19 компьютеры в которых организована параллельная выборка и обработка разрядов слова относятся к

Обновлено: 14.01.2025

Основу технического обеспечения информационных технологий составляют компьютеры, являющиеся ядром любой информационной системы. Первоначально компьютеры были созданы для реализации большого объема вычислений, представляющих длинные цепочки итераций. Главным требованием при этом были высокая точность и минимальное время вычислений. Такие процессы характерны для числовой обработки.

По мере внедрения ЭВМ, их эволюционного развития, в частности создания персональных компьютеров, широко стали возникать другие области применения, отличные от вычислений, например, обработка экономической информации, создание информационно-справочных систем, автоматизация учрежденческой деятельности и т.п. В данном случае не требовались высокая точность и большой объем вычислений, однако объем обрабатываемой информации мог достигать миллионов и миллиардов записей. При этом требовалось не только обработать информацию, а предварительно ее найти и организовать соответствующую процедуру вывода. Указанные процессы характерны для нечисловой обработки, требующей в большинстве случаев больших затрат машинного времени. Рассмотренные аспекты оказали решающее влияние на развитие архитектуры ЭВМ.

ЭВМ классической Сфоннеймановской) архитектуры состоит из пяти основных функциональных блоков (рис. 5.4):

1) запоминающего устройства (далее — ЗУ);
2) устройства управления;
3) устройств управления и арифметически-логического, рассматриваемых вместе и называемых центральным процессором;
4) устройства ввода;
5) устройства вывода.

Рис. 5.4. Фоннеймановская архитектура ЭВМ

В фоннеймановской архитектуре для обработки огромного объема информации (миллиарды байтов) используется один процессор. Связь с данными осуществляется через канал обмена. Ограничения пропускной способности канала и возможностей обработки в центральном процессоре приводят к тупиковой ситуации при нечисловой обработке в случае увеличении объемов информации. Для выхода из тупика было предложено два основных изменения в архитектуру ЭВМ:

• использование параллельных процессоров и организация параллельной обработки;
• распределенная логика, приближающая процессор к данным и устраняющая их постоянную передачу.

Другой недостаток фоннеймановской архитектуры связан с организацией процесса обращения к ЗУ, осуществляемого путем указания адреса для выборки требуемого объекта из памяти. Это приемлемо для числовой обработки, но при нечисловой обработке обращение должно осуществляться по содержанию (ассоциативная адресация). Поскольку для нечисловой обработки в основном используется та же архитектура, необходимо было найти способ организации ассоциативного доступа. Он осуществляется путем создания специальных таблиц (справочников) для перевода ассоциативного запроса в соответствующий адрес. При такой организации обращения к ЗУ, называемом эмуляцией ассоциативной адресации, в случае работы с большими объемами информации резко падает производительность ЭВМ. Это связано с тем, что нечисловая обработка — это не только просмотр, но и обновление данных.

Для преодоления ограничений организации памяти были предложены ассоциативные запоминающие устройства.

Таким образом, ЭВМ для нечисловой обработки должна удовлетворять следующим требованиям: ассоциативность, параллелизм, обработка в памяти. Кроме этого, на более высоком уровне к архитектуре предъявляются следующие требования:

• перестраиваемость параллельных процессоров и запоминающих устройств;
• сложные топологии соединений между процессорами;
• мультипроцессорная организация, направленная на распределение функций.

Перечисленные выше ограничения и требования были реализованы в МВД.

Подытоживая вышесказанное, приведем классификацию архитектур ЭВМ:

• архитектура с одиночным потоком команд и одиночным потоком данных (S/SD);
• архитектура с одиночным потоком команд и множественным потоком данных (S/MD);
• архитектура с множественным потоком команд и одиночным потоком данных (M/SD);
• архитектура с множественным потоком команд и множественным потоком данных (MIMD).

К разряду SISD относятся современные фоннеймановские однопроцессорные системы. В этой архитектуре центральный процессор работает с парами атрибут-значение. Атрибут (метка) используется для локализации соответствующего значения в памяти, а одиночная команда, обрабатывающая содержимое накопителя (регистра) и значение, выдает результат. В каждой итерации из входного потока данных используется только одно значение.

