Amdahls Gesetz

Definition - Was bedeutet Amdahls Gesetz?

Amdahls Gesetz, benannt nach einem Computerarchitekten namens Gene Amdahl und seiner Arbeit in den 1960er Jahren, ist ein Gesetz, das zeigt, wie viel Latenz einer Leistungsaufgabe durch die Einführung von Parallel Computing entzogen werden kann.

Beim parallelen Rechnen wird das Amdahlsche Gesetz hauptsächlich verwendet, um die theoretische maximale Beschleunigung für die Programmverarbeitung unter Verwendung mehrerer Prozessoren vorherzusagen.

Dieser Begriff wird auch als Amdahls Argument bezeichnet.

Technische.me erklärt Amdahls Gesetz

Parallel Computing und Multicore-Systeme

Das Konzept des parallelen Rechnens besteht darin, dass mehr als ein Prozessor gleichzeitig an einer bestimmten Aufgabe arbeiten kann, wodurch eine Aufgabe um einen bestimmten Faktor beschleunigt wird. Hier gilt das Amdahlsche Gesetz, um den Maßstab dieses Faktors zu finden.

Die Implementierung des parallelen Rechnens erfolgt am häufigsten mit einem System, das als Multicore-Verarbeitung bekannt ist. Vor Jahren begannen Chiphersteller mit der Einführung von Mikroprozessoren mit mehr als einem Prozessorkern, der als "Multicore" -Design bezeichnet wird, und dies wurde schnell Teil der Innovation für Geschwindigkeit.

Während die Prozessoren der neunziger Jahre Single-Core-Mechanismen mit fortschrittlichen Features und Funktionen zur Schau stellten, können heutige Multicore-Systeme Dutzende von Kernen auf einem einzigen Chip enthalten, die alle in perfekter Harmonie zusammenarbeiten oder so nah wie möglich an den Ingenieuren sind. Damit ist eine ganze Industrieszene entstanden, die auf der Zusammenarbeit der Kerne basiert.

Parallele Multicore- versus ASICs

Mit der Entwicklung von Multicore-Systemen gab es auch einen Schritt in Richtung des so genannten anwendungsspezifischen integrierten Schaltkreises oder ASIC.

Experten argumentieren, ob ASICs oder Multicore-Designs für verschiedene Arten von Aufgaben effektiver sind, vom Grafik-Rendering über Data Mining bis hin zu den Quantenoperationen von morgen, für die wahrscheinlich eigene proprietäre Strukturen erforderlich sind.

Beispielsweise werden ASICs häufig in der Praxis des Cryptocurrency Mining verwendet, wo sie zur Ausführung von Vorgängen entwickelt werden, die für die Generierung von Bitcoin-Blöcken spezifisch sind. Bitcoin Mining ist ein Beispiel dafür, wie durch Anpassen der Verarbeitungsleistung Wert generiert werden kann.

Das Multicore-Design und seine Parallelverarbeitungskapazität sind jedoch weiterhin eine Spitzentechnologie für die Mikroverarbeitung, beispielsweise beim Spielen, bei dem Programme anspruchsvolle 3D-Grafiken mit geringer Latenz rendern müssen. In einigen Teilen der Technologiewelt wird die Parallelverarbeitung in irgendeiner Form zunehmend zum Standard.

Weitere Überlegungen zum Parallel Computing

Andere Arten von Überlegungen im Zusammenhang mit Amdahls Gesetz betreffen die Verwendung von Pipelines und Mikroarchitekturen, um die Zusammenarbeit dieser Multicore-Systeme zu ermöglichen.

Es gibt auch verschiedene Builds, die als symmetrische oder asymmetrische Multicore-Builds bezeichnet werden und sich auf die Leistung paralleler Computersysteme auswirken können. Darüber hinaus könnten Ingenieure überlegen, ob die Verbesserung eines einzelnen Kerns einen globalen Nutzen hat oder wie das Amdahl-Gesetz zur Verbesserung der Parallel-Computing-Leistung insgesamt eingesetzt werden kann.

Bei der Überlegung, mit Multicore-Systemen zu arbeiten, könnten Experten auch Aspekte wie den Umfang der Skalierung für ein Projekt oder die Heterogenität von Prozessoren in einem System berücksichtigen. Andere Ressourcen wie ein Speichercache für einen Prozessor können ebenfalls angewendet werden.

Obwohl einige Leute Amdahls Gesetz als weniger relevant ansehen als früher, bleibt Parallel Computing ein bekanntes Modell für diejenigen, die an der Avantgarde der Schaffung neuer Hardwaresysteme arbeiten.

Die Fähigkeit, Systeme zu beschleunigen, ist ein wesentlicher Fortschritt im gesamten Spektrum von Technologieprojekten, beispielsweise in vielen AI / ML-Projekten oder in Bezug auf den Fortschritt des Quantencomputers.