P2c · Laboratorio de perfilado y análisis de rendimiento

Contenido del programa: §20.2 · contenido 2.7 Horas de laboratorio: 4 · Modalidad: individual

1. Objetivo

Determinar, con datos medidos, dónde se va el tiempo en un programa paralelo; aplicar la Ley de Amdahl para interpretar el resultado; y justificar una única optimización con su efecto cuantificado.

Al terminar de la práctica el estudiante es capaz de: usar un perfilador, leer sus resultados, calcular la fracción secuencial efectiva de un programa paralelo, y decidir si una optimización compensa su coste.

2. Por qué esta práctica es distinta a las anteriores

En P2a y P2b el resultado era previsible: dynamic reparte mejor que static, reduction es más rápido que critical. Aquí no hay respuestas esperadas de antemano. Puede ocurrir que la optimización que parece obvia empeore el programa, y descubrirlo es parte del objetivo.

3. Material de laboratorio

Recurso	Alternativa si no está disponible
perf	Intel VTune (gratuito) o TAU
Code::Blocks / VS Code con terminal integrada	Cualquier editor con terminal
htop con la opción de ver hilos	El comando top -H

Verifique la disponibilidad del perfilador antes de empezar:

perf --version || echo "perf no disponible: usar VTune"

4. Desarrollo de la práctica

Paso 1: Programa de trabajo

/* Sistemas Paralelos - TEL420
 * Estudiante: NOMBRE COMPLETO
 * RU / CI: XXXXXXXX
 * Practica: P2c - Laboratorio de perfilado
 */
#include <stdio.h>
#include <stdlib.h>
#include <omp.h>
#include <math.h>

#define N 4000000

/* Norma: media y desviacion tipica. El calculo es trivialmente paralelizable,
 * pero el reparto secuente es enorme frente al calculo: buen caso para Amdahl. */
int main(void) {
    double *a = malloc(N * sizeof(double));
    for (int i = 0; i < N; i++) a[i] = (double)(i % 1000) / 1000.0;

    double t_relleno = omp_get_wtime();
    /* Reparto secuencial: el 90 % del trabajo real, aqui en serie */
    double suma = 0.0;
    for (int i = 0; i < N; i++) suma += a[i];
    double media = suma / N;
    double var = 0.0;
    for (int i = 0; i < N; i++) { double d = a[i] - media; var += d * d; }
    double desviacion = (var > 0) ? (double)sqrt(var / N) : 0.0;
    double t_secuencial = omp_get_wtime() - t_relleno;

    double t1 = omp_get_wtime();
    /* Calculo paralelo: lo que OpenMP puede acelerar */
    double suma2 = 0.0;
    #pragma omp parallel for reduction(+:suma2) schedule(static)
    for (int i = 0; i < N; i++) suma2 += a[i];
    double media2 = suma2 / N;
    double var2 = 0.0;
    #pragma omp parallel for reduction(+:var2) schedule(static)
    for (int i = 0; i < N; i++) { double d = a[i] - media2; var2 += d * d; }
    double desviacion2 = (var2 > 0) ? (double)sqrt(var2 / N) : 0.0;
    double t_paralelo = omp_get_wtime() - t1;

    printf("media       secuencial = %.6f   paralela = %.6f\n", media, media2);
    printf("desviacion  secuencial = %.6f   paralela = %.6f\n", desviacion, desviacion2);
    printf("tiempo reparto secuencial = %.4f s\n", t_secuencial);
    printf("tiempo calculo  paralelo = %.4f s\n", t_paralelo);
    return 0;
}

gcc -O2 -fopenmp -o perfilado perfilado.c -lm
./perfilado

Paso 2: Medición del tiempo según el número de hilos

for h in 1 2 4 8; do
  echo "--- $h hilos ---"
  OMP_NUM_THREADS=$h ./perfilado
done

Complete la tabla de S_p y E_p para el cálculo paralelo.

Paso 3: Sesión de perfilado

# 1. Resumen de eventos de hardware
perf stat ./perfilado

# 2. Distribucion del tiempo entre funciones
perf record -g -- ./perfilado
perf report --stdio | head -40

# 3. Fallos de cache y ramas, que es lo que suele explicar la perdida de rendimiento
perf stat -e cache-misses,cache-references,branch-misses,branches ./perfilado

Con Intel VTune, el equivalente es Hotspots para el reparto de tiempo y Memory Access Analysis para el tráfico de caché.

Paso 4: Verificación de la Ley de Amdahl

Con los datos medidos, calcule la fracción secuencial efectiva:

$S_{max} = \frac{1}{s + \frac{(1 - s)}{p}}$

Despejando a partir del speedup medido S_p y el número de hilos :

$s = \frac{1 - \frac{S_p}{p}}{\frac{p - S_p}{p} \cdot p}$

Simplificando, con s_p = S_p / p :

$s = \frac{1 - s_p}{p - S_p}$

Compruebe que el valor obtenido explique los resultados de la Parte 2. Si el calculado es muy superior al que usted esperaba, el perfilador tiene la respuesta de por qué.

Paso 5: Una única optimización

Elija una de estas y aplíquela:

Opción	Qué cambia
Paralelizar también el reparto	Eliminar la fase secuencial
collapse(1) en el bucle interno	Un solo bucle, sin segundo paso
Fusión de los dos bucles	Recorrer los datos una sola vez
schedule(guided)	Cambiar la política de reparto

Mida de nuevo con los mismos números de hilos y construya la tabla antes y después.

5. Evidencias requeridas

N°	Evidencia	Contenido
1	Salida de ./perfilado con 1, 2, 4 y 8 hilos	Terminal
2	Salida de perf stat	Terminal con los contadores de caché
3	Salida de perf report, 20 primeras líneas	Terminal
4	Tabla de y y valor de calculado	En el informe
5	Tabla comparativa antes y después de la optimización	En el informe
6	Perfilado en ejecución con htop -d	Captura de pantalla

Las seis evidencias con la marca de personalización del apartado 4.2 de 00-marco/glosario-y-convenciones.md.

6. Estructura del informe

Formato PDF, máximo 4 páginas.

Sección	Contenido
1. Portada	Datos institucionales, nombre, RU, fecha
2. Metodología	Equipo, versión del compilador y del perfilador, procedimiento de medición
3. Resultados previos	Tabla de tiempos, y antes de optimizar
4. Perfilado	Distribución del tiempo, tasa de fallos de caché, interpretación
5. Verificación de Amdahl	Cálculo de y contraste con la medición
6. Optimización	Qué se cambió, por qué, y efecto medido con la tabla antes/después
7. Conclusiones	Si la optimización compensó el esfuerzo, con argumentos

7. Criterios de evaluación

Criterio	Descripción	Puntaje
Funcionamiento	Resultados numéricos idénticos entre la versión secuencial y la paralela	15
Perfilado	Se usó el perfilador y se interpretó su salida; no se resume solo el resultado	25
Análisis de Amdahl	calculado correctamente y contrastado con los datos	20
Optimización	Una sola, justificada por el perfil y con efecto cuantificado	25
Comunicación técnica	Informe ordenado, tablas legibles, conclusiones apoyadas	15
Total		100

Rúbrica completa: ../rubrica-pruebas-rendimiento.md.

8. Preguntas de análisis

¿Qué parte del programa es la fracción secuencial de este ejercicio, y cuál es su peso real dentro del tiempo total?
Si paralelizara el reparto secuencial, ¿qué valor alcanzaría la eficiencia? Calcule el nuevo y compárelo.
¿Qué parte del programa es compute bound y cuál es memory bound? ¿Cómo lo demuestra el perfil?
¿En qué momento del ciclo de optimización se encuentra este ejercicio, y cuál es la siguiente medición que haría?
¿Qué ocurriría si aumentara el número de hilos a 32 en una máquina de 8 núcleos físicos?

Práctica derivada de 00-marco/programa-docente-TEL420-V2.docx, apartado 20.2, contenido 2.7.