К классу SIMD относят большой класс архитектур, основная структура которых состоит из одного контроллера, управляющего комплексом одинаковых процессоров. В зависимости от возможностей контроллера и процессорных элементов, числа процессоров, организации поиска и характеристик маршрутных и выравнивающих сетей выделяют четыре типа SIMD.

Матричные процессоры, организованные так, что при выполнении заданных вычислений, инициированных контроллером, они работают параллельно. Предназначены для решения векторных и матричных задач, относящихся к числовой обработке.

Ассоциативные процессоры, обеспечивающие работу в режиме поиска по всему массиву, за счет соединения каждого процессора непосредственно с его памятью. Используются для решения нечисловых задач.

Процессорные ансамбли, представляющие совокупность процессоров, объединенных определенным образом для решения заданного класса задач, ориентированных на числовую и нечисловую обработку.

Конвейерные процессоры (последовательные и векторные), осуществляющие выполнение команд и обработку потоков данных по принципу, аналогичному транспортному конвейеру. В этом случае каждый запрос использует одни и те же ресурсы. Как только некоторый ресурс освобождается, он может быть использован следующим запросом, не ожидая окончания выполнения предыдущего. Если процессоры выполняют аналогичные, но не тождественные задания, то это последовательный конвейер, если все задания одинаковы — векторный конвейер.

К классу MISD может быть отнесена единственная архитектура, конвейер, но при условии, что каждый этап выполнения запроса является отдельной командой.

К разряду MIMD, хотя и не всегда однозначно, относят следующие конфигурации:

• мультипроцессорные системы;
• системы с мультиобработкой;
• вычислительные системы из многих машин;
• вычислительные сети.

Общим для данного класса является наличие ряда процессоров и мультиобработки. В отличие от параллельных матричных систем, число процессоров невелико, а термин «мультиобработка» понимается в широком смысле для обозначения функционально распределенной обработки (сортировки, слияния, ввода-вывода и др.).

Другим направлением развития вычислительной техники является нейрокомпьютеринг, основанный на нейронных сетях. Разработки проводятся в двух направлениях: аппаратном и программном. Нейрокомпьютеры обладают сверхвысокой производительностью, но благодаря сложным технологиям имеют очень высокую стоимость. Поэтому они используются узким кругом пользователей для решения суперзадач.

В последние годы ведутся работы по созданию биокомпьютера на основе молекулярных технологий. Идея молекулярного вычислителя состоит в представлении «машинного» слова в виде состояний молекул.

На данное время существуют следующие классы технических средств информационных технологий:

Биты, которые нужно сохранить в памяти, подаются в виде электрических импуль- сов на передающий кристалл. Замкнутый контур памяти принимает их и сохра- няет в описанном ранее динамическом режиме. При необходимости выполнить чтение информация снимается с линии обратной связи, как показано на рис. 5.5.

По сравнению с реализацией памяти в виде триггеров на электронных лампах, такая система отличается большей плотностью хранения данных. Например, трубка длиной 1 м может сохранять до тысячи бит. Если на этой же площади разместить ламповые триггеры, то в них можно сохранить только десятки бит. Кроме того, память на ртутных линиях задержки дешевле, чем ламповая память. Поэтому на ламповых триггерах были реализованы только самые ответственные узлы этих машин, в том числе их арифметико-логические устройства.

Однако память на ртутных линиях допускает только последовательную выборку записанных в нее битов. Следовательно, сложение, а также другие операции мо- гут выполняться только поразрядно. Например, для сложения 16-битовых чисел требуется не менее 16 тактов работы процессора. Такая архитектура считается разрядно-последовательной.

В 1952 г. была пущена в эксплуатацию машина «Whirlwind 1», в которой опера- тивная память была построена на ферритовых магнитных сердечниках, пред- ставлявших собой колечки диаметром менее 1 мм. Материал, из которого они сделаны, обладает способностью длительное время сохранять одно из двух возмож- ных состояний намагниченности (аналог северного и южного полюсов у магни- та). Одно из этих состояний считается цифрой 0, а второе — цифрой 1 (рис. 5.6). Через каждое колечко проходит несколько проводов. Пропуская по ним ток нужных величины и направления, можно изменять состояние намагниченности или же определять текущее состояние, то есть осуществлять запись или чтение бита. Память на магнитных сердечниках оказалась гораздо компактнее, чем па- мять на электронных лампах накаливания. Так, блок памяти объемом 1024 бита размещался на площади всего 12 х 12 см.

