Скачать или смотреть 1. Конкурентность и параллелизм | Параллельное программирование

Лекция посвящена введению в курс *параллельного программирования**, с акцентом на понятия **конкурентности* и **параллелизма**.

---

Конкурентность vs Параллелизм

*Конкурентность* — это способность выполнять несколько задач поочередно, даже если они выполняются на одном ядре.
*Параллелизм* — это одновременное выполнение задач на нескольких ядрах или процессорах.
Эти термины часто путают, особенно в переводчиках, но в англоязычной литературе они имеют разные значения.

Многозадачность и виды её реализации

*Кооперативная* — потоки сами передают управление.
*Вытесняющая* — операционная система принудительно переключает потоки, что позволяет избежать зависания системы.
В современных ОС используется вытесняющая многозадачность.

Цели использования конкурентности

*Разделение ответственности* — разные потоки выполняют разные задачи (например, рисование UI и загрузка данных).
*Улучшение отзывчивости* — фоновые задачи не мешают главному потоку (особенно важно для мобильных приложений).
*Повышение производительности* — использование всех возможностей многопроцессорных систем.

Многопоточность и многопроцессность

*Многопроцессность* — процессы изолированы, но тяжеловесны. Хороши для масштабирования и отказоустойчивости.
*Многопоточность* — потоки легче, быстрее создаются, общаются между собой напрямую. Но требуют аккуратной работы с памятью.

Векторизация и SIMD

Использование специальных инструкций процессора для одновременных операций над несколькими данными.
Ускорение вычислений, особенно при работе с массивами.
Может применяться автоматически компилятором или вручную с помощью intrinsic-ов.

GPU и распределённые вычисления

Графические процессоры с тысячами ядер подходят для параллельных вычислений (рендеринг, моделирование, майнинг и т.д.).
Распределённые системы позволяют решать крупные задачи, распределяя их на множество компьютеров.

Закон Мура и его ограничения

Увеличение количества транзисторов на чипе не даёт бесконечного роста производительности из-за физических ограничений.
Развитие параллельных вычислений становится ключевым для повышения эффективности программ.

Виды параллелизма

*Параллелизм задач* — параллельное выполнение разных частей алгоритма.
*Параллелизм данных* — однотипные операции над разными данными.

Ограничения конкурентности

Усложнение кода.
Накладные расходы на переключение потоков.
Риск ошибок, связанных с гонкой данных.
Неэффективность при небольших задачах или недостаточном количестве ядер.

Практические примеры

Видеоплеер с несколькими потоками: UI, аудио, видео, загрузка.
Веб-серверы, компиляторы, рендеринг 3D-графики — всё это использует конкурентность и параллелизм.

---

📌 Вывод

Конкурентность и параллелизм — это мощные инструменты, которые позволяют создавать эффективные,
отзывчивые и масштабируемые приложения.
Однако их применение требует понимания, как работают потоки, процессы, память и аппаратные средства.
Эта лекция — введение в основы, на основе которой будет строиться дальнейший курс параллельного программирования.


Практические задания и примеры кода доступны на моем гитхабе: https://github.com/alexey-malov/pc

Тайм-коды:
0:00 Конкурентность и параллелизм
11:54 Подходы к конкурентности
16:14 Многопроцессность
19:08 Многопоточность
20:39 Векторизация
27:47 Параллельные вычисления на GPU
29:34 Когда использовать и когда не использовать конкурентность
40:40 Заключение

Чтобы оставаться на связи в условиях блокировки Youtube в России подписывайтесь на мой Telegram-канал https://t.me/vivid_coding

В заставке использована композиция "Папа может в Си" музыкального коллектива "Научно-технический рэп" (https://vk.com/nii_rap)
Исходный код шейдера из финальной заставки: https://www.shadertoy.com/view/Mcjfzc