳﺘﮕﺎﻫﻬﺎ و ﻣﻮاد ﻣﺼﺮﻓﯽ ﻣﺨﺘﻠﻒ‪ .‬ﺑﺎ ﮐﻤﯽ دﻗﺖ ﻣﺘﻮﺟﻪ ﻣﯽﺷﻮﯾﻢ ﮐﻪ در ﻫﺮ ﮐﺪام از ﭘﺮوژهﻫﺎي ﻓﻮق در آنِ‬

‫واﺣﺪ ﭼﻨﺪ ﻧﻔﺮ ﺑﺮاي رﺳﯿﺪن ﺑﻪ ﻫﺪف ﻣﻄﻠﻮب در ﺣﺎل اﻧﺠﺎم وﻇﯿﻔﮥ ﻣﺨﺼﻮص ﺑﻪ ﺧﻮد ﻫﺴﺘﻨﺪ و ﻫﻤﺎﻫﻨﮕﯽ‬

‫ﺻﺤﯿﺢ ﺑﯿﻦ آﻧﻬﺎ ﺗﺎ رﺳﯿﺪن ﺑﻪ ﻧﺘﯿﺠﻪ ‪ ،‬اﻧﺠﺎم ﻣﯽﮔﯿﺮد‪.‬‬

‫‪ -1-2‬ﻣﺤﺎﺳﺒﺎت ﻣﻮازي‬

‫ﺑﻪ ﻃﻮر ﺧﺎص و آﻧﭽﻪ در اﯾﻨﺠﺎ ﻣﻨﻈﻮر ﻣﺎﺳﺖ‪ ،‬ﭘﺮدازش ﻣﻮازي اﺳﺖ‪ .‬ﭘﺮدازش ﻣﻮازي اﺳﺘﻔﺎده از‬

‫ﺑﯿﺶ از ﯾﮏ واﺣﺪ ﭘﺮدازش ﻣﺮﮐﺰي )‪ (CPU‬در ﯾﮏ زﻣﺎن ‪ ،‬ﺑﺮاي ﺣﻞ ﯾﮏ ﻣﺴﺄﻟﻪ اﺳﺖ‪ .‬اﻣﺮوزه‪ ،‬ﻃﯿﻒ‬

‫ﮔﺴﺘﺮدهاي از ﻣﺎﺷﯿﻨﻬﺎ در زﻣﺮة ﺳﯿﺴﺘﻢﻫﺎي ﭘﺮدازش ﻣﻮازي ﻗﺮار ﻣﯽﮔﯿﺮﻧﺪ‪ ،‬از دو ﮐﺎﻣﭙﯿﻮﺗﺮ ﺷﺨﺼﯽ )‪(PC‬‬

‫ﮐﻪ از ﻃﺮﯾﻖ ﯾﮏ ﺷﺒﮑﮥ داﺧﻠﯽ ﺑﻪ ﻫﻢ وﺻﻠﻨﺪ ﺗﺎ ﻫﺰاران ﭘﺮدازﺷﮕﺮ ﻗﻮي در ﯾﮏ ﺳﻮﭘﺮ ﮐﺎﻣﭙﯿﻮﺗﺮ‪.‬‬

‫‪-2-2‬ﭼﺮا ﭘﺮدازش ﻣﻮازي؟‬

‫ﻫﻤﺎنﮔﻮﻧﻪ ﮐﻪ ﻗﺒﻼً ﻧﯿﺰ ﮔﻔﺘﻪ ﺷﺪ‪ ،‬ﻧﯿﺎز ﺑﻪ اﻓﺰاﯾﺶ ﺳﺮﻋﺖ و دﻗﺖ ‪ ،‬ﻋﻠﺖ ﮐﻠﯽ روﯾﮑﺮد ﺑﻪ ﻣﻮازي‬

‫ﺳﺎزي اﺳﺖ‪ .‬ﺑﻪ ﻃﻮر ﺧﺎص در ﺷﺎﺧﮥ ﮐﺎﻣﭙﯿﻮﺗﺮي و ﻣﺤﺎﺳﺒﺎﺗﯽ آن ﻣﯽﺗﻮان ﺑﻪ ﻧﮑﺎت زﯾﺮ اﺷﺎره ﮐﺮد‪:‬‬

‫ﺗﺼﻮر ﮐﻨﯿﺪ ﮐﻪ ﻧﯿﺎز ﺑﻪ اﻓﺰاﯾﺶ ﺳﺮﻋﺖ ﻣﻌﺎدﻻت ﺣﺠﯿﻢ دارﯾﻢ‪ ،‬ﻣﺜﻞ ﺣﻞ ﻣﺴﺎﯾﻞ ﻫﻮاﺷﻨﺎﺳﯽ‪ ،‬اﻣﺎ اﻓﺰاﯾﺶ‬

‫‪7‬‬
‫ﺳﺮﻋﺖ در ﯾﮏ ﮐﺎﻣﭙﯿﻮﺗﺮ ﺳﺮي داراي ﻣﺤﺪودﯾﺖ اﺳﺖ‪ .‬ﺣﺪ ﻫﺪاﯾﺖ ﺳﯿﻢ ﻣﺴﯽ ﺑﺮاﺑﺮ ‪ 9×105m/s‬و ﺣﺪ‬

‫ﺳﺮﻋﺖ ﻧﻮر ‪ 3×109m/s‬اﺳﺖ‪.‬‬

‫اﻣﺮوزه ﺑﺎ ﻣﺴﺎﯾﻠﯽ ﻣﻮاﺟﻪ ﻫﺴﺘﯿﻢ ﮐﻪ ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي ﻏﯿﺮﻣﻮازي ﺗﻮان اﻧﺠﺎم آن را ﻧﺪارﻧﺪ‪ ،‬ﻣﺴﺎﯾﻠﯽ‬

