Jörn Dinkla's Beispiele für Parallelität

Um die Leistungsfähigkeit der einzelnen Frameworks und der Hardware auszuprobieren, habe ich einen möglichst einfachen Raytracer als visuellen Benchmark verwendet.

Ein Raytracer ist deshalb gut geignet weil er,

einerseits leicht zu parallelisieren ist, weil jedes Pixel einzeln verarbeitet werden kann.
andererseits aber der Aufwand für die Pixel sehr unterschiedlich sein kann: Fällt der Strahl auf ein Objekt, so ist der reflektierte Strahl weiter zu verfolgen.

Die folgende Tabelle zeigt einen Vergleich.

Sprache	Technik	CPU/GPU	Cores/SMs/Threads	Avg FPS/s	Min FPS/s	Max FPS/s
C++	Sequentiell	CPU	1 Core = 1 Thread	--.--	--.--	--.--
C++	POSIX Threads (pthreads)	CPU	4 Cores * 2 Hyperthreads = 8 Threads	--.--	--.--	--.--
C++	OpenMP	CPU	4 Cores * 2 Hyperthreads = 8 Threads	--.--	--.--	--.--
C++	NVIDIA CUDA	GPU	16 SM = 512 Cores = 512 Threads	--.--	--.--	--.--
C++	OpenCL	GPU	16 SM = 512 Cores = 512 Threads	--.--	--.--	--.--
C++	Cell-Prozessor	CPU	6 SPUs	--.--	--.--	--.--
Haskell	Sequentiell	CPU	1	--.--	--.--	--.--
Haskell	`par`	CPU	4 Cores * 2 Hyperthreads = 8 Threads	--.--	--.--	--.--
Java	Sequentiell	CPU	1	--.--	--.--	--.--
Java 7	`ForkJoinPool`	CPU	4 Cores * 2 Hyperthreads = 8 Threads	--.--	--.--	--.--

Haben Sie Fragen? Dann schicken Sie mir doch eine Email!