EXPERIMENTO 01 / OPENMP
A mesma gravidade.
Mais possibilidades.
Milhares de corpos. Milhões de interações. Um problema dividido entre vários núcleos — sem mudar o resultado.
MESMA ENTRADA → MESMA FÍSICA → MENOS TEMPO?
A resposta vem das medições.
01 / EXPLORE
Veja o trabalho acontecer.
Sequencial
Paralelo
i Esta demonstração usa Web Workers no seu navegador. Os passos avançam juntos para comparar os estados; a velocidade visual não representa speedup. Os resultados OpenMP abaixo vêm do programa em C.
Quanto o seu computador ganha?
Execute as versões separadamente, com 5 repetições e 10 passos. Inclui a comunicação entre workers.
02 / EVIDÊNCIAS
Desempenho, sem atalhos.
C sequencial × C com OpenMP. Mesma entrada, mesmas flags, mesma quantidade de trabalho. Speedup = Tsequencial / Tparalelo.
Escalabilidade
Tempo, speedup e eficiência por número de threads
Uma comparação justa.
- 01Entrada idêntica
Dados float32 com seed fixa. Saídas conferidas a cada execução.
- 02Tempo do cálculo
E/S e alocação ficam fora. Barreiras e criação das threads entram na medição.
- 03Dispersão visível
Aquecimento, ordem alternada, média e desvio padrão. Entradas pequenas podem perder desempenho.
Todas as configurações
| Corpos | Implementação | Threads | Média ± desvio | Speedup | Eficiência |
|---|---|---|---|---|---|
| Medições pendentes. | |||||
Ambiente, commit e rastreabilidade +
03 / POR DENTRO
Dividir os corpos.
Preservar as forças.
Cada thread recebe uma faixa de corpos e calcula a interação com todos os demais. A soma mantém a ordem original, evitando diferenças causadas por reduções paralelas.
Decomposição estática
Todos os corpos exigem N interações. Faixas contíguas equilibram a carga e melhoram a localidade.
Duas fases, duas barreiras
Primeiro, forças e velocidades. Depois, posições. Uma equipe OpenMP persistente executa os dez passos.
Ganho com limites
Para entradas pequenas, sincronizar custa. Para muitas threads, memória, escalonamento e a Lei de Amdahl limitam a eficiência.