23、多核架构下并行算法设计与弦动画效果实现

多核架构下并行算法设计与弦动画效果实现

1. 多核架构并行算法设计概述

在多核架构下设计并行算法并非简单的实现与移植工作，它涉及诸多并行计算问题的考量。对于计算机动画研究而言，在多核架构上优化顺序算法时，需要仔细考虑以下几个重要的并行算法设计问题：
- 问题分解与资源利用
- 负载均衡
- 算法设计范式

2. 问题分解与资源利用

并行计算的关键在于让不同任务在所有可用计算资源上并发执行。若资源（尤其是处理核心）利用不足，就会导致性能损失。在并行算法设计中，通常通过问题分解来解决这一问题。一般来说，若处理架构有N个核心，问题应分解为多于N（通常是N的倍数）个子任务，确保每个处理核心至少分配一个子任务，避免核心闲置。

然而，在某些场景下，问题规模动态变化且难以预测，静态的问题分解方案无法优化子任务数量以实现更好的资源利用。例如，动态规划算法在运动图算法中常呈现“慢启动”的初始处理阶段。从动态规划算法的数据依赖图来看，并发计算只能在从左上角开始的对角线上的子任务之间进行。随着计算从左上角向右下角推进，并发执行的子任务数量先增加至计算中途达到峰值，随后减少，这是典型的“慢启动慢结束”问题。

为解决资源利用不足的问题，可采用基于问题规模的动态问题分解方案，即自适应计算 - 核心映射。其主要思想是自适应调整问题分解的粒度：当有更多处理核心可用（资源利用不足）时，将子任务进一步分解为更小的任务，增加并行执行的子任务总数，使所有核心都能得到利用，但需避免创建过多子任务，以免管理成本过高。

其他一些计算机动画中广泛使用的算法，如广度优先图搜索和多分辨率分析，也具有“慢启动”或“慢结束”的特点，自适应计算