5.Развитие новых методов вычислений в вс.

1. Поисковые вычисления.

Фон Нейман: команды управляют данными (вычислениями). Потоковые: данные управляют вычислениями, то есть, когда данные готовы к выполнению, когда реализуется процесс вычислений, управление происходит асинхронно, независимо от других данных.

Пример: Машины, управляемые потоками данных

Источники констант

a b c 2

Каждый блок выполняется независимо, как толк поступают

необходимые данные

x₁ x₂

Достоинства:

1. Простота вычислений 2. Более высокая скорость обработки, так как не надо проводить большое число преобразований, связанных с программным управлением (выборка данных, обращение к памяти и т.д.).

Недостаток: трудность программирования, разработки операционной системы.

Используется при решении задач искусственного интеллекта (необходимо большое число анализа – он должен выполняться быстро).

Машины ориентированные на ЯВУ. Pascal, Lisp, Ada. Системой команд является язык высокого уровня(ЯВУ). Основные операторы языка реализованы, как команды. У нас: машина Мир – ориентация на Fortran. Одна из лучших по производительности для решения научно исследовательских задач. Lisp: распознавание символов. Это направление является специализированным.

Редукционные машины. Редукция – анализ выражения и его свертка. Анализ строк выражений (чисел, символов) и сворачивание строк до тех пор, пока не получится справедливое число. Частично используется способ потоковых вычислений. На их основе реализуются высокоскоростные трансляторы. Для обработки большого объема текстовой информации с большой скоростью. Это направление является специализированным.

Нейровычисления. Персептрон. NeuroMatrix, НТЦ “Модуль”. Проект такой машины позволит достигнуть скорости гигафлопсов. Neuron 3150 Chip ф. Echelon (США). Элементная база: прежняя (Alpha, Merced). Программа “Силиконовый мозг”. Скорость: 8 *10 ^15 оп/сек (80 гигафлопсов). Принцип действия: нейровычисления. При реализации нейровычислений, перспективным является переход к аналоговым машинам. Позволяет работать в реальном масштабе времени.

Гибридная архитектура:

• точность – дискретная

• скорость – аналоговая

6.Сравнительный анализ режимов и алгоритмов обработки информации в вс Сравнительные возможности двух методов организации параллельных вычислений: метод конвейеризации и метод параллелизма.

Параметры	Параллельные системы	Конвейер
1. Производительность	№ задач за t секунд. Если число задач кратно числу процессоров -> max производительность	1 результат за t/n n – число фаз
2. Основной период синхронизации	Время выполнения первой операции или первой функции	Время выполнения первой фазы для первой ступени конвейера
3. Типичная архитектура по классификации Флина	ОКМД, МКМД	МКОД, ОКОД
4. Предпочтительная структура задач	Матричные и векторные задачи с длинами векторов, пропорциональными числу процессоров	Векторные задачи с произвольной длиной векторов
5. Типичная организация памяти	Многократно расслоенная память	Многопортовая память
6. Факторы, ограничивающие производительность	Высокая стоимость, структура задач (число процессоров должно быть ~ числу модулей)	Элементная база (быстродействие одной ступени), скорость доступа к памяти
7. Надежность	Надежные, так как обеспечивают дублирование блоков при выполнении задач	Трудно обеспечить надежность
8. Базовая структура	Независимое исполнение задач на отдельных блоках структуры с базовой конфигурацией	Разбиение функции на множество подфункций

Наиболее эффективной является система, объединяющая эти два принципа обработки информации в единую систему – комбинированная система.

Параллельные: системы с массовым параллелизмом – суперскалярные структуры (“супер” – много блоков).