‫ﻣﺎﻧﻨﺪ‪:‬‬

‫‪ -‬ﺑﺴﯿﺎري از ﻣﺴﺎﯾﻞ ﺷﺒﯿﻪ ﺳﺎزي و ﻣﺪلﺳﺎزي ﺑﻪ ﻋﻠﺖ ﻧﯿﺎز ﺑﻪ دﻗﺖ‬

‫‪ -‬ﻣﺴﺎﯾﻠﯽ ﮐﻪ ﺑﺮاﺳﺎس ﺗﻌﺪاد ﺑﺴﯿﺎر زﯾﺎدي از اﻃﻼﻋﺎت ﻣﺤﺎﺳﺒﻪ ﺷﻮﻧﺪ‪ .‬ﻣﺎﻧﻨﺪ ﭘﺮدازش ﺗﺼﻮﯾﺮ‪،‬‬

‫زﻟﺰﻟﻪﺷﻨﺎﺳﯽ و ﮐﺎوش اﻃﻼﻋﺎت‬

‫‪ -‬ﻣﺴﺎﯾﻞ ‪ Grand Challenging‬ﻣﺜﻞ ﻣﺪلﺳﺎزي ﻫﻮاﺷﻨﺎﺳﯽ‪ ،‬ژﻧﻮم اﻧﺴﺎن‪ ،‬اﻧﺘﺸﺎر آﻟﻮدﮔﯽ‬

‫ﮐﺮودﯾﻨﺎﻣﯿﮏ ﮐﻮاﻧﺘﻮﻣﯽ و ﮔﺮدش اﻗﯿﺎﻧﻮﺳﻬﺎ‬

‫در اﯾﻦ ﻣﺴﺎﯾﻞ ﻣﻘﯿﺎس ﻣﺤﺎﺳﺒﺎت »ﺗﺮاﻓﻼپ« اﺳﺖ‪ .‬ﻓﻼپ ﺑﻪ ﯾﮏ ﻋﻤﻞ ﻣﺤﺎﺳﺒﺎﺗﯽ در ﻫﺮ ﺛﺎﻧﯿﻪ ﮔﻔﺘﻪ‬

‫ﻣﯽﺷﻮد وﺗﺮا ﯾﻌﻨﯽ ‪ .1012‬ﻋﻤﻞ ﻣﺤﺎﺳﺒﺎﺗﯽ ﺑﻪ ﻣﻌﻨﯽ ﻣﺘﻮﺳﻂ ﻋﻤﻞ ﺟﻤﻊ و ﺿﺮب اﺳﺖ‪) .‬ﺗﻘﺴﯿﻢ ﮐﻪ زﻣﺎن‬

‫ﺑﯿﺸﺘﺮي ﻣﯽﮔﯿﺮد‪ ،‬در ﻣﺤﺎﺳﺒﺎت ﻓﻼپ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻧﻤﯽﺷﻮد‪ .‬در ﻣﻌﻤﺎرﯾﻬﺎي اﻣﺮوزي زﻣﺎن ﻣﺼﺮﻓﯽ ﺟﻤﻊ‬

‫و ﺿﺮب ﺑﺮاﺑﺮ اﺳﺖ‪(.‬اﻣﺎ ﻣﺸﮑﻞ ﺗﻨﻬﺎ ﺑﻪ ﺳﺮﻋﺖ و ﺣﺠﻢ زﯾﺎد ﻣﺤﺎﺳﺒﺎت ﺧﺘﻢ ﻧﻤﯽﺷﻮد‪ .‬اﮔﺮ ﮐﺎﻣﭙﯿﻮﺗﺮي‬

‫ﺳﺎﺧﺘﻪ ﺷﻮد ﮐﻪ ﺑﺘﻮاﻧﺪ ﺗﺮﯾﻠﯿﻮن ﻣﺤﺎﺳﺒﻪ در ﺛﺎﻧﯿﻪ اﻧﺠﺎم دﻫﺪ وﻟﯽ ﺑﻪ اﻧﺪازة ﭼﻨﺪ ﻣﯿﻠﯿﻮن ﮐﻠﻤﻪ ﺣﺎﻓﻈﻪ‬

‫ﮔﻨﺠﺎﯾﺶ داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺳﻮدي ﻧﺨﻮاﻫﺪ داﺷﺖ‪ .‬ﭘﺲ ﺣﺠﻢ ﺑﺎﻻي ﻣﺤﺎﺳﺒﺎت‪ ،‬ﺳﺮﻋﺖ و ﺣﺠﻢ ﺣﺎﻓﻈﻪ ﺑﺎﻻ را‬

‫ﻧﯿﺰ ﻧﯿﺎزﻣﻨﺪ اﺳﺖ‪ .‬ﺣﺎل ﺗﺼﻮر ﮐﻨﯿﺪ ﮐﻪ ﺑﺨﻮاﻫﯿﻢ ﮐﺎﻣﭙﯿﻮﺗﺮي ﺑﺎ اﯾﻦ ﺗﻮان ﯾﻌﻨﯽ ﺗﻮان ﯾﮏ ﺗﺮﯾﻠﯿﻮن ﻋﻤﻞ‬

‫ﻣﺤﺎﺳﺒﻪ در ﻫﺮ ﺛﺎﻧﯿﻪ ﺑﺴﺎزﯾﻢ‪ .‬ﺷﺎﯾﺪ واﺿﺢﺗﺮﯾﻦ دﯾﺪﮔﺎه ﺑﻪ ﻃﻮر ﺳﺎده ﺗﻮﺳﻌﮥ ﻓﻨﺎوريﻫﺎي ﻣﻮﺟﻮد اﺳﺖ‪.‬‬

