Los algoritmos paralelos permiten resolver problemas más rápidamente utilizando múltiples procesadores que trabajan juntos. Esto se logra asignando diferentes porciones de un problema a cada procesador o hilo. Existen varias tecnologías como OpenMP y Intel TBB que implementan programación paralela. Un ejemplo es dividir la suma de números en grupos procesados de forma independiente por cada núcleo.

1. UNIVERSIDAD IBEROAMERICANA
UNIBE
Emilio Jose De los santos Sanchez
21-0843
Tema
Diseño de Algoritmos Paralelos
Maestra
Rina Maria Familia

2. ¿QUÉ SON LOS
ALGORITMOS
PARALELOS?
•Es el uso de varios procesadores
trabajando juntos para resolver una
tarea común, creando una forma
rápida y eficiente de trabajo.
•El modo de uso de los procesadores
puede ser diseñado por el
programador:
•– Cada procesador trabaja en una
porción del problema
•– Los procesos pueden intercambiar
datos, a través de la memoria o por
una red de interconexión

3. VENTAJAS DE
LA
COMPUTACIÓN
PARALELA
•Algunas de las ventajas de la programación paralela son las
siguientes:
•– Permiten resolver problemas que no caben en una CPU
•– Permiten resolver problemas que no se resuelven en un
tiempo razonable
•Estos también nos permiten ejecutar
•– Problemas mayores
•– Más rápidamente (aceleración)
•– Más problemas con mayor eficiencia

4. NECESIDAD DE
LA
COMPUTACIÓN
PARALELA
•-La velocidad de los computadores secuenciales convencionales
se ha incrementado continuamente para adaptarse a las
necesidades de las aplicaciones. Por esta razón se necesitan los
algoritmos paralelos para poder resolver el problema de las
computadoras convencionales.
•-Simultáneamente hay una demanda continua de un poder
computacional superior.
•-La relación coste/prestaciones se hace desfavorable si se
pretende incrementar más aún la potencia de los computadores
secuenciales.
•- Hay límites para una única CPU, como memoria y poder de
procesador, por eso se necesitan los algoritmos paralelos.

5. TECNOLOGÍAS QUE IMPLEMENTAN
LA PROGRAMACIÓN PARALELA
•Open MP (Open Multi-Processing)(Chapman et al., 2008; Pas, 2009): proporciona una API,
que mediante directivas del compilador y llamadas a sub-rutinas, proporciona paralelismo
de datos.
•Intel TTB (Intel Threading Building Blocks): Modelo de programación paralela basado en
rutinas que utilizan hilos. Provee una serie de plantillas, tipos de datos y algoritmos.
•Intel ArBB (Inter Array Building Blocks): biblioteca para C++ desarrollada para aprovechar
diferentes tipos de procesadores en la resolución de problemas paralelos.
•JP: Java Parallel (PJ) es una API de programación paralela cuyos principales objetivos son:
apoyar tanto a la programación paralela en memoria compartida (basadas en hilos de
ejecución) y el grupo de programación paralela (basado en paso de mensajes), en una sola
API unificada.

6. EJEMPLO - SUMA
DE N NÚMEROS
•Secuencial: t(n) = n − 1
•Paralelo con n/2 elementos de proceso, como mınimo
t(n) n/2 = 2
•En cada Pi, i = 0, 1, . . . , n/2 − 1
• inicio = 2 ∗ i
• desplazamiento = 1
• activo = true
• para k = 1, 2, . . . , log n
• si activo
• a[inicio] = a[inicio] + a[inicio +
desplazamiento]
• desplazamiento = desplazamiento ∗
2
• finsi
• si i mod desplazamiento 6= 0
• activo = false
• finsi
•finpara

7. LA TÉCNICA
MEMORIA
COMPARTIDA
•Necesita del uso de cerrojos en los datos para impedir que se
modifique simultáneamente por dos procesadores, por lo que se
produce un coste extra en ciclos de CPU desperdiciados y ciclos
de bus. También obliga a serializar alguna parte del algoritmo.
•La técnica paso de mensajes usa canales y mensajes pero esta
comunicación añade un coste al bus, memoria adicional para las
colas y los mensajes y latencia en el mensaje. Los diseñadores de
procesadores paralelos usan buses especiales para que el coste
de la comunicación sea pequeño pero siendo el algoritmo
paralelo el que decide el volumen del tráfico.

8. ALGORITMO DE PARALLEL_FOR
•El algoritmo Concurrency::p arallel_for realiza repetidamente la misma tarea
en paralelo. Cada una de estas tareas se parametriza mediante un valor de
iteración. Este algoritmo es útil cuando se tiene un cuerpo de bucle que no
comparten recursos entre iteraciones de ese bucle.
•El parallel_for algoritmo crea particiones de las tareas de forma óptima para
la ejecución en paralelo. Utiliza un algoritmo de robo de trabajo y un robo de
intervalo para equilibrar estas particiones cuando se desequilibran las cargas
de trabajo.

9. EJEMPLO
// parallel-for-structure.cpp
// compile with: /EHsc
#include <ppl.h>
#include <array>
#include <sstream>
#include <iostream>
using namespace concurrency;
using namespace std;
int wmain()
{
// Print each value from 1 to 5 in parallel.
parallel_for(1, 6, [](int value) {
wstringstream ss;
ss << value << L' ';
wcout << ss.str();
});

10. REFERENCIAS:
•http://informatica.uv.es/iiguia/ALP/materiales/1_1_a_ComputacionParalela.p
df
•http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2227-
18992017000200009
•http://dis.um.es/~domingo/apuntes/AlgProPar/1819/analisis.pdf
•https://es.wikipedia.org/wiki/Algoritmo_paralelo#:~:text=En%20las%20cienci
as%20de%20la,y%20obtener%20el%20resultado%20correcto.
•https://docs.microsoft.com/es-es/cpp/parallel/concrt/parallel-
algorithms?view=msvc-160