- •Лекция №1 история развития вычислительной техники
- •Вильгельм Шиккард
- •Блез паскаль
- •Арифметическая машина Паскаля (1642 г.)
- •Готфрид Вильгельм лейбниц
- •Чарльз бэббидж
- •Ада Лавлейс (1815-1842)
- •Жозеф Мари Жаккард
- •Герман Холлерит
- •Зиновий Яковлевич Слонимский
- •Эрнст Эдуард Куммер
- •Виктор Яковлевич Буняко́вский
- •Джордж Буль
- •Алан Тьюринг
- •Конрад Цузе (22 июня 1910 - 18 декабря 1995)
- •Говард Айкен
- •Дж. Стибиц
- •Лекция №2 первые компьютеры
- •Историческая справка
- •Клод Эльвуд Шеннон
- •Первое поколение компьютеров
- •Лекция №3
- •Лекция №4 второе поколение компьютеров
- •Лекция №5 третье поколение компьютеров
- •Четвертое поколение компьютеров
- •Модели параллельных компьютеров (классификация Флинна)
- •Закон Амдала
- •Необходимость параллельных вычислений:
- •Суперкомпьютеры
- •Примеры параллельных вычислительных систем
- •Лекция №7
- •Суперкомпьютеры
- •Кластеры
- •Сферы применения суперкомпьютеров
- •Значимость параллельных вычислений
- •Практические преимущества использования суперкомпьютеров
- •Лекция №8 квантовые компьютеры
- •Оптический компьютер
- •Лекция №9 методология научных исследований
- •Особенности научной деятельности:
- •Нормы научной этики.
- •Методы научных исследований
- •Теоретические методы (методы-операции) .
- •Эмпирические методы (методы-операции) .
- •Виды измерений
- •Лекция №10
- •Эмпирические методы (методы-действия) .
- •Лекция №11
- •Этап определения цели исследования.
- •Этап формирования (выбора) критериев оценки достоверности результатов исследования.
- •Критерии оценки достоверности результатов теоретического исследования.
- •Критерии оценки достоверности результатов эмпирического исследования.
- •Лекция №12
- •Стадия построения гипотезы исследования
- •Стадия конструирования исследования
- •Стадия технологической подготовки исследования
- •Опытно-экспериментальная работа
- •Лекция №13 средства и методы практической деятельности Прогнозирование.
- •Методы моделирования.
Закон Амдала
У скорение, которое может быть получено на вычислительной системе из p процессоров при доле последовательных вычислений – α , по сравнению с однопроцессорным решением не будет превышать величины
α\ p |
10 |
100 |
1000 |
0 |
10 |
100 |
1000 |
10% |
5.263 |
9.174 |
9.910 |
25% |
3.077 |
3.883 |
3.988 |
40% |
2.174 |
2.463 |
2.496 |
Из таблицы видно, что только алгоритм, вовсе не содержащий последовательных вычислений (α = 0), позволяет получить линейный прирост производительности с ростом количества вычислителей в системе. Если доля последовательных вычислений в алгоритме равна 25 %, то увеличение числа процессоров до 10 дает ускорение в 3,077 раза (эффективность 30,77 %), а увеличение числа процессоров до 1000 даст ускорение в 3,988 раза (эффективность 0,4 %). Отсюда же очевидно, что при доле последовательных вычислений α общий прирост производительности не может превысить 1 / α. Так, если половина кода — последовательная, то общий прирост никогда не превысит двух.
Достижение параллелизма возможно только при выполнимости следующих требований:
независимость функционирования отдельных устройств ЭВМ (устройства ввода-вывода, обрабатывающие процессоры и устройства памяти),
избыточность элементов вычислительной системы
использование специализированных устройств (например, отдельные процессоры для целочисленной и вещественной арифметики, устройства многоуровневой памяти),
дублирование устройств ЭВМ (например, использование нескольких однотипных обрабатывающих процессоров или нескольких устройств оперативной памяти),
Дополнительная форма обеспечения параллелизма - конвейерная реализация обрабатывающих устройств
Необходимость параллельных вычислений:
Опережение потребности вычислений быстродействия существующих компьютерных систем
Моделирование климата
Генная инженерия
Проектирование интегральных схем
Анализ загрязнения окружающей среды
Создание лекарственных препаратов и др.
Оценка необходимой производительности – 1012 операций (1 Tflops)
Теоретическая ограниченность роста производительности последовательных компьютеров
Резкое снижение стоимости многопроцессорных (параллельных) вычислительных систем
ПК на базе четырехядерного процессора Intel Core 2 Quad – 20 GFlops ($1500),
Персональный мини-кластер T-Edge Mini на базе четырехядерных процессоров Intel Xeon – 240 GFlops ($20000)
Смена парадигмы построения высокопроизводительных процессоров - многоядерность
Принятие обоснованных решений практически в любой сфере человеческой деятельности с необходимостью предполагает проведение расширенного математического моделирования с тщательным исследованием возможных вариантов деятельности с помощью вычислительных экспериментов
При этом, появление столь радикально возросших возможностей суперкомпьютерных технологий позволяет разрабатывать углубленные математические модели, максимально точно описывающих объекты реального мира, и требующие для своего анализа проведения масштабных вычислений.