se u paralelních systémů občas vyskytne, není to až taková vzácnost. Souvisí hlavně s cachováním, které způsobí výrazně nižší režii systému na multitasking. Ale vysvětlit, proč nastal v daném konkrétním případě, to je dost detektivní práce.
V tomto případě je to myslím spíš záležitost time-sharingu. Jedná se o to, že při zpracování většího množství procesů se stejnou prioritou je každému z nich přidělena poměrná část času a jádro pak musí velmi často přeplánovat úlohy a nejen cache, ale i celý stack je nutné uklidit a obnovit. Při sníženém množství procesů klesá režie jádra. Pokud spolu procesy nekomunikují a jsou vlastně na sobě nezávislé a současně nemusí čekat na I/O, pak režie jádra je hlavním faktorem, který ovlivňuje výkon clusteru. Tedy - výkon roste do určité míry superlineárně, následně pak lineárně a posléze logaritmicky podle toho, kdy se snižující režie jádra nodů vyváží či převáží režií clusteru.
Pokud si pamatuji, tak ve skriptech (Paralelní systémy a algoritmy - prof. Tvrdík, FEL ČVUT) se superlineární zrychlení vysvětluje především správným rozdělením problému (některý z procesorů má řešení "na kraji" stavového prostoru).
Mimochodem bych doporučoval si zmiňovaná skripta přečíst všem, co chtějí o teorii paralelních výpočtů něco vědět (i autorům článku, ať nemusí objevovat ameriku).
Rek bych ze tenhle druh zrychleni se projevi jen u problemu, kdy ve stavovem prostoru hledam jedno urcite reseni, coz popisovana uloha zrejme nedela. Ta proste jen pocita prvocisla a forkuje k tomu nove procesy (alespon jestli jsem ji spravne pochopil ;)).
