Участник:Kisel dv/DNS алгоритм умножения матриц

Автор: Д.В.Кисель

Свойства и структура алгоритма

Общее описание алгоритма

Алгоритм DNS(Dekel, Nassimi, Sahni - назван по фамилиям создателей) является одним из блочных алгоритмов решения задачи [math]\displaystyle{ C = AB }[/math]  перемножения двух матриц. Для данного алгоритма мы не используем какие-либо свойства матриц [math]\displaystyle{ A }[/math]  и [math]\displaystyle{ B }[/math] . DNS основан на разделении промежуточных данных, его преимуществом является временная сложность [math]\displaystyle{ O(log(n)) }[/math]  при вычислительной сложности [math]\displaystyle{ O(\frac{n^3}{log(n)}) }[/math] . Достигается это за счет 3d-секционирования(англ. partitioning), в отличие от альтернатив, использующих 2d-секционирование(например, алгоритм Кэннона). Тем самым, алгоритм DNS представим в виде куба, где матрицы [math]\displaystyle{ A }[/math] , [math]\displaystyle{ B }[/math]  и матрица [math]\displaystyle{ C }[/math]  ортогональны друг другу. Далее данное описание будет рассмотрено подробнее.

Математическое описание алгоритма

Исходные данные: матрицы [math]\displaystyle{ A }[/math]  и [math]\displaystyle{ B }[/math]  с элементами [math]\displaystyle{ a_{ij} }[/math]  и [math]\displaystyle{ b_{ij} }[/math] , соответственно.

Вычисляемые данные: матрица [math]\displaystyle{ C }[/math]  с блоками [math]\displaystyle{ C_{ij} }[/math] 

Используемые формулы:

[math]\displaystyle{ \sum_{k=0}^{m-1} A_{ik} B_{kj} \quad i \in [0, m-1], \quad j \in [0, m-1] }[/math] , где [math]\displaystyle{ m \times m }[/math]  - количество блоков матрицы.

Вычислительное ядро алгоритма

Вычислительное ядро перемножения матриц методом DNS состоит из вычислений всех элементов блоков матрицы-результата: процедур вычислений умножения блоков матрицы [math]\displaystyle{ A }[/math]  на блоки матрицы [math]\displaystyle{ B }[/math] 

[math]\displaystyle{ \sum_{k=0}^{m-1} A_{ik} B_{kj} \quad i \in [0, m-1], \quad i \in [0, m-1] }[/math] 

Макроструктура алгоритма

В алгоритме используется:

[math]\displaystyle{ \cdot }[/math]  произведение блоков матриц [math]\displaystyle{ A }[/math]  и [math]\displaystyle{ B }[/math] 

[math]\displaystyle{ \sum_{k=1}^{n} a_{ik} b_{kj} }[/math] 

Схема реализации последовательного алгоритма

Обнулим матрицу [math]\displaystyle{ C }[/math] , предназначенную для записи полученного результата произведения [math]\displaystyle{ C = AB }[/math] . Рассмотрим блоки матриц: [math]\displaystyle{ A_{ij}, B_{ij}, C_{ij} }[/math] . В цикле выполним последовательное умножение блоков матриц операндов и суммирование результатов.

[math]\displaystyle{ C_{ij} = \sum_{k=0}^{n-1} A_{ik} B_{kj} \quad i \in [0, m-1], \quad j \in [0, m-1] }[/math] 

В результате получаем матрицу [math]\displaystyle{ C }[/math] , равную произведению матриц [math]\displaystyle{ A }[/math]  и [math]\displaystyle{ B }[/math] .

Последовательная сложность алгоритма

Рассматриваем матрицы размером [math]\displaystyle{ n \times n }[/math] , разбитые на [math]\displaystyle{ m \times m }[/math]  блоков размера [math]\displaystyle{ \frac{n}{m} }[/math] .

Тогда сложность алгоритма

Ресурс параллелизма алгоритма

[math]\displaystyle{ \cdot }[/math]  Рассмотрим [math]\displaystyle{ m^3 }[/math]  процессов, доступных для умножения двух матриц размером [math]\displaystyle{ n \times n }[/math] , разбитых на [math]\displaystyle{ m \times m }[/math]  блоков. Представим их в виде трехмерного массива [math]\displaystyle{ m \times m \times m }[/math] .

[math]\displaystyle{ \cdot }[/math]  Процессы именованы согласно их расположению в массиве, соответственно, вычисление произведения [math]\displaystyle{ A_{ik}B_{kj} }[/math]  присвоено процессу с координатами [math]\displaystyle{ [i, j, k] (0 \leq i,j,k \lt m) }[/math] .

[math]\displaystyle{ \cdot }[/math]  После того, как каждый процесс завершил умножение, результаты процессов [math]\displaystyle{ [i, j, 0], [i, j, 1], ..., [i, j, m-1] }[/math]  суммируются в [math]\displaystyle{ C_{ij} }[/math] . Суммирование всех [math]\displaystyle{ C_{ij} }[/math]  может выполняться одновременно за [math]\displaystyle{ log(m) }[/math]  шагов.

Входные и выходные данные алгоритма

Входные данные: матрица [math]\displaystyle{ A }[/math] (элементы [math]\displaystyle{ a_{ij} }[/math]), матрица [math]\displaystyle{ B }[/math] (элементы [math]\displaystyle{ b_{ij} }[/math])).

Объём входных данных: [math]\displaystyle{ mn+nl }[/math]

Выходные данные: матрица [math]\displaystyle{ C }[/math] (элементы [math]\displaystyle{ c_{ij} }[/math]).

Объём выходных данных: [math]\displaystyle{ ml }[/math]