Определение параллельного алгоритма может быть приближено к совокупности параллельно выполняемых функций, а общая память может рассматриваться как среда для передачи частично вычисленных результатов в качестве параметров, поскольку при взаимодействии выполняемых параллельно потоков не столь важно содержание ячеек общей памяти в те моменты, когда к ним нет обращений. Эти и другие подобные соображения позволяют сблизить функциональный подход с другими подходами и моделями, используемыми в теории параллельных вычислений.
Параллельная редукция графов (ПРГ, см., например, [2]) представляет собой один из самых эффективных подходов к реализации чисто функциональных программ, а также обладает всеми необходимыми качествами для динамического распараллеливания вычислений в кластерных системах.
В первой версии Т-системы (ИПС РАН) параллельная редукция была реализована неявно, что усложняло структуру и отладку системы.
Явное выделения модуля для реализации параллельной редукции графов для вычислительных SMP-узлов упрощает структуру системы и делает естественной возможность обобщения и расширения базовых возможностей ПРГ.
Перечислим некоторые преимущества ПРГ для реализации параллельных вычислений в кластерах:
Одним из узких мест данного подхода являются ограничения на стиль программирования, присущий функциональной модели.
Однако настоящий программист -- это прежде всего математик, и, следовательно, человек, для которого понятие функции является простым и знакомым. В последнее время идет бурное развитие методов и инструментария функционального программирования и расширение сферы его применения.
Функциональные программы значительно легче подвергаются анализу и глобальной оптимизации. Для специализации и оптимизации функциональных программ существует и используется на практике теории частичных вычислений и суперкомпиляции. Все это можно отнести к перспективным направлениям в области исследований на тему параллельной редукции графов.