‫ﯾﻌﻨﯽ ﺳﻌﯽ ﮐﻨﯿﻢ ﯾﮏ ﮐﺎﻣﭙﯿﻮﺗﺮ ون ﻧﯿﻮﻣﻦ ﮐﻢ و ﺑﯿﺶ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﭘﺮدازﺷﮕﺮ ﺑﯽﻧﻬﺎﯾﺖ ﺳﺮﯾﻊ و ﺣﺠﻢ‬

‫ﻓﻮقاﻟﻌﺎده ﺑﺎﻻي ﺣﺎﻓﻈﻪ ﺑﺴﺎزﯾﻢ‪ .‬اﮔﺮ اﯾﻦ ﮐﺎﻣﭙﯿﻮﺗﺮ ﺑﺨﻮاﻫﺪ ﮐﺪ زﯾﺮ را اﺟﺮا ﮐﻨﺪ‪:‬‬

‫‪/* x,y and z are arrays of floats, each containing one*/‬‬

‫‪/* trillion entries*/‬‬

‫‪8‬‬
 ‫)‪for (i=0 ; i<ONE-TRILLION ; i++‬‬
‫]‪Z[i] = x [i] + y[i‬‬
‫روﻧﺪ ﮐﺎر ﺑﻪ ﻃﻮر ﻣﻌﻤﻮل ﺑﻪ اﯾﻦ ﺻﻮرت اﺳﺖ ﮐﻪ ]‪ y[i‬و ]‪ x[i‬از ﺣﺎﻓﻈﻪ ﮔﺮﻓﺘﻪ ﺷﺪه‪ ،‬ﺟﻤﻊ‬

‫ﻣﯽﺷﻮﻧﺪ و ﻧﺘﯿﺠﻪ در ]‪ z[i‬ذﺧﯿﺮه ﻣﯽﺷﻮد‪ .‬ﭘﺲ‪ ،‬ﺑﺮاي اﺟﺮاي اﯾﻦ ﮐﺪ‪ ،‬ﺣﺪاﻗﻞ ‪ 3×1012‬ﮐﭙﯽ ﺑﯿﻦ ﺣﺎﻓﻈﻪ و‬

‫ﻣﺤﻞ ﺛﺒﺖ در ﻫﺮ ﺛﺎﻧﯿﻪ ﺑﺎﯾﺪ اﻧﺠﺎم ﺷﻮد‪ .‬اﮔﺮ داده )‪ (data‬از ﺣﺎﻓﻈﻪ ﺑﻪ ‪ CPU‬ﺑﺎ ﺳﺮﻋﺖ ﻧﻮر )‪(3×108m/s‬‬

‫ﺣﺮﮐﺖ ﮐﻨﺪ‪ ،‬و اﮔﺮ ‪ ،r‬ﻓﺎﺻﻠﮥ ﻣﺘﻮﺳﻂ ﯾﮏ ﮐﻠﻤﮥ ﺣﺎﻓﻈﻪ از واﺣﺪ ﭘﺮدازش ﻣﺮﮐﺰي )‪ (CPU‬ﺑﺎﺷﺪ‪ ،‬آﻧﮕﺎه ‪r‬‬

‫ﺑﺎﯾﺪ ﻣﻌﺎدﻟﮥ زﯾﺮرا ارﺿﺎ ﮐﻨﺪ‪:‬‬

‫)‪3×1012×r(m) = 3×108(m/s)×1(s‬‬

‫ﯾﻌﻨﯽ )‪r=10-4(m‬‬

‫ﮐﺎﻣﭙﯿﻮﺗﺮ ﺳﺮﯾﻊ ﻣﺎ ﺑﺎﯾﺪ ﺣﺪاﻗﻞ ﺳﻪ ﺗﺮﯾﻠﯿﻮن ﮐﻠﻤﻪ ﺣﺎﻓﻈﻪ ﮔﻨﺠﺎﯾﺶ داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﺎ آراﯾﻪﻫﺎي ‪z,y,x‬‬

‫را ذﺧﯿﺮه ﮐﻨﺪ‪ .‬ﺳﺨﺖاﻓﺰار ﻣﻌﻤﻮل ﺷﺒﮑﮥ ﺣﺎﻓﻈﻪ‪ ،‬ﺑﻪ ﺻﻮرت ﻣﺴﺘﻄﯿﻞ ﻃﺮاﺣﯽ ﺷﺪهاﻧﺪ‪ .‬اﮔﺮ ﯾﮏ ﺷﺒﮑﮥ‬

‫ﻣﺴﺘﻄﯿﻠﯽ ﺑﺎ ﻃﻮل ‪ S‬در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮد و ‪ CPU‬در ﻣﺮﮐﺰ آن ﻗﺮار داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬آﻧﮕﺎه ﻓﺎﺻﻠﮥ ﻣﺘﻮﺳﻂ از‬

‫ﯾﮏ ﻣﮑﺎن ﺣﺎﻓﻈﻪ ﺗﺎ‪ CPU‬ﺣﺪود ‪ S/2‬اﺳﺖ ‪ .‬ﭘﺲ ﻣﯽﺧﻮاﻫﯿﻢ)‪ S/2=r=10-4(m‬ﺑﺎﺷﺪ‪ ،‬ﯾﺎ )‪.S=2×10-4(m‬‬

‫اﮔﺮ ﮐﻠﻤﺎت ﺣﺎﻓﻈﻪ ﯾﮏ ﺷﺒﮑﮥ ﻣﺮﺑﻌﯽ را ﺷﮑﻞ دﻫﻨﺪ‪ ،‬ﯾﮏ ردﯾﻒ ﮐﻠﻤﻪ ﺣﺎﻓﻈﻪ ﺷﺎﻣﻞ‬

‫ﮐﻠﻤﻪ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﭘﺲ ﻣﺎ ﯾﮏ ﮐﻠﻤﻪ ﺣﺎﻓﻈﻪ را ﺑﺎﯾﺪ داﺧﻞ ﯾﮏ ﻣﺮﺑﻊ ﺑﺎ ﻃﻮل‬ ‫‪3 × 1012 = 3 × 106‬‬

