OPS 的自我仿真

3.5.2 OPS 的自我仿真一个并行模型的自我仿真是直接同运算法则的效率和难易程度相联系的。在程序中，运算法则同时需要多少处理器，法则设计者就采用多少，这是值得的。一旦具有 Y) 个处理器的运算法则可以被仅具有 )个处理器的运算法则所实现，那么需要 Y) 个处理器的仿真程序就可以被 ) 个处理器的所实现。并且，鉴于 F"@模型，波长的集合也应当简化，因为考虑到波长是一种临界资源。同样地，较大虚拟机实现的通信必须被缩减为较小的真实机。自我仿真是一种单步仿真，因此每一个物理处理器仿真了 Y 个虚拟处理器。因此，每一步计算和协调的仿真可以使用仿真机器的 Y 步完成。然后，主要的问题是通信步骤的仿真。在文献bITc中的主要结论说明了 F"@展示了可伸缩性，即：一个平衡的 Y) 个处理器的 F"@可以被一个平衡的、以单步方式工作的 ) 个处理器的 F " @所仿真，并且以较大概率降速（ ’%,m4,m) ）到 F（ Ye%,*) ）。算法本质上是由对分布式负载平衡问题的一个随机解决方法，和在最坏情况下耗费 F（ ’p2（ Y））步的一个确定性的自仿真算法所构成的。由这个随机的解决方法，我们可以得出一个能够在 F（ Y）步数完成自仿真问题的确定性的离线算法。要注意这些解决方法使用了报文的重定向来平衡多个请求。如果我们仅考虑直接自仿真，即一条报文必须到达它的最终目的地而没有中间的停留，那么降速是很重要的，甚至在离线情况下也是这样的。在这种特别情况下，Ω（ !A&)!r’p2 （ Y），!Ye!log nlog log n s）是一个下界，甚至在离线情况下，或是当波长的数量巨大时。通过独立地调度所有可能情况的组合，可以建立一个降速到 F（ YI）的简单算法。