Не менее важным свойством памяти на ферритовых сердечниках является воз- можность одновременной, параллельной выборки всех битов машинного слова. Компьютеры, в которых организована параллельная выборка и обработка разря- дов слова, относятся к разрядно-параллельной архитектуре. Впервые такой способ был реализован в выпущенном в 1953 г. компьютере IBM 701. При ис- пользовании параллельного способа обмена и обработки на сложение 16-битовых чисел требуется всего 1-2 такта работы процессора.

Параллельная обработка данных, воплощая идею одновременного выполнения нескольких действий, имеет две разновидности: конвейерность и собственно параллельность.

Параллельная обработка.

Если некое устройство выполняет одну операцию за единицу времени, то тысячу операций оно выполнит за тысячу единиц. Если предположить, что есть пять таких же независимых устройств, способных работать одновременно, то ту же тысячу операций система из пяти устройств может выполнить уже не за тысячу, а за двести единиц времени. Аналогичная система из N устройств ту же работу выполнит за 1000/N единиц времени.

Конвейерная обработка.

Конвейерная обработка – способ выполнения команд процессором, при котором выполнение следующей команды начинается до полного окончания выполнения предыдущей команды. Возможность конвейерной обработки связана с разделением процесса выполнения команд на последовательные этапы: выборки команды, дешифровки, выборки операндов, выполнение команд, запись результата в память.

Конвейеризация (или конвейерная обработка) в общем, случаи основана на разделении подлежащий исполнению функции на более мелкие части, называемые ступенями, и выделении для каждой из них отдельного блока аппаратуры. Так обработку любой машинной команды можно разделить на несколько этапов (несколько ступеней), организовав передачу данных от одного этапа к следующему. При этом конвейерную обработку можно использовать для совмещения этапов выполнения разных команд. Производительность при этом возрастает благодаря тому, что одновременно на различных ступенях конвейера выполняются несколько команд. Конвейерная обработка такого рода широко применяется во всех современных быстродействующих процессорах.

Выполнение типичной команды можно разделить на следующие этапы:

выборка команды – IF (по адресу, заданному счетчиком команд, из памяти извлекается команда);

декодирование команды / выборка операндов из регистров – ID;

выполнение операций / вычисление эффективного адреса памяти – EX;

обращение к памяти – MEM;

запоминание результатов – WB

Конвейеризация увеличивает пропускную способность процессора ( количество команд, завершающихся в единицу времени) , но и она не сокращает время выполнения отдельной команды. В действительности, она даже несколько увеличивает время выполнения каждой команды из-за накладных расходов, связанных с управлением регистровыми станциями. Однако увеличение пропускной способности означает , что программа будет выполнятся быстрее по сравнению с простой не конвейерной схемой.

Классификация параллельных компьютеров и систем

Классификация М. Флинна (M.Flynn).

Классификация базируется на понятии потока, под которым понимается последовательность команд или данных, обрабатываемая процессором. На основе числа потоков команд и потоков данных Флинн выделяет четыре класса архитектур.

SISD (Single Instruction stream/Single Data stream) – одиночный поток команд и одиночный поток данных. В таких машинах есть только один поток команд , все команды обрабатываются последовательно друг за другом и каждая команда инициирует одну скалярную операцию. Не имеет значение тот факт , что для увеличение скорости обработки команд и скорости выполнения арифметических операций может применятся конвейерная обработка.

MISD (Multiple Instruction stream/Single Data stream) - множественный поток команд и одиночный поток данных. Определение подразумевает наличие в архитектуре многих процессоров , обрабатывающих один поток и тот же поток данных. Однако ни Флинн, ни другие специалисты в области архитектуре компьютеров до сих пор не смогли представить убедительный пример реально существующий вычислительной системы, построенной на данном принципе.

MIMD (Multiple Instruction stream/ Multiple Data stream) - множественный поток команды и множественный поток данных. Этот класс предполагает, что в вычислительной системе есть несколько устройств обработки команд, объединенных в единый комплекс и работающих каждое со своим потоком команд и данных.

