| Title: | Исследование подходов к организации параллельных вычислений в Python и .NET (C#) |
| Other Titles: | Research of approaches to the organization of parallel computing in Python and .NET (C#) |
| Authors: | Примакович, Л. В. |
| Keywords: | материалы конференций;параллельное программирование;.NET;С#;компилляция;сортировка Шелла;производительность;масштабируемость |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Примакович, Л. В. Исследование подходов к организации параллельных вычислений в Python и .NET (C#) = Research of approaches to the organization of parallel computing in Python and .NET (C#) / Л. В. Примакович // Актуальные вопросы экономики и информационных технологий : сборник материалов докладов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2026. – С. 296–300. |
| Abstract: | В статье проводится сравнительное исследование современных высокоуровневых подходов к параллельному программированию на примере платформ .NET (C#) и Python. Рассматриваются особенности применения Task Parallel Library (TPL) с использованием методов Parallel.For и PLINQ, а также JIT-компилятора Numba с поддержкой автоматического распараллеливания. Разработана методология экспериментальной оценки производительности на основе алгоритма сортировки Шелла. Результаты демонстрируют, что TPL и особенно режим PLINQ, обеспечивает стабильную эффективность и предсказуемую масштабируемость, в то время как Numba позволяет достичь значительного ускорения кода Python, но демонстрирует нелинейную зависимость производительности от количества потоков. Предложены рекомендации по выбору технологии в зависимости от характеристик решаемой задачи. |
| Alternative abstract: | This article presents a comparative study of modern high-level approaches to parallel programming using the .NET (C#) and Python platforms. It examines the features of using the Task Parallel Library (TPL), including the use of Parallel.For and PLINQ methods, as well as the Numba JIT compiler with support for automatic parallelization. A methodology for experimental performance evaluation based on the Shell sort algorithm has deen developed. The results demonstrate, that TPL, particularly the PLINQ mode, ensures stable efficiency and predictable scalability, while Numba allows for significant acceleration of Python code but exhibits a non-linear dependence of performance on the number of threads. Recommendations for choosing a technology depending on the characteristics of the problem being solved are proposed. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/65290 |
| Appears in Collections: | Актуальные вопросы экономики и информационных технологий : материалы 62-й научной конференции аспирантов, магистрантов и студентов (2026)
|
