added report Ашихмина Людмила

Ashikhmina Ljudmila/Ljudmila_Ashikhmina_report.tex

@@ -0,0 +1,127 @@
+% Данный файл распространяетсяя под лицензией CC BY 4.0. Текст лицензии размещён на https://creativecommons.org/licenses/by/4.0/
+% (c) Кафедра системного программирования, 2025
+
+\documentclass[a4paper]{article}
+
+\usepackage[a4paper, top=8mm, bottom=8mm, left=8mm, right=8mm]{geometry}
+
+\usepackage{polyglossia}
+\setdefaultlanguage[babelshorthands=true]{russian}
+\setotherlanguage{english}
+
+\usepackage{fontspec}
+\setmainfont{FreeSerif}
+\newfontfamily{\russianfonttt}[Scale=0.7]{DejaVuSansMono}
+
+\usepackage[tiny, compact]{titlesec}
+
+\usepackage{titling}
+\setlength{\droptitle}{-1cm}
+\pretitle{\begin{center}\begin{bfseries}\Large}
+		\posttitle{\par\end{bfseries}\end{center}}
+\preauthor{\begin{center}\normalsize}
+	\postauthor{\par\end{center}\vspace{-1.8cm}}
+
+\usepackage{hyperref}
+\usepackage{bookmark}
+\usepackage{csquotes}
+\usepackage{graphicx} 
+\usepackage{enumitem} 
+\title{Постановка экспериментов на Spla}
+
+\author{Ашихина Людмила Александровна}
+
+\date{}
+
+\begin{document}
+
+	\maketitle
+
+	\begin{flushright}
+		Группа: \emph{25.Б42-мм} 
+
+		Кафедра: \emph{системного программирования}
+
+		Научный руководитель: \emph{Григорьев Семен Вячеславович}
+
+
+		Номер семестра практики: \emph{2}
+	\end{flushright} 
+
+	\section{Постановка задачи}
+
+	Spla --- библиотека для решения задач разреженной линейной алгебры, предназначенной для ускорения вычислений на GPGPU через стандарт OpenCL. Библиотека реализует идеи GraphBLAS - стандарта работы с графами с помощью линейной алгебры.
+
+	\textbf{Целью работы является} сравнительное исследование производительности библиотеки Spla, реализованной на GPGPU через стандарт OpenCl и её CPU-аналога Lagraph на стандартных алгоритмах анализа графов для выявления сценариев, в которых использование GPU является наиболее производительным.
+
+	Результаты работы необходимы для формирования доказательной базы производительности Spla. Для конечных пользователей, это позволит оптимизировать вычислительные процессы, выбирая наилучшее устройство для конкретных типов графов и алгоритмов. Материалы исследования будут интегрированны в официальную документацию репозитория Spla в качестве бенчмарков.
+
+	\section{Описание предлагаемого решения}
+
+	Для проведения сравнительного анализа был использован репозиторий \texttt{graph-bench}, позволяющий запускать  алгоритмы на различных датасетах. 
+
+	В рамках эксперимента оценивалось время выполнения четырёх  алгоритмов:
+	\begin{itemize}[noitemsep]
+		\item \textbf{BFS} (поиск в ширину) --- обход графа по уровням;
+		\item \textbf{SSSP} --- кратчайшие пути из одного источника 
+		\item \textbf{PR} (PageRank) --- итеративный алгоритм оценки важности вершин;
+		\item \textbf{TC} (подсчёт треугольников) --- поиск цикла размера 3.
+	\end{itemize}
+
+	В качестве тестовых данных были выбраны 10 графов из коллекции SuiteSparse Matrix Collection, охватывающих различные домены: социальные и цитатные сети (\texttt{coAuthorsCiteseer}, \texttt{coPapersDBLP}, \texttt{cit-Patents}), веб-графы (\texttt{amazon-2008}, \texttt{indochina-2004}), дорожные сети (\texttt{belgium\_osm}, \texttt{roadNet-CA}, \texttt{road\_central}) и  \texttt{rgg\_n\_2\_22\_s0}, \texttt{rgg\_n\_2\_23\_s0}.
+
+	Эксперименты проводились на тестовом стенде со следующими характеристиками:
+	\begin{itemize}[noitemsep]
+		\item CPU: AMD Ryzen 7 8845HS
+		\item GPU: AMD Radeon 780M 		\item ОЗУ: 32 ГБ LPDDR5X
+		\item ОС: Ubuntu 24.04.4 LTS
+	\end{itemize}
+
+	\section{Эксперименты}
+
+	Для уменьшения статистической погрешности пары алгоритм --- граф, проводилась серия из 20 замеров. Было получено, что стандартное отклонение не превышает 1\% от среднего значения (вставить значения), что позволяет использовать эти данные.
+
+	Анализ полученных результатов выявил четкую зависимость производительности от типа алгоритма и структуры графа:
