Chapel-разработчик: масштабируемые расчёты на кластере

Беру научные и инженерные расчёты и заставляю их работать быстро на языке Chapel, специально заточенном под параллельные вычисления. Ситуация обычно одна: код считает верно, но занимает лишь одно ядро, а расчёт идёт часами или сутками. Я раскладываю нагрузку сначала по всем ядрам сервера, а затем по узлам кластера, и делаю это так, чтобы логику алгоритма не пришлось выворачивать наизнанку. В деле идут распределённые домены Chapel и модель locale для размещения массивов по машинам, циклы forall для данных и явные задачи через begin и cobegin с синхронизацией там, где нужен ручной контроль над порядком. Что я обычно делаю: переношу готовое ядро с C или Fortran, раскидываю по потокам матричные и сеточные операции, собираю распределённые структуры вроде хеш-таблиц и обходов графов, ищу, где программа зря ждёт передачи данных вместо счёта. Без цифр работу не сдаю: строю графики сильной и слабой масштабируемости, показываю, как ведёт себя код при увеличении числа ядер и объёма задачи, и честно говорю, где стоит потолок и почему. На выходе вы получаете аккуратный исходник с комментариями, готовый рецепт сборки под ваш компилятор и систему запуска, отчёт по скорости и памяти, инструкцию для вашего планировщика заданий. За плечами — задачи Монте-Карло, динамика многих тел, шаги гидродинамики, разреженная линейная алгебра приличного размера. Порядок работы жёсткий: сначала добиваюсь совпадения с эталоном на тестах, и только потом разгоняю. Пришлите описание узлов, сеть между ними и то самое узкое место — верну реалистичную оценку выигрыша и сроков.