mboost-dp1
SXC - IndianSumm
Baseret på mine fire års erfaring indenfor netop dette område er min vurdering at de prøver på at løse et ikke-eksisterende problem. Ud over at problemet ikke eksisterer er deres løsning heller ikke særligt effektiv.
De klassiske systemer som er afbilledet i figur 1 i artiklen udfører den komplete indkodning af et objekt på en knude. Det kræver CPU tid på den knude, og udnytter ikke CPU på andre knuder. Til gengæld kan udregningen udført på den ene CPU optimeres.
Forskernes forslag på en løsning afbilledet i figur 2 udnytter CPU på flere knuder, men til gengæld bruges der mere båndbredde fordi alle data skal sendes gennem flere hops i kæden. Det samlede CPU forbrug i deres løsning kan ikke blive mindre, da en distribueret algoritme generelt ikke kan optimeres lige så meget som en sekventiel algoritme. I bedste fald er det ekstra CPU forbrug i deres løsning så lille, at det ikke udgør noget nyt problem.
Hvis vi antager at de ikke bruger mere CPU tid i alt og har distribueret opgaven på flere knuder uden tab i CPU resurser, så har de forbedret CPU udnyttelsen ved at sprede det over flere knuder, men på bekostning af en mangedobling af forbruget af båndbredde.
I mit arbejde med systemer i denne klasse har netværksresurser langt oftere været et problem end CPU resurser. Hvis jeg var blevet tilbudt en løsning der brugte mindre CPU og mere netværk ville jeg sige nej tak.
Grunden til at problemet ikke eksisterer er at de klassiske systemer ikke kun arbejder med en enkelt indkodning ad gangen. Man arbejder med mange data samtidigt, og når en enkelt knude er travlt optaget med at behandle et objekt, så er de andre knuder ikke idle, de er i gang med at behandle andre objekter.
De klassiske systemer som er afbilledet i figur 1 i artiklen udfører den komplete indkodning af et objekt på en knude. Det kræver CPU tid på den knude, og udnytter ikke CPU på andre knuder. Til gengæld kan udregningen udført på den ene CPU optimeres.
Forskernes forslag på en løsning afbilledet i figur 2 udnytter CPU på flere knuder, men til gengæld bruges der mere båndbredde fordi alle data skal sendes gennem flere hops i kæden. Det samlede CPU forbrug i deres løsning kan ikke blive mindre, da en distribueret algoritme generelt ikke kan optimeres lige så meget som en sekventiel algoritme. I bedste fald er det ekstra CPU forbrug i deres løsning så lille, at det ikke udgør noget nyt problem.
Hvis vi antager at de ikke bruger mere CPU tid i alt og har distribueret opgaven på flere knuder uden tab i CPU resurser, så har de forbedret CPU udnyttelsen ved at sprede det over flere knuder, men på bekostning af en mangedobling af forbruget af båndbredde.
I mit arbejde med systemer i denne klasse har netværksresurser langt oftere været et problem end CPU resurser. Hvis jeg var blevet tilbudt en løsning der brugte mindre CPU og mere netværk ville jeg sige nej tak.
Grunden til at problemet ikke eksisterer er at de klassiske systemer ikke kun arbejder med en enkelt indkodning ad gangen. Man arbejder med mange data samtidigt, og når en enkelt knude er travlt optaget med at behandle et objekt, så er de andre knuder ikke idle, de er i gang med at behandle andre objekter.
Opret dig som bruger i dag
Det er gratis, og du binder dig ikke til noget.
Når du er oprettet som bruger, får du adgang til en lang række af sidens andre muligheder, såsom at udforme siden efter eget ønske og deltage i diskussionerne.
- Forside
- ⟨
- Forum
- ⟨
- Nyheder
Gå til bund