+
+	\begin{enumerate}
+		\item \textbf{PageRank (PR).} Алгоритм PageRank, сводящийся к итеративному умножению разреженной матрицы на вектор (SpMV), демонстрирует наилучшие результаты на GPU. Библиотека Spla быстрее Lagraph в 5--10 раз на всех протестированных графах. Высокая степень параллелизма и регулярный характер обращений к памяти позволяют эффективно использовать вычислительные ресурсы GPU. 
+
+		\item \textbf{SSSP (кратчайшие пути).} Spla показывает  преимущество в 3--5 раз на больших дорожных сетях благодаря регулярной структуре даннных (\texttt{road\_central}, \texttt{roadNet-CA}) и геометрических графах (\texttt{rgg\_n\_2\_23\_s0}). Однако на графах с нерегулярной структурой и неравномерным распределением степеней верший (\texttt{cit-Patents}, \texttt{indochina-2004}) CPU-реализация Lagraph оказывается быстрее за счет  оптимизаций работы ядер. 
+		\item \textbf{Triangle Counting (TC).} Операция подсчета треугольников требует неоднократного умножения матриц с нерегулярным паттерном доступа к памяти. В большинстве случаев Lagraph выполняется быстрее. Spla выигрывает только на графе	 \texttt{cit-Patents}. Данный граф имеет 3.8 m вершин и хаотичную структуру, создавая частый cache miss для CPU, когда неравномерный доступ к памяти в случае GPU компенсируется параллелизмом. 
+
+		\item \textbf{BFS (поиск в ширину).} Алгоритм BFS характеризуется нерегулярным расширением фронта обхода, что приводит к чрезмерно частым обращениям GPU к ОЗУ. В результате Lagraph опережает Spla на всех датасетах, особенно на веб-графах и дорожных сетях.
+	\end{enumerate}
+
+	Таким образом, производительность  зависит от максимума пропускной способности памяти и характера доступа к данным. Алгоритмы с регулярным доступом (PR) и высокой вычислительной плотностью на больших графах (SSSP на road/rgg) эффективно распараллеливаются на GPU благодаря эффективному доступу к памяти. Алгоритмы с нерегулярным, доступом к памяти (BFS, TC) лучше выполняются на CPU.
+
+	Все результаты замеров и их средние  значения доступны по ссылке:  \url{https://drive.google.com/drive/u/1/folders/1J8WVkNs5ktG_Cv5sLw4bG_vfufb1ZyvR}
+
+	 \begin{figure}[h]
+		     \centering
+		     \includegraphics[width=0.8\textwidth]{graphic.png}
+		     \caption{Сравнение времени выполнения алгоритмов}
+		     \label{fig:pr_plot}
+		\end{figure}
+
+	\section{Заключение}
+
+	В ходе выполнения работы получены следующие результаты: 
+
+	\begin{itemize}
+		\item Проведено сравнительное тестирование библиотек Spla (GPU/OpenCL) и Lagraph (CPU) на 10 различных графах из репозитория \texttt{graph-bench}.
+		\item Выявлено, что для алгоритмов с высокой степенью параллелизма и регулярными паттернами доступа к памяти (PageRank, SSSP на дорожных сетях) использование Spla обеспечивает ускорение до 10 раз по сравнению с CPU-аналогом.
+		\item Показано, что для алгоритмов с нерегулярным обходом графа (BFS, Triangle Counting) более предпочтительным является использование Lagraph на CPU.
+		\item Подтверждена целесообразность использования Spla для разгрузки CPU и ускорения специфичных классов задач анализа графов.
+	\end{itemize}
+
+
+
+	\begin{thebibliography}{99}
+		\bibitem{spla_orig} Исходный код библиотеки Spla [Электронный ресурс]. URL: https://github.com/SparseLinearAlgebra/spla
+		\bibitem{graphbench} Исходный код библиотеки graph-bench. URL: https://github.com/EgorOrachyov/graph-bench
+		\bibitem{lagraph} Исходный код библиотеки LAGraph. URL: https://github.com/GraphBLAS/LAGraph
+	\end{thebibliography}
+
+	Ссылка на репозиторий URL: \url{https://github.com/Lintari/Spla_experiments/tree/main}
+
+\end{document}

Ashikhmina Ljudmila/main.tex

@@ -0,0 +1,3 @@
+\includepdf[pages=-,
+	addtotoc={1, section, 1, {Ашихмина Людмила Александровна: Постановка экспериментов на Spla}, ashikhmina_ljudmila}]
+{Ljudmila_Ashikhmina/Ljudmila_Ashikhmina_report.pdf}