La loi d’Amdahl donne la meilleure accélération que l’on peut attendre en exécutant un programme sur plusieurs processeurs. Certaines parties d’une tâche peuvent être réparties entre processeurs, mais d’autres, comme la lecture des données ou l’assemblage des résultats, doivent s’exécuter en séquence. La partie séquentielle fixe un plafond à l’accélération, quel que soit le nombre de processeurs. La loi sert à décider s’il vaut la peine d’acheter plus de cœurs ou s’il vaut mieux améliorer le code.
Comment se fait le calcul
Avec une part parallèle p et n processeurs :
- Accélération = 1 ÷ ((1 − p) + p ÷ n)
- Accélération maximale = 1 ÷ (1 − p)
- Efficacité = accélération ÷ n
- Processeurs pour une accélération visée S = p ÷ (1 ÷ S − (1 − p)), si l’objectif est inférieur au maximum
Exemple
Si 90 % d’un programme peut s’exécuter en parallèle, 8 processeurs donnent une accélération de 1 ÷ (0,1 + 0,1125) = 4,71, soit une efficacité de 58,8 %. L’accélération maximale est de 10×, quel que soit le nombre de processeurs ajoutés. Pour atteindre 5×, il faut 9 processeurs.
Des rendements décroissants
Avec 90 % de parallèle, passer de 8 à 16 processeurs ne fait monter l’accélération que de 4,7 à 6,4, et 1 000 processeurs donnent 9,9. Les derniers pour cent de travail séquentiel coûtent plus que tous les autres réunis. C’est pourquoi optimiser la partie séquentielle est souvent plus rentable que d’ajouter du matériel.
Limites du modèle
La loi d’Amdahl suppose une taille de problème fixe. Beaucoup de tâches grossissent quand plus de processeurs sont disponibles, et dans ce cas la partie parallèle augmente : c’est l’idée de la loi de Gustafson. Les vrais programmes subissent aussi des surcoûts : mesurez l’accélération sur votre propre charge de travail et utilisez la loi comme borne supérieure pour la planification.