Класс MIMD чрезвычайно широк , поскольку включает в себя всевозможные мультипроцессорные системы.

Классификация Р. Хокни (R. Hockney)

Р.Хокни разработал свой подход к классификации для более детальной систематизации компьютеров, попадающих в класс MIMD по систематике М.Флинна. Пытаясь систематизировать архитектуры внутри этого класса, Р.Хокни получил иерархическую структуру , представленную на рис2.

Основная идея классификации состоит в следующем. Множественный поток команд может быть обработан двумя способами: либо один конвейерным устройством обработки, работающий в режиме разделения времени для отдельных потоков, либо каждый поток обрабатывается своим собственным устройством. Первая возможность используется в MIMD-компьютерах , которые автор называет конвейерными. Сюда можно отнести , например, процессорные модули в Denelcor HEP или компьютеры семейства Tera MTA

Архитектуры использующие вторую возможность , в свою очередь, опять делятся на два класса. В первый класс попадают в MIMD-компьютеры, в которых возможно прямая связь каждого процессора с каждым , реализуемая с помощью переключателя. Во втором классе находятся в MIMD-компьютеры , в которых прямая связь каждого процессора возможна только с ближайшими соседями по сети, а взаимодействие удаленных процессоров поддерживаются специальной системой маршрутизации.

Среди MIMD-машин с переключателем Хокни выделяет те, в которых вся память распределена среди процессоров как их локальная память (например,PASM,PRINGLE,IBM SP2 без SMP-узлов). В этом случае общение самих процессоров реализуется с помощью сложного переключателя, составляющего значительную часть компьютера. Такие машины носят название MIMD-машин с распределенной памятью.

При рассмотрении MIMD-машин с сетевой структурой считается, что все они имеют распределенную память, а дальнейшая классификация проводится в соответствии с топологией сети: звездообразная сеть (ICAP), регулярные решетки разной размерности (NCube,Intel iPSC), гиперкубы (), сети с иерархической структурой, такой как деревья, пирамиды, кластеры (Cm*, CEDAR) и наконец, сети изменяющие свою конфигурацию.

Классификация Т.Фенга.

В 1972 году Т. Фенг предложил классифицировать вычислительные системы на основе двух простых характеристик. Первая – число n бит в машинном слове, обрабатываемых параллельно при выполнении машинных инструкций. Практически во всех современных компьютерах это число совпадает с длиной машинного слова. Вторая характеристика равна числу слов m , обрабатываемых одновременно данной вычислительной системой. Немного изменив терминологию, функционирование любого компьютера можно представить как параллельную обработку n битовых слоев, на каждом из которых независимо преобразуются m бит. Опираясь на такую интерпретацию, вторую характеристику называют шириной битового слоя .

Каждую вычислительную систему С можно описать парой чисел (n,m). Произведение P=mn определяет интегральную характеристику потенциала параллельности архитектуры, которую Фенг назвал максимальной степенью параллелизма вычислительной системы. По существу, данное значение есть не что иное, как пиковая производительность, выраженная в других единицах. В период появление данной классификации, а это начало 70-х годов прошлого столетия, еще казалось возможным перенести понятие пиковой производительности как универсального средства сравнения и описания потенциальных возможностей компьютеров с традиционных последовательных машин на параллельные. Понимание того факта, что пиковая производительность сама по себе не столь важна, пришло позднее, и данный подход отражает, естественно, степень осмысления специфики параллельных вычислений того времени.

На основе выделенных понятий все вычислительные системы можно разделить на четыре класса:

Разрядно-последовательные, пословно-последовательные (n=m=1). В каждый момент времени такие компьютеры обрабатывают только один двоичный разряд. Представителем данного класса служит давняя система MINIMA с естественным описанием (1,1).

Разрядно- параллельные, пословно- последовательные (n>1,m=1). Большинство классических последовательных компьютеров, так же как и многие вычислительные системы, используются сейчас, принадлежат к данному классу : IBM 701 с описание (36,1) ; PDP-11 с описание (16,1).

Разрядно-последовательные, пословно-параллельные (n=1,m>1). Как правило вычислительные системы данного класса состоят из большого числа одноразрядных процессорных элементов, каждый из которых может независимо от остальных обрабатывать свои данные . Типичными примерами служат STARAN (1,256); MPP (1,16384).

