Figure 3c presents performance in t

Figure 3c presents performance in terms of number of nodes processed per second. It is interesting to add how the processing of nodes is performed for this problem. In terms of data layout, the N-Queens instance is rather small:17 variables which represents a node size of 136 bytes. On the other hand, the total number of nodes processed is quite
large (757914186), at a very high rate (e.g. around 40 million nodes per second with 256 cores). In fact, looking at the time spent on the main steps of the solving procedure (propagation,splitting and searching) we observe the following distribution:
propagation takes 48%, splitting 10% and restoring takes 42% of the total time. This distribution is constant and independent of the number of cores used. A large portion is spent on retrieving stores from the pool (restoring) which includes
releasing work. Since processing a node is a fast operation, the overhead of releasing is more evident.

ผลลัพธ์ (ไทย) 1:

C รูปที่ 3 แสดงประสิทธิภาพในแง่ของจำนวนของโหนที่ประมวลผลต่อวินาที เป็นที่น่าสนใจเพิ่มวิธีดำเนินการประมวลผลของโหนสำหรับปัญหานี้ ในเค้าโครงข้อมูล อินสแตนซ์ควีนส์ N จะเป็นตัวแปรขนาดเล็ก: 17 ซึ่งแทนโหนขนาด 136 ไบต์ บนมืออื่น ๆ จำนวนของโหนที่ประมวลผลได้ค่อนข้างขนาดใหญ่ (757914186), ที่อัตราสูงมาก (เช่นโหนราว 40 ล้านต่อที่สองกับ 256 แกน) ในความเป็นจริง ดูเวลาที่ใช้ในขั้นตอนหลักของกระบวนการแก้ปัญหา (เผยแพร่ การแบ่ง และการค้นหา) เราคำนึงถึงการกระจายต่อไปนี้:เผยแพร่ใช้ 48% แบ่ง 10% และการคืนค่าขึ้น 42% ของเวลาทั้งหมด การแจกจ่ายนี้เป็นค่าคง และขึ้นอยู่กับจำนวนของแกนที่ใช้ ส่วนใหญ่ที่ใช้ในการเรียกเก็บจากสระว่ายน้ำ (คืน) ซึ่งประกอบด้วยปล่อยงาน เนื่องจากโหนการประมวลผล การดำเนินการอย่างรวดเร็ว ค่าโสหุ้ยของการปล่อยจะปรากฏชัดขึ้น

ผลลัพธ์ (ไทย) 2:

รูปที่นำเสนอ 3c ประสิทธิภาพในแง่ของจำนวนของโหนดประมวลผลต่อวินาที เป็นที่น่าสนใจที่จะเพิ่มวิธีการประมวลผลของโหนดจะดำเนินการสำหรับปัญหานี้ ในแง่ของรูปแบบข้อมูลเช่น N-ควีนส์ค่อนข้างเล็ก: 17 ตัวแปรซึ่งหมายถึงโหนดขนาด 136 ไบต์ ในทางกลับกันจำนวนรวมของโหนดประมวลผลค่อนข้างใหญ่ (757914186) ในอัตราที่สูงมาก (เช่นรอบ 40 ล้านโหนดต่อวินาที 256 แกน)
ในความเป็นจริงมองในเวลาที่ใช้ในขั้นตอนหลักของขั้นตอนการแก้ (การขยายพันธุ์แยกและการค้นหา) เราสังเกตการกระจายต่อไปนี้:
การขยายพันธุ์ใช้เวลา 48% แบ่ง 10% และฟื้นฟูจะใช้เวลา 42% ของเวลาทั้งหมด นี่คือการจัดจำหน่ายอย่างต่อเนื่องและเป็นอิสระจากจำนวนของแกนใช้ ส่วนใหญ่จะใช้ในการดึงร้านค้าจากสระว่ายน้ำ (การฟื้นฟู)
ซึ่งรวมถึงการทำงานที่ปล่อย ตั้งแต่การประมวลผลโหนดคือการดำเนินการอย่างรวดเร็วและค่าใช้จ่ายของการปล่อยเป็นที่เห็นได้ชัดมากขึ้น

ผลลัพธ์ (ไทย) 3:

รูปที่ 3 แสดงสมรรถนะในแง่ของโหนดการประมวลผลต่อวินาที มันน่าสนใจที่จะเพิ่มวิธีการประมวลผลของโหนดจะถูกดำเนินการสำหรับปัญหานี้ ในแง่ของรูปแบบข้อมูล n-queens อินสแตนซ์ค่อนข้างเล็ก 17 ตัวแปรที่แสดงถึงโหนดขนาดเป็นไบต์ บนมืออื่น ๆ , จำนวนของโหนดการประมวลผลค่อนข้าง
ขนาดใหญ่ ( 757914186 ) ในอัตราสูงมาก ( เช่นรอบต่อวินาที กับ 40 ล้านโหนด 256 แกน ) ในความเป็นจริง ดูเวลาที่ใช้ในขั้นตอนหลักของกระบวนการแก้ไข ( การขยายพันธุ์ การแยกและการค้นหา ) เราสังเกตการต่อไปนี้ :
การขยายพันธุ์ใช้ร้อยละ 48 แยก 10 % และฟื้นฟูจะใช้เวลา 42 เปอร์เซ็นต์ของเวลาทั้งหมด การกระจายนี้จะคงที่ และเป็นอิสระของจำนวนตัวอย่างที่ใช้ส่วนใหญ่ใช้ในการเรียกเก็บจากสระ ( คืน ) ซึ่งรวมถึง
ปล่อยงาน เนื่องจากการประมวลผลโหนดเป็นปฏิบัติการรวดเร็ว ค่าใช้จ่ายในการปล่อยชัดเจนมากขึ้น .