![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Классификация систем параллельной обработки данных |
Московский Государственный Инженерно-Физический Институт (Технический Университет)Студентa гр. Преподаватель Фисун В.А.Москва 1998 Классификация систем параллельной обработки данных На протяжении всей истории развития вычислительной техники делались попытки найти какую-то общую классификацию, под которую подпадали бы все возможные направления развития компьютерных архитектур. Ни одна из таких классификаций не могла охватить все разнообразие разрабатываемых архитектурных решений и не выдерживала испытания временем. Тем не менее в научный оборот попали и широко используются ряд терминов, которые полезно знать не только разработчикам, но и пользователям компьютеров. Любая вычислительная система (будь то супер-ЭВМ или персональный компьютер) достигает своей наивысшей производительности благодаря использованию высокоскоростных элементов и параллельному выполнению большого числа операций. Именно возможность параллельной работы различных устройств системы (работы с перекрытием) является основой ускорения основных операций. Параллельные ЭВМ часто подразделяются по классификации Флинна на машины типа SIMD (Si gle I s ruc io Mul iple Da a - с одним потоком команд при множественном потоке данных) и MIMD (Mul iple I s ruc io Mul iple Da a - с множественным потоком команд при множественном потоке данных). Как и любая другая, приведенная выше классификация несовершенна: существуют машины прямо в нее не попадающие, имеются также важные признаки, которые в этой классификации не учтены. В частности, к машинам типа SIMD часто относят векторные процессоры, хотя их высокая производительность зависит от другой формы параллелизма - конвейерной организации машины. Многопроцессорные векторные системы, типа Cray Y-MP, состоят из нескольких векторных процессоров и поэтому могут быть названы MSIMD (Mul iple SIMD). Классификация Флинна не делает различия по другим важным для вычислительных моделей характеристикам, например, по уровню &quo ;зернистости&quo ; параллельных вычислений и методам синхронизации. Можно выделить четыре основных типа архитектуры систем параллельной обработки: 1) Конвейерная и векторная обработка. Основу конвейерной обработки составляет раздельное выполнение некоторой операции в несколько этапов (за несколько ступеней) с передачей данных одного этапа следующему. Производительность при этом возрастает благодаря тому, что одновременно на различных ступенях конвейера выполняются несколько операций. Конвейеризация эффективна только тогда, когда загрузка конвейера близка к полной, а скорость подачи новых операндов соответствует максимальной производительности конвейера. Если происходит задержка, то параллельно будет выполняться меньше операций и суммарная производительность снизится. Векторные операции обеспечивают идеальную возможность полной загрузки вычислительного конвейера. При выполнении векторной команды одна и та же операция применяется ко всем элементам вектора (или чаще всего к соответствующим элементам пары векторов). Для настройки конвейера на выполнение конкретной операции может потребоваться некоторое установочное время, однако затем операнды могут поступать в конвейер с максимальной скоростью, допускаемой возможностями памяти.
При этом не возникает пауз ни в связи с выборкой новой команды, ни в связи с определением ветви вычислений при условном переходе. Таким образом, главный принцип вычислений на векторной машине состоит в выполнении некоторой элементарной операции или комбинации из нескольких элементарных операций, которые должны повторно применяться к некоторому блоку данных. Таким операциям в исходной программе соответствуют небольшие компактные циклы. 2) Машины типа SIMD. SIMD компьютер имеет идентичных процессоров, потоков данных и один поток команд. Каждый процессор обладает собственной локальной памятью. Процессоры интерпретируют адреса данных либо как локальные адреса собственной памяти, либо как глобальные адреса, возможно, модифицированные добавлением локального базового адреса. Процессоры получают команды от одного центрального контроллера команд и работают синхронно, то есть на каждом шаге все процессоры выполняют одну и ту же команду над данными из собственной локальной памяти. Машины типа SIMD состоят из большого числа идентичных процессорных элементов, имеющих собственную память. Все процессорные элементы в такой машине выполняют одну и ту же программу. Очевидно, что такая машина, составленная из большого числа процессоров, может обеспечить очень высокую производительность только на тех задачах, при решении которых все процессоры могут делать одну и ту же работу. Модель вычислений для машины SIMD очень похожа на модель вычислений для векторного процессора: одиночная операция выполняется над большим блоком данных. Такая архитектура с распределенной памятью часто упоминается как архитектура с параллелизмом данных(da a-parallel), так как параллельность достигается при наличии одиночного потока команд, действующего одновременно на несколько частей данных. Сеть, соединяющая процессоры, обычно имеет регулярную топологию такую как кольцо SLAP: Сеть с топологией кольцо В отличие от ограниченного конвейерного функционирования векторного процессора, матричный процессор (синоним для большинства SIMD-машин) может быть значительно более гибким. Обрабатывающие элементы таких процессоров - это универсальные программируемые ЭВМ, так что задача, решаемая параллельно, может быть достаточно сложной и содержать ветвления. Обычное проявление этой вычислительной модели в исходной программе примерно такое же, как и в случае векторных операций: циклы на элементах массива, в которых значения, вырабатываемые на одной итерации цикла, не используются на другой итерации цикла. Модели вычислений на векторных и матричных ЭВМ настолько схожи, что эти ЭВМ часто обсуждаются как эквивалентные. 3) Машины типа MIMD. MIMD компьютер имеет процессоров, независимо исполняющих потоков команд и обрабатывающих потоков данных. Каждый процессор функционирует под управлением собственного потока команд, то есть MIMD компьютер может параллельно выполнять совершенно разные программы. MIMD архитектуры далее классифицируются в зависимости от физической организации памяти, то есть имеет ли процессор свою собственную локальную память и обращается к другим блокам памяти, используя коммутирующую сеть, или коммутирующая сеть подсоединяет все процессоры к общедоступной памяти.
