在PVM上,作排序問題,以不數量的資料以及不同數目的slave task 觀察其執行所需要的時間,並討論其結果.

PVM (Parallel Virtual Machine) 是一個讓大量的 Unix 電腦系統透過網路連接在一起模擬成一個單一的大型平行處理電腦.

所以大型的計算問題可以更有效率的運用更多的計算能力及記憶體.PVM 相當具有可攜性. 原始程式可由網路上取得,而在不同的系統上安裝.

PVM的優點

• 達成運用現有、有閒置時間工作站的特性。
• 具備高度可移植性，是已知message-passage systems可移植性最高者，並廣泛支援各種MPP機器，目前支援的機器(包括WS，MPP)已達到二十幾種不同的 廠牌以上。
• 具備異質計算的能力。
• 具備衍生動態行程 (Dynamic Process) 及管理的能力。 (Process Management)
• 具有群組能力。(Dynamic Group)
• 是自1992年以來使用最為廣泛的分散式計算系統，因為使用者眾多， 解決困難，取得經驗容易。

PVM的缺點

• 為追求portability和scalability，使用效率並非理想的 TCP/IP 和 XDR-based 技術。 且PVM在 PVMD/UDP設計架構下資料 COPY 太多次， 也影響到PVM的效率。
• PVM源於80年代中期的PICL和NX/2， 由於架構古老， 很多在設計平行程式庫時需的功能欠缺。 如Collective Operations， Topology， Data-Type 等等的功能。 使得在設計平行程式庫時倍增困擾。
• 傳送資料時，缺乏安全設計的通道。(Communcation Context)
• 設計中欠缺對buffers的管制，使得當真正在解決Grand Challenge Problems時，可能會因為memory不夠而無法allocate buffer。

PVM證明了一個message-passing system可以在網路工作站上"有效" 運作的經驗。

目前的PVM系統尚不能達到真正高效能計算 (Tera/Giga Flops)， 需要PVM系統進一步的改進.但一般中級計算 (Middle Computing) 可以考慮適合Coarse Granularity大的程式 要利用PVM的異質計算能力，使用者必需在觀念上有所調適

PVM極易學習，並且因為使用者眾多，較其它message-passing系統 的發展有較易信賴的承諾

由一個 matser 及數個 slave tasks 之間,互相傳遞訊息,而每個 slave 先將本身的資料排序完畢,而後藉由 broast 的方法將資料傳給其他的 slave , 每個 slave 將接收到的資料與本身的資料比較後可決定出每一個 data 的 order ,最後,所有的 slave 將資料以及其order 傳回 master , master 即可以知道所有 data 的順序.

本次程式只以一台IBM RS6000 為主機,來模擬多台主機來產生多個 slave task, 但是再本次作業中可以發現效果並不如預期中的理想,在 slave task 方面只能以兩個來執行,一個以及超過兩個的 slave task 在編譯時期皆能正常無誤,但是執行時不管資料的數量大小,執行的時間過長,只好中斷!

而本次的sort,在早上最多可跑 1600 個資料,但到了下午,最多只能在 400 與 500之間徘徊.1600 個資料所執行的時間是 2.00 秒, 而數十個以及數百個資料量所需執行的時間是 1.00 秒,這顯然是因為執行的速度非常快,所以不能有效的分析比較其意義.

將執行的的次數增加,是另一個值得嚐試的方法.但實行後發現,pvm 所 spwan 出的slave task 在程式結束後,並不會自動消失,必須以手動方式來處理,所以只能處理較小資料量的作業,這一方面應該是作業系統方面所造成的遺憾!!