17. Концепция вычислительных систем с управлением потоком данных
Существуют трудности, связанные с решением проблемы автоматизации параллельного программирования, необходимой в целях эффективного использования для широкого круга задач матричных ВС. Поэтому актуальны исследования новых методов построения высокопроизводительных ВС, одними из которых являются ВС с управлением потоком данных, или потоковые ВС [4].
В системах с управлением потоками данных предполагается наличие большого числа специализированных операционных блоков для определения видов операций (сложения, умножения и т.п., отдельных для разных типов данных). Данные снабжаются указателями типа данных (тегами), на основании которых по мере готовности данных к обработке они загружаются в соответствующие свободные операционные блоки. При достаточном количестве операционных блоков может быть достигнут высокий уровень распараллеливания вычислительного процесса.
Во всех традиционных машинах и вычислительных системах порядок выполнения операций над данными при решении задачи строго детерминирован, он однозначно определяется последовательностью команд программы.
Принципиальное отличие потоковых машин состоит в том, что команды выполняются не в порядке следования команд в тексте программы, а по мере готовности их операндов. Как только будут вычислены операнды команды, она может захватывать свободное операционное устройство и выполнять предписанную ей операцию. В этом случае последовательность, в которой выполняются команды, уже не является детерминированной.
Идея процессора, управляемого потоком данных, отображена на рисунке 2.17.
Рисунок 2.17 - Процессор с управлением потоком данных
«Потоковая программа» размещается в массиве ячеек команд. Команда наряду с кодом операции содержит поля, куда заносятся готовые операнды, и поле, содержащее адреса команд, в которые должен быть направлен в качестве операнда результат операции. Кроме того, каждой команде поставлен в соответствие двухразрядный тег (располагаемый в управляющем устройстве), разряды которого устанавливаются в “1” при занесении в тело команды соответствующих операндов. В состоянии тега “11” (оба операнда готовы) инициируется запрос к операционному коммутатору (ОК) на передачу готовой команды в соответствующее коду операции операционное устройство. Результат выполнения команды над ее непосредственно адресуемыми операндами направляется через командный коммутатор (КК) согласно указанным в команде адресам в ячейки команд и помещается в их поля операндов. Далее указанная процедура циклически повторяется, причем управление этим процессом полностью децентрализовано и не нуждается в счетчике команд.
18. Понятие о Марковском случайном процессе, потоки событий, классификация СМО
Случайный процесс, протекающий в системе, называется марковским, если для любого момента времени tо вероятностные характеристики процесса в будущем зависят только от его состояния в данный момент tо и не зависят от того, когда и как система пришла в это состояние [3, 9, 14].
Пусть в настоящий момент tо система находится в определенном состоянии Sо (см. рисунок 3.1)
Рисунок 3.1 – К понятию Марковского случайного процесса
Мы наблюдаем процесс со стороны и в момент tо знаем состояние системы Sо и всю предысторию процесса, все, что было при t<tо. Нас интересует будущее(t>to). В точности предсказать его мы не можем, так как процесс случайный. Но мы можем найти некоторые вероятностные характеристики процесса в будущем, например, вероятность того, что через некоторое время t система S окажется в состоянии S1 или сохранит состояние So, и т.п. Таким образом, если процесс марковский, то предсказывать можно, только учитывая настоящее состояние системы So и забыв о его предыстории. Само состояние So зависит от прошлого, но как только оно достигнуто, о прошлом можно забыть. Иначе формулируя, в марковском процессе «будущее зависит от прошлого только через настоящее».
На практике марковские процессы в чистом виде обычно не встречаются, но нередко приходится иметь дело с процессами, для которых влиянием предыстории можно пренебречь. При их изучении можно с успехом применять марковские модели.
В исследовании операций большое значение имеют так называемые марковские процессы с дискретным состоянием и непрерывным временем. Процесс называется процессом с непрерывным временем, если моменты возможных переходов из состояния в состояние не фиксированы заранее, а неопределенны, случайны, если переход может осуществиться, в принципе, в любой момент.