]> AND Private Git Repository - kahina_paper2.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
modif commentaire fig 9
authorasider <ar.sider@univ-bejaia.dz>
Fri, 15 Jan 2016 20:41:15 +0000 (21:41 +0100)
committerasider <ar.sider@univ-bejaia.dz>
Fri, 15 Jan 2016 20:41:15 +0000 (21:41 +0100)
paper.tex

index e826d2d01e4008b59b782c23de208e1972dc608d..25a169dda86bcd4c918377d559c199142723f0d9 100644 (file)
--- a/paper.tex
+++ b/paper.tex
@@ -1099,11 +1099,12 @@ sparse and full polynomials ranging from 1,000,000 to 5,000,000.
 \label{fig:09}
 \end{figure}
 In Figure~\ref{fig:09} we can see that both approaches are scalable
-and can solve very high degree polynomials. With full polynomial both
-approaches give very similar results. However, for sparse polynomials
-there are a noticeable difference in favour of MPI when the degree is
-above 4 millions. Between 1  and 3 millions, OpenMP is more effecient.
-Under 1 million, OpenMPI and MPI are almost equivalent.
+and can solve very high degree polynomials. In addition, with full polynomial as well as sparse ones, both
+approaches give very similar results.
+
+%SIDER JE viens de virer \c ca For sparse polynomials here are a noticeable difference in favour of MPI when the degree is
+%above 4 millions. Between 1  and 3 millions, OpenMP is more effecient.
+%Under 1 million, OpenMPI and MPI are almost equivalent.
 
 %SIDER : il faut une explication sur les différences ici aussi.