グスタフソンの法則の限界
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/04/17 05:37 UTC 版)
「グスタフソンの法則」の記事における「グスタフソンの法則の限界」の解説
解決する問題によっては本質的に大規模なデータセットを持たないものがある。例えば、世界中の人間に対して一つずつ存在するデータを処理するような問題は、年間に数パーセントしか大きくならない。 非線形のアルゴリズムは、グスタフソンの法則によって「明らかに」なる並列性をうまく活かす事ができない場合がある。Snyder は、O(N3) のアルゴリズムでは並列性を二倍にしても問題の大きさを 9% 増加させられるだけだと指摘している。したがって、非常に高い並列性を実現したとしても、もともとの並列化の度合いが少ない方法に対してあまり利点がない可能性がある。しかし実際には、特にクラスタや Condor のような分散コンピュータを用いることで、大きな進歩が達成されてきている。
※この「グスタフソンの法則の限界」の解説は、「グスタフソンの法則」の解説の一部です。
「グスタフソンの法則の限界」を含む「グスタフソンの法則」の記事については、「グスタフソンの法則」の概要を参照ください。
- グスタフソンの法則の限界のページへのリンク