Исходя из организации памяти, различают следующие типы параллельных архитектур: • Компьютеры с распределенной памятью (Dis ribu ed memory) Процессор может обращаться к локальной памяти, может посылать и получать сообщения, передаваемые по сети, соединяющей процессоры. Сообщения используются для осуществления связи между процессорами или, что эквивалентно, для чтения и записи удаленных блоков памяти. В идеализированной сети стоимость посылки сообщения между двумя узлами сети не зависит как от расположения обоих узлов, так и от трафика сети, но зависит от длины сообщения. • Компьютеры с общей (разделяемой) памятью ( rue shared memory) Все процессоры совместно обращаются к общей памяти, обычно, через шину или иерархию шин. В идеализированной PRAM (Parallel Ra dom Access Machi e - параллельная машина с произвольным доступом) модели, часто используемой в теоретических исследованиях параллельных алгоритмов, любой процессор может обращаться к любой ячейке памяти за одно и то же время. На практике масштабируемость этой архитектуры обычно приводит к некоторой форме иерархии памяти. Частота обращений к общей памяти может быть уменьшена за счет сохранения копий часто используемых данных в кэш-памяти, связанной с каждым процессором. Доступ к этому кэш-памяти намного быстрее, чем непосредственно доступ к общей памяти. • Компьютеры с виртуальной общей (разделяемой) памятью (Vir ual shared memory) Общая память как таковая отсутствует. Каждый процессор имеет собственную локальную память и может обращаться к локальной памяти других процессоров, используя &quo ;глобальный адрес&quo ;. Если &quo ;глобальный адрес&quo ; указывает не на локальную память, то доступ к памяти реализуется с помощью сообщений, пересылаемых по коммуникационной сети. MIMD архитектуры с распределенной памятью можно так же классифицировать по пропускной способности коммутирующей сети. Например, в архитектуре, в которой пары из процессора и модуля памяти (процессорный элемент) соединены сетью с топологий решетка, каждый процессор имеет одно и то же число подключений к сети вне зависимости от числа процессоров компьютера. Общая пропускная способность такой сети растет линейно относительно числа процессоров. В топологии клика каждый процессор должен быть соединен со всеми другими процессорами. С другой стороны в архитектуре, имеющей сеть с топологий гиперкуб, число соединений процессора с сетью является логарифмической функцией от числа процессоров, а пропускная способность сети растет быстрее, чем линейно по отношению к числу процессоров. Сеть с топологией 2D решетка(тор) Сеть с топологией 2D гиперкуб (тор) . Термин &quo ;мультипроцессор&quo ; покрывает большинство машин типа MIMD и (подобно тому, как термин &quo ;матричный процессор&quo ; применяется к машинам типа SIMD) часто используется в качестве синонима для машин типа MIMD. В мультипроцессорной системе каждый процессорный элемент (ПЭ) выполняет свою программу достаточно независимо от других процессорных элементов. Процессорные элементы, конечно, должны как-то связываться друг с другом, что делает необходимым более подробную классификацию машин типа MIMD.
