arma-thesis

commit 7b706dec822b51246b80767f7f72c8999884cba7
parent f39bf7056650ab1824dd8e4308dc5adab7ce72ef
Author: Ivan Gankevich <igankevich@ya.ru>
Date:   Tue, 31 Oct 2017 16:10:02 +0300

Edit p7.

Diffstat:
arma-thesis-ru.org
 | 
8
++++++++
arma-thesis.org
 | 
12
++++++------

2 files changed, 14 insertions(+), 6 deletions(-)
diff --git a/arma-thesis-ru.org b/arma-thesis-ru.org
@@ -1851,6 +1851,14 @@ MPP части, от которых зависит данная, должны б
 отсутствия информационных зависимостей между частями, но размер частей больше,
 чем в алгоритме модели АР.
 
+Отличительной особенностью алгоритма модели ЛХ является его простота: чтобы
+сделать его параллельным, взволнованная поверхность разделяется на части равного
+размера, каждая из которых генерируется параллельно. Между частями отсутствуют
+информационные зависимости, что делает этот алгоритм подходящим для вычисления
+на видеокарте: каждый аппаратный поток вычисляет свою точку поверхности. При
+этом, функции синуса и косинуса в формуле модели медленно вычисляются на
+процессоре, что делает видеокарту еще более выгодным выбором.
+
 **** Производительность реализаций на OpenMP и OpenCL.
 **** Производительность ввода-вывода.
 **** Параллельное вычисление поля потенциала скорости.
diff --git a/arma-thesis.org b/arma-thesis.org
@@ -1822,12 +1822,12 @@ between parts, but the size of the parts is greater than in AR model's
 algorithm.
 
 The distinct feature of LH model's algorithm is its simplicity: to make it
-parallel, the surface is partitioned into parts of equal sizes and each part is
-computed in parallel. There are no dependencies between parts, which makes this
-algorithm particularly suitable for computation on GPU: each hardware thread
-simply computes its own point. In addition, sine and cosine functions in the
-model's formula which are slow to compute on CPU, make GPU even more favourable
-choice.
+parallel, wavy surface is partitioned into parts of equal sizes and each part is
+generated in parallel. There are no information dependencies between parts,
+which makes this algorithm particularly suitable for computation on GPU: each
+hardware thread simply computes its own point. In addition, sine and cosine
+functions in the model's formula are slow to compute on CPU, which makes GPU
+even more favourable choice.
 
 To summarise, even though AR and MA models are part of the mixed ARMA model,
 their parallel algorithms are fundamentally different and are more complicated