Разрядно-параллельные, пословно-параллельные (n>1,m>1). Подавляющие большинство параллельных вычислительных систем, обрабатывая одновременно mn двоичных разрядов, принадлежит именно к этому классу: ILLIAC IV(64,64), TI ASC(64,32)

Классификация В.Хендлера. (W.Hendler)

В основу классификации В.Хендлер закладывает явное описание возможностей параллельной и конвейерной обработки информации вычислительной системой. При этом он намеренно не рассматривает различные способы связи между процессорами и блоками памяти, а считает , что коммуникационная сеть может быть нужным образом сконфигурирована и будет способна выдержать предполагаемую нагрузку.

Предложенная классификация базируется на различии между тремя уровнями обработки данных в процессоре выполнения программ:

Уровень выполнения программы; опираясь на счетчик команд и некоторые другие регистры, устройство управления (УУ) производит выборку и дешифрацию команд программы;

Уровень выполнения команд; арифметико-логическое устройство компьютера (АЛУ) исполняет команду , выданную ему устройством управления;

Уровень битовой обработки; все элементарные логические схемы процессора (ЭЛС) разбиваются на группы, необходимые для выполнения операций над одним двоичным разрядом.

Подобная схема выделения уровней предполагает , что вычислительная система содержит какое-то число процессоров, каждый со своим устройством управления. Каждое устройство управления связано с несколькими арифметико-логическими устройствами, исполняющими одну и ту же операцию в каждый конкретный момент времени. Наконец, каждое АЛУ объединяет несколько групп элементарных логических схем, ассоциированных с обработкой одного двоичного разряда (число групп ЭЛС есть не что иное, как длина машинного слова) . Если на какое-то время не рассматривать возможности конвейеризации , то число устройств управления k, число арифметико-логических устройств d в каждом устройстве управления и число групп ЭЛС w в каждом АЛУ составляет тройку для описания данной вычислительной системы .

Теперь можно расширять возможности описания , допустив возможность конвейерной обработки на каждом уровне.

После расширения трехуровневой модели параллелизма средствами описания потенциальных возможностей конвейеризации каждая тройка

k- число процессоров (каждый со своим УУ), работающие параллельно;

k - глубина макроконвейера из отдельных процессоров;

d – число АЛУ в каждом процессоре, работающие параллельно;

d- глубина конвейера из функциональных устройств АЛУ;

w – число разрядов в слове, обрабатываемых в АЛУ параллельно;

w - число ступеней в конвейере функциональных устройств АЛУ.

Очевидная связь между Фенга и классификацией Хендлера: для получения максимальной степени параллелизма в терминах Фенга надо найти произведение всех шести величин в описании Хендлера. Здесь же замети, что , заложив в основу своей схему явное указание на присутствующий параллелизм и возможную конвейеризацию, Хендлер сразу снимает некоторые вопросы, характерные для схем Флинна и Фенга, по крайней мере, в плане описания векторно-конвейерных машин.

Классификация Л.Шнайдера (L. Snyder) . В 1988 году Л. Шнайдер предложил выделить этапы выборки и непосредственно исполнения в потоках команд и данных. Именно разделение потоков на адреса и их содержимое позволило описать такие ранее «неудобные» для классификации архитектуры, как компьютеры с длинным командным словом, систолические массивы и целый ряд других.

Классификация Д. Скилликорна (D. Skillicorn).

Предлагается рассматривать архитектуру любого компьютера , как абстрактную структуру, состоящую из четырех компонентов :

Процессор команд (IP- Instruction Processor) – функциональное устройство, работающее как интерпретатор команд; в системе, вообще говоря, может отсутствовать;

Процессор данных (DP – Data Processor) – функциональное устройство, работающее как преобразователь данных в соответствии с арифметическими операциями;

Иерархия памяти (IM – Instruction Memory, DM – Data Memory) – запоминающее устройство , в котором хранится данные и команды , пересылаемые между процессорами;

Переключатель – абстрактное устройство , обеспечивающее связь между процессорами и памятью.

