Насколько точным является закон Амдаля?

Question

В компьютерной архитектуре закон Амдала дает теоретическое ускорение в латентности выполнения задачи при фиксированной рабочей нагрузке, что можно ожидать от системы, ресурсы которой улучшены.

Slatency является теоретическим ускорением в латентности выполнения всей задачи;

s - это ускорение в латентности выполнения части задачи, которая выигрывает от улучшения ресурсов системы;

p - это процент времени выполнения всей задачи относительно части, которая улучшает ресурсы системы до улучшения.

Slatency = 1/[(1-p) + (p/s)]

Это все теоретические и заставил меня думать, когда это неприменимо. И насколько это точно для оценки производительности процессора?

Answer 1

Часто, когда вы хотите настроить какую-либо часть программы, вы делаете микрообъект для проверки только этого в изоляции.

Это не всегда отражает то, как оно будет себя вести при запуске как части полной программы. (т. е. с другой работой между исполнением той части, которую вы настраиваете, а не в замкнутом контуре.)

например. если вы нашли sin(x) расчеты были дорогими и заменили их поисковой таблицей, которая могла бы выиграть в microbenchmark, потому что достаточно маленький стол остается горячим в кеше при вызове спина к спине без другой совместной работы. Аналогичным образом, микробенчмарки измеряют производительность с использованием начального прогнозирования с ветвлением и без давления в кеш-кеше (что может сделать просмотр цикла более качественным, чем есть).

Но это просто означает, что ваша оценка s является неправильной для функции как части всей программы, а не того, что закон Амдаля является неточным. Это всего лишь случай неправильного использования.

---

Однако это приведет к реальному ответу на ваш вопрос:

Форсирование одну часть программы таким образом, что приводит к большему объему кэша или TLB промахивается, ошибочность прогнозирования ветвления и т.д. в другие части программы нарушают закон Амдаля.