Определение и классификация вычислительных систем
Под вычислительной системой (ВС) понимается совокупность взаимосвязанных и взаимодействующих процессоров или ЭВМ, периферийного оборудования и программного обеспечения, предназначенная для сбора, хранения, обработки и распределения информации. Одной из наиболее распространенных классификаций вычислительных систем является классификация Флинна:
SISD (Single Instruction, Single Data) – системы с одиночным потоком команд и одиночным потоком данных. В каждый момент времени процессор обрабатывает одиночный поток команд над одиночным потоком данных. К данному типу систем относятся обычные последовательные ЭВМ.
SIMD (Single Instruction, Multiple Data) – системы с одиночным потоком команд и с множественным потоком данных. Процессорные элементы, входящие в систему, идентичны и все они управляются одной и той же последовательностью команд. Однако каждый процессор обрабатывает свой поток данных. Под эту схему хорошо подходят задачи обработки матриц или векторов (массивов), задачи решения систем линейных и нелинейных алгебраических и дифференциальных уравнений, задачи теории поля и др. Современные компьютеры реализуют некоторые команды типа SIMD (векторные команды), позволяющие обрабатывать несколько элементов данных за один такт. По этой схеме строились системы: первая суперЭВМ – ILLIAC-IV, отечественные параллельные системы – ПС-2000, ПС-3000.
MISD (Multiple Instructions, Single Data) – системы с множественным потоком команд и одиночным потоком данных. Система предполагает построение своеобразного процессорного конвейера, в котором результаты обработки передаются от одного процессора к другому по цепочке. К данному классу относят систолические вычислительные системы и конвейерные системы.
MIMD (Multiple Instructions, Multiple Data) – системы с множественным потоком команд и множественных потоком данных. Система предполагает, что все процессоры системы работают с различными программами и с индивидуальным набором данных. В простейшем случае они могут быть автономны и независимы. Такая схема использования ВС часто применяется во многих крупных вычислительных центрах для увеличения пропускной способности центра. К данному классу относится большинство параллельных многопроцессорных вычислительных систем.
Архитектурные свойства вычислительных систем
Масштабируемость (Scalability) вс
Под масштабируемостью ВС понимается их способность к наращиванию и сокращению ресурсов, возможность варьирования производительности. Сложность (трудоемкость) задач, решаемых на вычислительных средствах, постоянно растет. Для сохранения в течение длительного времени способности ВС адекватно решать сложные задачи необходимо, чтобы она обладала архитектурным свойством масштабируемости. Это означает, в частности, что производительность, достигнутую ВС на заданном количестве вычислителей, можно увеличить, добавив еще один или несколько вычислителей. Выполнение этого свойства гарантируется принципами модульности, локальности, децентрализованности и распределенности. Свойство наращиваемости производительности предоставляет потенциaльную возможность решать задачи любой априори заданной сложности. Однако для практической реализации этой возможности требуется, чтобы алгоритм решения сложной задачи удовлетворял условию локальности, a межмодyльные пересылки информации слабо влияли на время решения задачи. Это можно достичь за счет крупноблочного распараллеливания сложных задач и (или) аппаратурных средств, позволяющих совместить межмодульные обмены информацией c вычислениями.