Amdahls Gesetz: Rechner für Speedup und Skalierungsgrenze

Geben Sie den parallelisierbaren Anteil und die Prozessorzahl ein, um den erwarteten Speedup, die Prozessoreffizienz und den seriellen Anteil an der beschleunigten Laufzeit zu ermitteln. Der Rechner zeigt außerdem die vom seriellen Programmteil bestimmte asymptotische Grenze. So können Sie beurteilen, ob zusätzliche Prozessoren sinnvoll sind oder ob Sie zuerst den sequenziellen Code optimieren sollten.

Was Amdahls Gesetz misst

Amdahls Gesetz unterteilt die ursprüngliche Programmlaufzeit in einen parallelisierbaren und einen seriellen Anteil. Ist p parallelisierbar und verteilen N Prozessoren diese Arbeit vollkommen gleichmäßig, ergibt sich die normierte Laufzeit (1 − p) + p/N. Der maximale theoretische Speedup ist der Kehrwert dieser Laufzeit. Dieser Rechner wendet die Gleichung unmittelbar an und nimmt eine ideale Planung an: Die parallele Arbeit wird gleichmäßig verteilt, die Prozessoren verursachen keinen Kommunikationsaufwand und zusätzliche Einheiten beschleunigen den seriellen Anteil nicht. Das Ergebnis ist daher eine Obergrenze und keine Benchmark-Prognose. Eine reale Umsetzung kann wegen Synchronisation, Speicherkonflikten, Aufgabenstart, ungleicher Last und Datenübertragung langsamer sein. Die Obergrenze hilft dennoch zu prüfen, ob eine Messung plausibel ist und wie viel Verbesserungsspielraum besteht. Geben Sie den parallelen Anteil als Dezimalzahl ein; 95 Prozent entsprechen beispielsweise 0.95.

Engpass und Skalierungsgrenze richtig deuten

Der serielle Anteil ist eins minus dem parallelen Anteil und bestimmt die langfristige Obergrenze. Bei 95 Prozent paralleler Arbeit bleiben 5 Prozent seriell. Selbst unbegrenzt viele Prozessoren können deshalb keinen höheren Speedup als den Faktor 20 erreichen. Das Feld für den asymptotischen Speedup nennt diese Grenze, sofern ein serieller Anteil vorhanden ist. Der Anteil des seriellen Engpasses beantwortet eine andere Frage: Welcher Teil der verkürzten Laufzeit entfällt bei der gewählten Prozessorzahl weiterhin auf die serielle Ausführung? Dieser Anteil steigt beim Hinzufügen von Prozessoren häufig stark. Ein Abschnitt, der ursprünglich nur 5 Prozent benötigte, kann nach Aufteilung des parallelen Teils die Laufzeit dominieren. Die parallele Effizienz ist der berechnete Speedup geteilt durch die Prozessorzahl. Sinkt sie, trägt jeder zusätzliche Prozessor weniger bei. Zusammen machen diese Werte den abnehmenden Nutzen starker Skalierung sichtbar und unterscheiden fehlende Rechenkapazität von einer grundsätzlich seriellen Begrenzung.

Das Ergebnis für die Leistungsplanung verwenden

Beginnen Sie mit einem gemessenen Profil einer repräsentativen Arbeitslast statt mit einer optimistischen Schätzung. Ordnen Sie Laufzeit nur dann als parallelisierbar ein, wenn das Produktionsdesign sie tatsächlich gleichzeitig ausführen kann. Berechnen Sie anschließend mehrere Prozessorzahlen und vergleichen Sie den zusätzlichen Speedup mit den Infrastrukturkosten. Ändert eine Verdopplung der Prozessoren das Ergebnis kaum, weist der serielle Anteil den Weg: Optimieren Sie den sequenziellen Pfad, ändern Sie den Algorithmus, verringern Sie die Koordination oder erhöhen Sie die unabhängige Arbeit pro Lauf. Die Berechnung ist besonders vor einem Wechsel zu mehr Kernen, Workern, GPU oder verteilten Knoten nützlich, weil sie die Annahme linearer Skalierung verhindert. Sie eignet sich auch als Referenz für Regressionsberichte: Vergleichen Sie den gemessenen Speedup mit dem theoretischen Maximum und untersuchen Sie die Differenz. Amdahls Gesetz beschreibt feste Arbeitslasten; wächst die Last mit den Ressourcen, beantwortet Gustafsons Gesetz eine andere Planungsfrage.