‫‪2 ×10 −4‬‬

‫ﺟﺎ ﺑﺪﻫﯿﻢ‪ .‬اﯾﻦ ﻣﻘﺪار اﻧﺪازه ﯾﮏ اﺗﻢ ﮐﻮﭼﮏ اﺳﺖ! ﺑﻪ ﻋﺒﺎرت دﯾﮕﺮ‪ ،‬اﮔﺮ ﯾﮏ ﮐﻠﻤﻪ‬ ‫‪−6‬‬
‫)‪≈ 10 −10 (m‬‬
‫‪3 × 10‬‬

‫ﯾﻌﻨﯽ ‪ 32‬ﺑﯿﺖ )ﯾﺎ ﻣﻌﻤﻮلﺗﺮ ‪ 64‬ﺑﯿﺖ( را ﺑﺎ ﯾﮏ اﺗﻢ ﻧﺸﺎن دﻫﯿﻢ‪ ،‬ﻣﺘﻮﺟﻪ ﻣﯽﺷﻮﯾﻢ ﮐﻪ ﺳﺎﺧﺖ اﯾﻦ ﮐﺎﻣﭙﯿﻮﺗﺮ‬

‫در ﺣﺎل ﺣﺎﺿﺮ ﻏﯿﺮﻣﻤﮑﻦ اﺳﺖ‪ .‬اﻟﺒﺘﻪ از ﻧﻈﺮ اﻗﺘﺼﺎدي ﻧﯿﺰ ﺑﺎ اﻣﮑﺎﻧﺎت اﻣﺮوز‪ ،‬ﺳﺎﺧﺖ ﺗﺮاﻧﺰﯾﺴﺘﻮرﻫﺎو ﻗﻄﻌﺎﺗﯽ‬

‫ﺗﺎ آن ﺣﺪ رﯾﺰ ﻣﻘﺮون ﺑﻪ ﺻﺮﻓﻪ ﻧﯿﺴﺖ ‪ .‬ﭘﺲ ﭼﮕﻮﻧﻪ ﺑﺎﯾﺪ ﭘﺎﺳﺦ ﺻﻮرت ﻣﺴﺄﻟﻪ اﺻﻠﯽ ﺣﻞ ﻣﺴﺎﯾﻞ ﭘﯿﭽﯿﺪه و‬

‫ﺣﺠﯿﻢ ﺑﺎ ﺳﺮﻋﺖ ﺑﺎﻻ را داد؟ ﭘﺎﺳﺦ ﺑﺪﯾﻬﯽ اﺳﺖ‪ .‬ﻫﻤﺎن ﮔﻮﻧﻪ ﮐﻪ در زﻧﺪﮔﯽ روزﻣﺮه وﻗﺘﯽ ﺣﺠﻢ ﮐﺎر از ﺗﻮان‬

‫ﯾﮏ ﻧﻔﺮ ﺧﺎرج ﻣﯽﺷﻮد‪ ،‬ﭼﻨﺪ ﻧﻔﺮ ﺑﻪ ﮐﺎر ﮔﺮﻓﺘﻪ ﻣﯽﺷﻮﻧﺪ‪ ،‬در اﯾﻨﺠﺎ ﺑﺎﯾﺪ ﭼﻨﺪ ﭘﺮدازﺷﮕﺮ و واﺣﺪ ﺣﺎﻓﻈﻪ ﺑﻪ‬

‫‪9‬‬
‫ﮐﺎر ﮔﺮﻓﺘﻪ ﺷﻮد‪ .‬اﻟﺒﺘﻪ ﭘﯿﺸﺮﻓﺖ و ﺳﺮﻋﺖ ﺷﺒﮑﻪﻫﺎ و ﺻﻨﺎﯾﻊ ﺳﺨﺖاﻓﺰار ﮐﺎﻣﭙﯿﻮﺗﺮ ﻧﯿﺰ در رﺳﯿﺪن ﺑﻪ اﯾﻦ اﯾﺪه‬

‫ﺑﺴﯿﺎر ﻣﻮﺛﺮ ﺑﻮده اﺳﺖ و ﻗﻄﻌﺎً آﯾﻨﺪة ﻣﺤﺎﺳﺒﺎت‪ ،‬ﻣﺤﺎﺳﺒﺎت ﻣﻮازي اﺳﺖ‪.‬‬

‫ﭘﺲ دﻻﯾﻞ ﺑﻪ ﻃﻮر ﻋﻤﺪه ﻋﺒﺎرﺗﻨﺪ از‪:‬‬

‫‪ -١‬ﺻﺮﻓﻪﺟﻮﯾﯽ زﻣﺎﻧﯽ‬

‫‪ -٢‬ﺣﻞ ﻣﺴﺎﯾﻞ ﺑﺰرگ و ﭘﯿﭽﯿﺪه‬

‫‪ -٣‬اﺳﺘﻔﺎده از اﻣﺘﯿﺎز ﻣﻨﺎﺑﻊ ﻏﯿﺮﻣﺤﻠﯽ‪ ،‬ﺑﺎ اﺳﺘﻔﺎده از ﻣﺤﺎﺳﺒﻪ روي ﺷﺒﮑﻪاي از ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎ ﯾﺎ ﺣﺘﯽ‬

‫ﺷﺒﮑﮥ ﺟﻬﺎﻧﯽ ‪ ،‬وﻗﺘﯽ ﻣﻨﺎﺑﻊ ﻣﺤﻠﯽ ﻣﺤﺪود اﺳﺖ‪.‬‬

‫‪ -٤‬ﺻﺮﻓﻪﺟﻮﯾﯽ در ﻫﺰﯾﻨﻪ)ﺣﺘﯽ ﺷﺎﻣﻞ ﺧﺮﯾﺪ ﭼﻨﺪ ﻣﻨﺒﻊ ﻣﺤﺎﺳﺒﺎﺗﯽ ارزانﺗﺮ ﺑﻪ ﺟﺎي ﺧﺮﯾﺪ ﯾﮏ‬

‫ﺳﻮﭘﺮ ﮐﺎﻣﭙﯿﻮﺗﺮ ﻣﯽﺷﻮد‪(.‬‬

‫‪ -٥‬ﻏﻠﺒﻪ ﺑﺮ ﻣﺤﺪودﯾﺖ ﺣﺎﻓﻈﻪ‬

‫اﻟﺒﺘﻪ راه ﺣﻞ ﺑﻪ اﯾﻨﺠﺎ ﺧﺘﻢ ﻧﻤﯽﺷﻮد‪ .‬ﭘﺲ از ﺗﺼﻤﯿﻢﮔﯿﺮي ﺑﺮاي ﺑﻪ ﮐﺎرﮔﯿﺮي ﭼﻨﺪ ﭘﺮدازﺷﮕﺮ و‬

‫ﺣﺎﻓﻈﻪ ‪ ,‬ﻫﻨﻮز ﺣﺠﻢ زﯾﺎدي از ﻋﻤﻠﯿﺎت ﺑﺎﯾﺪ اﻧﺠﺎم ﺷﻮد‪:‬‬

‫‪ -١‬ﻃﺮاﺣﯽ و اﺟﺮاي ﯾﮏ ﺷﺒﮑﻪ ارﺗﺒﺎﻃﯽ ﺑﯿﻦ ﭘﺮدازﺷﮕﺮﻫﺎ و واﺣﺪﻫﺎي ﺣﺎﻓﻈﻪ‬

‫‪ -٢‬ﻃﺮاﺣﯽ و اﺟﺮاي ﯾﮏ ﺳﯿﺴﺘﻢ ﻧﺮماﻓﺰار ﺑﺮاي اﯾﻦ ﺳﺨﺖاﻓﺰار‬

‫‪ -٣‬ﻧﻮﺷﺘﻦ اﻟﮕﻮرﯾﺘﻢ و دﺳﺘﻮراﻟﻌﻤﻠﻬﺎي اﻃﻼﻋﺎﺗﯽ ﺑﺮاي ﺣﻞ ﻣﺴﺄﻟﻪ‬

‫‪ -٤‬ﺗﻘﺴﯿﻢ اﻟﮕﻮرﯾﺘﻢ و دﺳﺘﻮراﻟﻌﻤﻠﻬﺎي اﻃﻼﻋﺎﺗﯽ ﺑﻪ زﯾﺮ ﻣﺴﺄﻟﻪﻫﺎ و ﺑﺨﺸﻬﺎي ﮐﻮﭼﮑﺘﺮ‪.‬‬

‫‪ -٥‬ﻣﺸﺨﺺ ﮐﺮدن ارﺗﺒﺎﻃﺎﺗﯽ ﮐﻪ ﺑﯿﻦ اﯾﻦ ﺑﺨﺸﻬﺎي ﮐﻮﭼﮏ ﻧﯿﺎز اﺳﺖ‪.‬‬

‫‪ -٦‬ﺗﺨﺼﯿﺺ دادن اﯾﻦ زﯾﺮ ﻣﺴﺄﻟﻪﻫﺎ و ﺑﺨﺸﻬﺎي ﮐﻮﭼﮏ ﺑﻪ ﭘﺮدازﺷﮕﺮﻫﺎ و واﺣﺪﻫﺎي ﺣﺎﻓﻈﻪ‬

‫‪ -٧‬ﻣﺪﯾﺮﯾﺖ و ﻫﻤﺎﻫﻨﮕﯽ در زﻣﺎن اﻧﺠﺎم ﻣﺴﺄﻟﻪ‬

‫‪ -٨‬ﺟﻤﻊآوري ﻧﺘﺎﯾﺞ و اراﺋﮥ آن‬

‫‪10‬‬
‫و آﻧﭽﻪ ﮔﻔﺘﻪ ﺷﺪ روﻧﺪي اﺳﺖ ﮐﻪ ﺑﺎﯾﺪ ﻃﯽ ﺷﻮد و ﻣﺴﺎﯾﻠﯽ اﺳﺖ ﮐﻪ ﺑﺎﯾﺪ ﺣﻞ ﺷﻮﻧﺪ ﺗﺎ از ﻣﺤﺎﺳﺒﺎت‬

‫ﺳﺮي ﺑﻪ ﻣﺤﺎﺳﺒﺎت ﻣﻮازي ‪،‬ﮐﻪ ﻧﯿﺎز ﺣﺘﻤﯽ اﺳﺖ‪ ،‬رﺳﯿﺪ ‪.‬‬

‫‪ -3-2‬واژه ﺷﻨﺎﺳﯽ )‪(Terminology‬‬

‫در اﯾﻦ ﺑﺨﺶ اﺻﻄﻼﺣﺎﺗﯽ را ﻣﻌﺮﻓﯽ ﻣﯽﮐﻨﯿﻢ ﮐﻪ در ﻓﺮﻫﻨﮓ ﭘﺮدازش ﻣﻮازي ﺑﺴﯿﺎر ﺑﻪ ﮐﺎر ﻣﯽروﻧﺪ‪:‬‬

‫‪Communication (١‬‬
‫وﻇﺎﯾﻒ ﻣﻮازي ﺷﺪه‪ ،‬ﻋﻤﻮﻣﺎً ﻧﯿﺎز ﺑﻪ ﺗﺒﺎدل اﻃﻼﻋﺎت دارﻧﺪ‪ .‬راﻫﻬﺎي ﻣﺘﻌﺪدي در اﯾﻦ ﺟﻬﺖ وﺟﻮد‬

‫دارد‪ .‬ﻣﺎﻧﻨﺪ ﺑﻪ اﺷﺘﺮاك ﮔﺬاﺷﺘﻦ ﺣﺎﻓﻈﻪ‪ ،‬از ﻃﺮﯾﻖ اﻧﻮاع ﺷﺒﮑﻪ و ﺑﻪ ﻃﻮرﮐﻠﯽ ﺑﺎﯾﺪ ﮔﻔﺖ‪ ،‬آﻧﭽﻪ در‬

‫اﻧﺘﻘﺎل اﻃﻼﻋﺎت ﻣﻬﻢ اﺳﺖ ﻫﻤﯿﻦ ﻣﻮرد ‪ Communication‬ﯾﺎ ارﺗﺒﺎط اﺳﺖ ﮐﻪ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي‬

‫ﻣﻮازي ﺳﺎزي را ﺗﺤﺖاﻟﺸﻌﺎع ﻗﺮار ﻣﯽدﻫﺪ‪.‬‬

‫‪Synchranization (٢‬‬
‫ﯾﻌﻨﯽ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﺑﻪ ﮔﻮﻧﻪاي ﺑﺎﺷﺪ ﮐﻪ در ﻧﻘﻄﻪاي ﯾﮏ ﭘﺮدازش ﻣﺘﻮﻗﻒ و ﻣﻨﺘﻈﺮ ﻣﯽﺷﻮد ﺗﺎ‬

‫ﭘﺮدازش دﯾﮕﺮ ﺑﻪ ﻫﻤﺎن ﻗﺴﻤﺖ ﺑﺮﻧﺎﻣﻪ ﺑﺮﺳﺪ‪ ،‬ﯾﺎ ﺑﻪ او اﻃﻼﻋﺎﺗﯽ ﺑﺪﻫﺪ و ﯾﺎ اﻃﻼﻋﺎﺗﯽ ﺑﮕﯿﺮد‪ .‬اﯾﻦ ﻋﻤﻞ‬

‫ﻣﻌﻤﻮﻻً زﻣﺎن اﺟﺮاي ﺑﺮﻧﺎﻣﻪ را اﻓﺰاﯾﺶ ﻣﯽدﻫﺪ‪ ،‬اﻣﺎ در ﺟﻬﺖ ﺻﺤﺖ اﺟﺮاي ﺑﺮﻧﺎﻣﻪ ﮔﺎﻫﯽ ﻻزم ﻣﯽﺑﺎﺷﺪ‪.‬‬

‫‪Granularity (٣‬‬
‫در ﻣﺤﺎﺳﺒﺎت ﻣﻮازي‪ ،‬ﻣﻔﻬﻮﻣﯽ ﮐﯿﻔﯽ اﺳﺖ ﮐﻪ ﺑﻪ ﻣﻌﻨﯽ ﻧﺴﺒﺖ ﻣﺤﺎﺳﺒﺎت ﺑﻪ ارﺗﺒﺎﻃﺎت اﺳﺖ‪ .‬دو ﻧﻮع‬

‫‪ Fine‬و ‪ Coarse‬دارد‪.‬‬

‫‪Observed Speed up (٤‬‬

‫اﯾﻦ ﭘﺎراﻣﺘﺮ در ﯾﮏ ﮐﺪ ﺑﻪ ﺻﻮرت‪:‬‬

‫زﻣﺎن ﻇﺎﻫﺮي اﺟﺮاي ﺑﺮﻧﺎﻣﻪ ﺑﻪ ﺻﻮرت ﺳﺮي‪ /‬زﻣﺎن ﻇﺎﻫﺮي اﺟﺮاي ﺑﺮﻧﺎﻣﻪ ﺑﻪ ﺻﻮرت ﻣﻮازي‬

‫)‪(Wallclock time of serial execution/Wallclock time of parallel execution‬‬

‫ﯾﮑﯽ از ﺳﺎدهﺗﺮﯾﻦ و ﭘﺮ اﺳﺘﻔﺎدهﺗﺮﯾﻦ ﻣﺸﺨﺼﻪﻫﺎ ﺑﺮاي ﺗﻌﯿﯿﻦ ﺑﺎزده ﯾﮏ ﺑﺮﻧﺎﻣﮥ ﻣﻮازي اﺳﺖ‪.‬‬

‫‪11‬‬
‫‪، Speed up‬ﺑﻪ ﻃﻮرﮐﻠﯽ‪ ،‬ﺑﻪ ﻧﻮﻋﯽ ﺑﺎزده ﺑﺮﻧﺎﻣﻪ ﻣﻮازي را ﻧﺸﺎن ﻣﯽدﻫﺪ و ﭼﮕﻮﻧﮕﯽ ﻣﺤﺎﺳﺒﮥ آن از‬

‫ﻣﻮارد ﻣﻮرد ﺑﺤﺚ اﺳﺖ‪ .‬ﺑﻪ ﻃﻮر ﻣﻌﻤﻮل ﺑﻪ ﺻﻮرت ‪ S(p)=Ts/Tp‬ﻣﺤﺎﺳﺒﻪ ﻣﯽﺷﻮد ﮐﻪ زﻣﺎن ﻣﯽﺗﻮاﻧﺪ از‬

‫ﻧﻈﺮ ﮐﺎﻣﭙﯿﻮﺗﺮي ﺗﻌﺮﯾﻒﻫﺎي ﻣﺨﺘﻠﻔﯽ داﺷﺘﻪ ﺑﺎﺷﺪ‪.‬‬

‫‪Parallel Overhead (٥‬‬

‫ﻫﺰﯾﻨﻪاي ﮐﻪ ﺑﺮاي ﻫﻤﺎﻫﻨﮕﯽ و اﺟﺮاي وﻇﺎﯾﻒ ﻣﻮازي ﻣﺼﺮف ﻣﯽﺷﻮد ﺷﺎﻣﻞ‪:‬‬

‫‪ -‬زﻣﺎن ﺷﺮوع ‪task startup time‬‬

‫ﻫﻤﺎﻫﻨﮕﯽ زﻣﺎﻧﯽ ‪Synchronization‬‬ ‫‪-‬‬

‫‪ -‬ارﺗﺒﺎﻃﺎت و ﺗﺒﺎدل ﻣﻘﺎدﯾﺮ ‪Data Communication‬‬

‫‪ -‬ﻫﺰﯾﻨﮥ ﺗﺤﻤﯿﻠﯽ ﻧﺎﺷﯽ از ﮐﺎﻣﭙﺎﯾﻠﺮ‪ ،‬ﮐﺘﺎﺑﺨﺎﻧﻪ و اﺑﺰار ﻣﻮازي‬

‫‪ -‬ﭘﺎﯾﺎن اﺟﺮاي وﻇﯿﻔﻪ )‪(task‬‬

‫ﭘﺲ ﻣﯽﺗﻮان ﮔﻔﺖ ﻣﻨﺒﻊ ‪ ،Overhead‬ارﺗﺒﺎﻃﺎت‪ ،‬ﺗﺄﺧﯿﺮﻫﺎي زﻣﺎﻧﯽ‪ ،‬اﻧﺘﻈﺎر و ﻣﺤﺎﺳﺒﺎت اﺿﺎﻓﯽ‬

‫ﻧﺎﺷﯽ از ﻣﻮازي ﺷﺪن اﺳﺖ‪.‬‬

‫‪Massively Parallel (٦‬‬

‫از دﯾﺪﮔﺎه ﺳﺨﺖاﻓﺰاري ﺷﺎﻣﻞ ﭼﻨﺪ ﭘﺮدازﺷﮕﺮ ﻣﯽﺷﻮد ‪.‬ﮐﻠﻤﻪ ﭼﻨﺪ ﻣﻘﺎدﯾﺮ ﻣﺨﺘﻠﻔﯽ ﺑﻪ ﺧﻮد‬

‫ﻣﯽﮔﯿﺮد وﻟﯽ در اﯾﻨﺠﺎ ﺑﻪ ﻣﻌﻨﯽ ﺑﯿﺶ از ‪ 1000‬اﺳﺖ‪.‬‬

‫‪Latency (٧‬‬
‫زﻣﺎﻧﯽ اﺳﺖ ﮐﻪ ﺻﺮف ﻣﯽﺷﻮد ﺗﺎ ﺣﺪاﻗﻞ ﭘﯿﺎم )ﺻﻔﺮ ﺑﺎﯾﺖ( از ﻧﻘﻄﮥ ‪ A‬ﺑﻪ ﻧﻘﻄﮥ ‪ B‬ﺑﺮود‪ ،‬ﻣﻌﻤﻮﻻً ﺑﺎ‬

‫ﻣﯿﮑﺮوﺛﺎﻧﯿﻪ ﮔﻔﺘﻪ ﻣﯽﺷﻮد‪.‬‬

‫‪Band width‬‬ ‫‪(٨‬‬

‫ﻣﻘﺪاري از اﻃﻼﻋﺎت ﮐﻪ در واﺣﺪ زﻣﺎن ﻗﺎﺑﻞ اﻧﺘﻘﺎل اﺳﺖ‪ .‬ﻣﻌﻤﻮﻻً ﺑﻪ ﺻﻮرت ﻣﮕﺎﺑﺎﯾﺖ در ﺛﺎﻧﯿﻪ ﺗﻮﺿﯿﺢ‬

‫داده ﻣﯽﺷﻮد‪ .‬ارﺳﺎل ﺗﻌﺪاد زﯾﺎد ﭘﯿﺎم ﮐﻮﺗﺎه ﺑﺎﻋﺚ ﻣﯽﺷﻮد ﮐﻪ اﻓﺰاﯾﺶ ‪ latency‬ﻫﺰﯾﻨﻪ را ﺑﺎﻻ ﺑﺒﺮد‪ .‬ﮔﺎﻫﯽ‬

‫ﺑﻬﺘﺮ اﺳﺖ‪ ،‬ﭘﯿﺎﻣﻬﺎي ﮐﻮﭼﮏ ﺑﺴﺘﻪﺑﻨﺪي ﺷﺪه و ﺑﻪ ﺻﻮرت ﯾﮏ ﭘﯿﺎم ﺑﺰرﮔﺘﺮ ارﺳﺎل ﮔﺮدد‪.‬‬

‫‪12‬‬
 ‫وﺿﻮح ارﺗﺒﺎﻃﺎت )‪(Visibility of Communication‬‬ ‫‪(٩‬‬

‫‪ -‬ﺑﺎ ﻣﺪل اﻧﺘﻘﺎل ﭘﯿﺎم‪ ،‬ارﺗﺒﺎﻃﺎت ﺻﺮﯾﺢ و ﻣﻌﻤﻮﻻً ﺑﺴﯿﺎر واﺿﺢ و ﺗﺤﺖ ﮐﻨﺘﺮل ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺲ‬

‫ﻫﺴﺘﻨﺪ‪.‬‬

‫‪ -‬ﺑﺎ ﻣﺪل داده ﻣﻮازي‪ ،‬ارﺗﺒﺎﻃﺎت در ﺑﺮﺧﯽ ﻣﻮارد ﺑﺮاي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺲ ﺷﻔﺎف اﺳﺖ‪ .‬در ﻣﻮاردي روي‬

‫ﻣﻌﻤﺎرﯾﻬﺎي ﺣﺎﻓﻈﮥ ﺗﻮزﯾﻊ ﺷﺪه‪ ،‬ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺲ ﺣﺘﯽ ﻧﻤﯽﺗﻮاﻧﺪ ﺑﻔﻬﻤﺪ ﮐﻪ دﻗﯿﻘﺎً ﭼﻘﺪر ارﺗﺒﺎط ﺑﯿﻦ‬

‫ﭘﺮدازﺷﮕﺮﻫﺎ اﻧﺠﺎم ﺷﺪه اﺳﺖ‪.‬‬

‫‪ (12‬ﻗﺎﻧﻮن آﻣﺪال)‪(Amdahl's law‬‬

‫اﮔﺮ ‪ Ts‬زﻣﺎن اﺟﺮاي ﺑﺮﻧﺎﻣﻪ روي ﯾﮏ ﺗﮏ ﭘﺮدازﺷﮕﺮ و ‪ r‬ﻧﺴﺒﺘﯽ از ﺑﺮﻧﺎﻣﻪ ﮐﻪ ﻗﺎﺑﻠﯿﺖ ﻣﻮازي ﺷﺪن‬

‫‪Ts‬‬
‫‪ r‬و ﻗﺴﻤﺖ‬ ‫دارد و ‪ P‬ﺗﻌﺪاد ﭘﺮدازﺷﮕﺮﻫﺎي ﻣﻮرد اﺳﺘﻔﺎده ﺑﺎﺷﻨﺪ‪ ،‬زﻣﺎن اﺟﺮاي ﻗﺴﻤﺖ ﻣﻮازي ﺑﺮﻧﺎﻣﻪ‬
‫‪p‬‬

‫ﻏﯿﺮﻣﻮازي ‪ (1-r)Ts‬اﺳﺖ ﮐﻪ واﺑﺴﺘﮕﯽ ﺑﻪ ‪ P‬ﻧﺪارد‪ .‬ﭘﺲ ‪ Speed up‬ﺑﻪ دﺳﺖ ﻣﯽآﯾﺪ‪:‬‬

‫= ) ‪S( p‬‬
‫‪Ts‬‬ ‫‪1‬‬
‫=‬
‫‪(1 − r )Ts + rTs / p 1 − r + r / p‬‬ ‫)‪(1‬‬
‫= ) ‪⇒ S( p‬‬
‫‪1‬‬
‫∞→‪p‬‬
‫‪1− r‬‬

‫در ﻧﺘﯿﺠﻪ ﺑﺮاي ‪ Speed up‬از ﻧﻈﺮ ﺗﺌﻮري ﻣﺤﺪودﯾﺖ از ﺑﺎﻻ ﺗﻌﺮﯾﻒ ﻣﯽﺷﻮد‪ .‬اﯾﻦ ﻗﺎﻧﻮن آﻣﺪال‬

‫اﺳﺖ‪ .‬اﻟﺒﺘﻪ ﻣﯽداﻧﯿﻢ ﮐﻪ ﺑﻪ دﻟﯿﻞ اﺗﻼﻓﺎت ﻧﺎﺷﯽ از ارﺗﺒﺎﻃﺎت ﻧﯿﺰ ﺣﺪ ﺑﺎﻻي ‪ Speed up‬ﻣﺤﺪود ﻣﯽﺷﻮد‪.‬‬

‫‪) process (13‬ﭘﺮدازش(‬

‫ﭘﺮدازش ﯾﮏ ﺑﻠﻮك ﭘﺎﯾﻪ و اﺳﺎﺳﯽ در ﺑﯿﺸﺘﺮ ﻣﺤﺎﺳﺒﺎت ﻣﻮازي اﺳﺖ‪ .‬ﯾﮏ ﭘﺮدازش‪ ،‬ﻧﻤﻮﻧﻪاي از ﯾﮏ‬

‫ﺑﺮﻧﺎﻣﻪ ﯾﺎ زﯾﺮﺑﺮﻧﺎﻣﻪ اﺳﺖ ﮐﻪ ﮐﻢ و ﺑﯿﺶ ﺑﻪ ﺻﻮرت ﻣﺴﺘﻘﻞ روي ﯾﮏ ﭘﺮدازﺷﮕﺮ اﺟﺮا ﻣﯽﺷﻮد‪ .‬در ﺣﻘﯿﻘﺖ‬

‫ﯾﮏ ﺑﺮﻧﺎﻣﮥ ﭘﺮدازش ﻣﻮازي‪ ،‬اﺟﺮاي ﺑﺮﻧﺎﻣﻪ در ﻫﺮ ﻟﺤﻈﻪ ﺑﺎ ﺑﯿﺶ از ﯾﮏ ﭘﺮدازش ﻓﻌﺎل‪ ،‬اﺳﺖ‪ .‬ﭘﺲ ﻗﺎﺑﻠﯿﺖ‬

‫ﺑﺮﻧﺎﻣﻪ‪ ,‬ﺗﺤﺖ ﺗﺄﺛﯿﺮ ﭼﮕﻮﻧﮕﯽ ﺗﺨﺼﯿﺺ اﻃﻼﻋﺎت ﺑﻪ ﭘﺮدازشﻫﺎ‪ ،‬ﺗﻮﻟﯿﺪ و ﻫﻤﺎﻫﻨﮕﯽ ﭘﺮدازشﻫﺎ ﻣﯽﺑﺎﺷﺪ‪.‬‬

‫‪ (14‬راﻧﺪﻣﺎن ﻣﻮازي )‪(Parallel Efficiency‬‬

‫‪13‬‬