一：speedup factor(加速比例)：
s(p)=ts / tp ts :最好的序列演算法所需的執行時間 tp: 使用並行p個處理器所需的執行時間。
線性提速： s(p) = p
二：system efficiency: e(p) = ts / (tp x p) = s(p) / p x 100%
三：maximum speedup：很難達到理想最大化：（1）並不是所有都可以進行平行處理 （2）平行計算時需要額外的計算量（同步所需要消耗的） （3）不同processor之間的交流需要時間。（佔很大比重）
scality的畫法：1. strong scaling:（strong是指很難得到線性直線）
(1)問題大小不變，處理器的數量也會增加（2）用於尋找乙個平滑點 可以在可接受的時間內完成計算（用多少臺機器解決這個問題是最好的），從而不會浪費並行重疊產生的週期時間。（3）linear scaling通過增加處理器的數量來實現速度線性提公升。
2. weak scaling: 隨著計算node的增加，問題的大小也是逐漸增加。程式設計有效利用記憶體及其他系統資源。線性scaling可以在執行時隨著負載的增加保持固定。
時間複雜度分析：總的時間複雜度 = 計算時間 + 交流時間
交流時間 = 傳送資訊的數量 * （資訊的latency + 資訊中的資料量* 傳送乙個資料所需的時間）
平行計算效能分析
第乙個效能當然是速度，還有兩個 延時 完成指定工作所需要的時間 吞吐率 單位時間內完成的工作量 開發並行性通常能改進吞吐率。開發並行可以隱藏延時，當然並沒有真正的減少延時，只是隱藏了延時的代價，因為它 與其等待，不如去計算其餘部分 平行計算比序列計算要建立更多執行緒而帶來額外開銷，建立程序的開銷遠大...
平行計算的效能指標
定義序列程式執行時間為t序列，並行程式執行時間為t並行，則加速比 speedup 是 s t並行 t序列。當加速比 s 等於平行計算的核數 p，則稱該並行程式具有線性加速比 linear speedup 實際上，我們不可能獲得線性加速比，因為多個執行緒 程序總是會引入一些代價。此外，定義 e s p...
Delphi 的平行計算
所謂平行計算，可以讓一段 讓 cpu 的多個核同時開跑，非常明顯地提高 執行速度。所謂 程式 這個中文單詞，嚴格意義上來說，就是按照特定順序，一步一步地執行一些指令。這是標準的序列計算。序列計算的好處是有上下文依賴關係的事情，不會搞錯順序。好比先洗碗，再打飯，程式這樣寫了，計算機絕對不會搞錯成先打了...