Пункт «Права и обязанности аудиторской организации» предусматривает: 1)Pнеукоснительное соблюдение при оказании аудиторских услуг требований законодательства РФ; 2)Pсамостоятельное определение форм и методов аудиторской проверки исходя из требований нормативных актов РФ; 3)Pпроверку любой документации экономического субъекта, необходимой для проведения аудита, а также получение разъяснений и дополнительных сведений по возникшим в ходе проверки вопросам; 4)Pполучение по письменному запросу необходимой для осуществления аудиторской проверки информации от третьих лиц, в том числе государственных органов; 5)Pотказ от проведения аудиторской проверки в случае непредставления проверяемым экономическим субъектом необходимой документации; 6)Pдоступ в систему компьютерной обработки данных; 7)Pобращение к консультанту или эксперту в случае выявления такой необходимости; 8)Pраспоряжение своей рабочей документацией; 9)Pнеобходимость привлечения к участию в проверке дополнительных аудиторов в связи со значительным объемом работы
1. Организация и применение микропроцессорных систем обработки данных и управления
2. Создание формул для обработки данных в электронной таблице Excel
3. Управление потоками данных в параллельных алгоритмах вычислительной линейной алгебры
4. Обработка данных о студентах
5. Выставка: последующая обработка данных
9. Реализация алгоритма обработки данных
10. Обработка данных в средах MathCAD и LabVIEW
13. Анализ алгоритмов нечисленной обработки данных
14. Архитектура электронно-вычислительных машин
15. Обработка данных в автоматизированных системах
16. Распределенная обработка данных
17. Файлові системи і бази даних. Потреби інформаційних систем
18. Защита информации в автоматизированных системах обработки данных: развитие, итоги, перспективы
19. Магнитоимпульсное формообразование. Плазменная, лазерная и электронно-лучевая обработка материалов
20. Механизм формирования фазовой структуры эпоксидно-каучуковых систем
21. Оптимизация структуры локальной вычислительной сети вуза
27. Методы компьютерной обработки статистических данных. Проверка однородности двух выборок
28. Электронная почта и факсимильная связь. Структура и прицип работы
29. Полная параллельная поддержка для систем планирования, основанных на случаях
30. Анализ структур, характеристик и архитектур 32-разрядных микропроцессоров
31. Анализ пакетов обработки экспериментальных данных SABR и BOOTSTRAP
32. Системы обработки информации - язык баз данных SQL со средствами поддержания целостности
34. Статистическая обработка экспериментальных данных
35. Использование электронной почты, Internet, и других систем в целях рационализации документооборота
36. Использование корреляционно-регрессионного анализа для обработки экономических статистических данных
37. Структуры данных и алгоритмы
42. Динамические структуры данных: очереди
44. Иерархические структуры в реляционных базах данных
45. Структуры Данных и Абстракции Данных
46. Обзор внедрения автоматизированных банковских систем в структуры России
47. Иерархические структуры данных в реляционных БД
48. Динамические структуры данных: стеки
49. Динамические структуры данных: списки
50. Динамические структуры данных: списки
51. Интернет-магазин в структуре электронного бизнеса России
53. Структуры данных и алгоритмы
57. Анализ существующих систем электронного обучения
58. Информационные технологии создания и обработки баз данных с помощью MS Access XP
59. Компьютерные данные: типы данных, обработка и управление
60. Обработка массивов данных в среде Turbo Pascal
61. Организация баз данных и выбор систем управления базами данных
62. Разработка обучающей программы, поддерживающей изучение темы "Структуры данных"
63. Современная технология обработки информационных данных Data Mining
64. Создание мультимедийного электронного учебника "Проектирование баз данных"
65. Структура данных программного комплекса "Q-дерево"
66. Структури даних для обробки інформації
67. Структуры и организация данных в ЭВМ
68. Динамические структуры данных
69. Динамические структуры данных
74. Методы обработки статистических данных
75. Нерівноважні поверхневі структури реакційно-дифузійних систем типу активатор-інгібітор
76. Развитие электронных платежных систем
77. Статистическая обработка и статистический анализ данных по материалам статистического наблюдения
80. Готический стиль в архитектуре Западной Европы
81. Архитектура Древней Греции (V в.до н. э.)
82. Архитектура Москвы. Модерн
84. Особенности средневековой архитектуры
89. Особенности искусственных спутников земли на примере спутниковых систем связи
90. Анализ медико-биологических данных с использованием Excel и СПП STADIA
91. Структура и функции клеточного ядра
92. Синапсы (строение, структура, функции)
93. Воздействие внешних факторов на ферментативную систему человека
94. Подготовка данных и движение по азимутам
95. Великобритания (расширенный вариант реферата 9490)
96. Статистика населения. Методы анализа динамики и численности и структуры населения
97. Структура транспорта в Европе