Для описание сложных параллельных вычислительных систем Д. Скилликорн зафиксировал четыре типа переключателей без какой-либо явной связи с типом устройств , которые они соединяют:

1-1 – переключатель такого типа связывает пару функциональных устройств;

n-n – переключатель связывает каждое устройство из одного множества устройств с соответствующим ему устройством из другого множества, т.е. фиксирует попарную связь;

1-n – переключатель соединяет одно выделенное устройство со всеми функциональными устройствами зи некоторого набора;

nn – каждое функциональное устройство одного множество может быть связано с любым устройством другого множества, и наоборот.

Классификация Д. Скилликорна строится на основе следующих восьми характеристик:

количество процессоров команд IP;

число запоминающих устройств (модулей памяти) команд IM;

тип переключателя между IP и IM;

количество процессоров данных DP;

число запоминающих устройств (модулей памяти) данных DM;

тип переключателя между DP и DM;

тип переключателя между IP и DP;

тип переключателя между DP и DP.

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Организация научного статистического исследования

Настройки

Размер текста вопроса:

Цвет текста вопроса

Перейти к странице

1) Первый этап статистического исследования включает в себя
1. определение целей и задач, составление плана исследования
2. анализ результатов
3. вычисление первичных итогов
4. углубленную математико-статистическая обработку данных

2) По охвату статистической совокупности исследование может быть
1. сплошное или не сплошное
2. не сплошное или выборочное
3. первичное или вторичное
4. сплошное или единичное

3) Ко второму этапу статистического исследования относится
1. наблюдение, сводка и группировка полученных статистических материалов
2. анализ полученных результатов, выводы
3. определение целей и задач
4. углубленная математико-статистическая обработка данных

4) Признаки, подлежащие регистрации в ходе статистического исследования, называются
1. учетные
2. качественные
3. количественные
4. случайные

5) Учетные признаки по виду могут быть
1. качественные или количественные
2. вероятные или достоверные
3. первичные или факторные
4. результативные или вторичные

6) По роли в статистической совокупности учетные признаки можно подразделить на
1. факторные и результативные
2. достоверные и невозможные
3. качественные и вероятные
4. первичные и вторичные

7) Сбор данных при переписях населения относится к наблюдению
1. единовременному
2. математическому
3. случайному
4. текущему

8) Исследование, предполагающее регистрацию всех случаев, составляющих генеральную совокупность, называется
1. сплошным
2. выборочным
3. первичным
4. случайным

9) Совокупность, состоящая из относительно однородных элементов, объединенных наступлением определенного признака, называется
1. когортой
2. выборкой
3. группой
4. классом

10) Ошибки, связанные с неправильным выбором объекта исследования, использованием неправильных группировок, называются
1. методические
2. логические
3. математические
4. статистические

11) Ошибки, заключающиеся в необоснованном использовании различных статистических критериев и приводящие к искажению сущности результатов исследования, называются
1. логические
2. математические
3. методические
4. статистические

12) Четвертый этап статистического исследования включает в себя
1. анализ полученных результатов, выводы
2. вычисление первичных итогов
3. определение целей и задач
4. углубленная математико-статистическая обработка данных

13) Выбор объекта и единицы наблюдения, а также учетных признаков, подлежащих регистрации в ходе исследования, включает в себя
1. программу исследования
2. план исследования
3. схему исследования
4. шаблон исследования

14) Диагноз заболевания – это признак
1. качественный
2. количественный
3. случайный
4. статистический

15) Признак, изменяющий свое значение под влиянием другого, связанного с ним, называется
1. результативный
2. вторичный
3. первичный
4. факторный

16) Репрезентативность, определяемая числом наблюдений, гарантирующим получение статистически достоверных данных, называется
1. количественная
2. качественная
3. математическая
4. статистическая

17) Структурное соответствие выборочной и генеральной совокупностей – это репрезентативность
1. качественная
2. количественная
3. математическая
4. статистическая

18) Выборка, в которую каждый элемент генеральной совокупности имеет известную и равную вероятность отбора, называется
1. простой случайной
2. кластерная
3. систематической
4. стратифицированной

19) В случае, когда совокупность делится на подгруппы, а затем из каждой подгруппы случайным образом выбираются элементы, то такая выборка будет называться
1. стратифицированная
2. кластерная
3. простая случайная
4. систематическая

Используя этот сайт, вы выражаете свое согласие с использованием нами куки-файлов ок

Читайте также: