Архитектура информационных систем. Литература по теме Практические задания Тема Устройство персонального компьютера системный блок и периферия Вопросы для самопроверки Литература по теме
 Скачать 5.96 Mb.
|
|
Тема 9. Архитектурные особенности параллельных, многопроцессорных и многомашинных вычислительных систем Цели и задачи: Цели и задачи изученияданной темы – знакомство с архитектурными особенностями многопроцессорных и многомашинных вычислительных систем, архитектурами систем параллельной обработки данных и различными подходами к увеличению производительности системы за счет распределения ресурсов, потоков команд и данных. В результате успешного изучения темы Вы: Узнаете: · способы организации взаимодействия компьютеров в многомашинных ВС; · организацию и принципы построения многопроцессорных ВС; · классификацию многопроцессорных параллельных ВС по режиму выполнения команд (классификация Флинна); · различные подходы к классификации многопроцессорных параллельных ВС (классификации Дункана, Хокни и другие); · технологию кластеризации как средства объединения многоуровневых ВС. Приобретете следующие профессиональные компетенции: · определять тип архитектуры ВС по представленному описанию режима выполнения команд и обработки данных (классификация Флинна); · определять потребности организации в использовании многомашинных или многопроцессорных ВС; · определять требования к архитектуре и производительности Супер ЭВМ исходя из решаемых с ее помощью задач; · определять тип архитектуры параллельной обработки данных исходя из поставленных задач. В процессе освоения темы акцентируйте внимание на следующих ключевых понятиях: Кластеризация - технология, с помощью которой несколько серверов, сами являющиеся вычислительными системами, объединяются в единую систему более высокого ранга для повышения эффективности функционирования системы в целом. Конвейерная обработка команд или данных заключается в том, что поступающий поток обрабатывается одним конвейерным устройством, работающем в режиме разделения времени для отдельных потоков. Параллельные ВС – многопроцессорные ВС, в которых реализована определенная параллельная архитектура, позволяющая значительно повысить производительность. В параллельных ВС оперативная память может быть общей для всех процессоров, либо своя для каждого процессора. Основным подходом к созданию архитектур параллельных ВС является классификация Флинна определяющая множественность либо единичность потоков команд и данных обрабатываемых процессорами. Потоковая обработка команд или данных заключается в том, что каждый поступающий поток обрабатывается своим собственным устройством. Теоретический материал по теме Вычислительные системы (ВС) подразделяются на две больших группы: · многомашинные; · многопроцессорные. Информационное взаимодействие компьютеров в многомашинной ВС (рис. 51) может быть организовано на уровне процессоров, оперативной памяти или каналов связи.  Рис. 51. Уровни взаимодействия компьютеров в многомашинной ВС Ввиду сложности организации взаимодействия на 1-м и 2-м уровнях в большинстве многомашинных ВС используется 3-й уровень, уступающий им по быстродействию. Многопроцессорные системы (МПС) строятся при комплексировании нескольких процессоров. В качестве общего ресурса они имеют общую оперативную память (ООП). Параллельная работа процессоров с ООП обеспечивается под управлением единой общей операционной системы. По сравнению с ММС здесь достигается наивысшая оперативность взаимодействия процессоров-вычислителей. Однако МПС имеют и существенные недостатки. Во-первых, использование ресурсов общей оперативной памяти может приводить к возникновению конфликтных ситуаций, в которых несколько процессоров обращаются к одним и тем же ячейкам памяти. Помимо процессоров к ООП подключаются все процессоры ввода-вывода, средства измерения времени и т.д. Поэтому вторым серьезным недостатком МПС является проблема коммутации и доступа абонентов к ООП. От того, насколько удачно решаются эти проблемы, и зависит эффективность применения МПС. Эти решения обеспечиваются аппаратно-программными средствами. Процедуры взаимодействия очень сильно усложняют структуру ОС МПС. Опыт построения подобных систем показал, что они эффективны при небольшом числе комплексируемых процессоров (от 2 до 10). Типичным примером массовых многомашинных ВС могут служить компьютерные сети, а многопроцессорных ВС – суперкомпьютеры. Суперкомпьютеры. Супер-ЭВМ обладают производительностью, достигающей 1011 оп/с и выше. Такие ВС могут не только удовлетворительно решать сложнейшие научно-технические задачи, требующие огромного объема вычислений, но и обеспечивать работу более чем с 10 000 отдельных рабочих станций, для чего им требуются в качестве координатора системы ввода/вывода специальные ЭВМ. Однако, не взирая на их вычислительные возможности, супер-ЭВМ - пока все еще слишком дорогое удовольствие для коммерческого использования. Типичными областями применения супер-ЭВМ являются научные исследования, прогнозирование погоды, проектирование авиационной и космической техники, ядерные исследования, сейсмический анализ и другие области, требующие быстрой обработки очень большого количества данных. Определенную картину по использованию супер-ЭВМ дает сводный анализ по США: · оборонные проекты (45%); · нефтяные компании (18%); · университеты (13%); · космические исследования (10%); · другие (14%). Только очень мощные компьютерные фирмы такие, как Fujitsu, Hitachi, NEC (Япония), Goodyear, IBM, CDC, Burough, FPS (США) и еще несколько производят супер-ЭВМ и только одна - Cray Research (США) производит исключительно супер-ЭВМ, другое сопутствующее им оборудование и спецпроцессоры, являясь признанным лидером в этом классе ЭВМ. Многопроцессорные параллельные вычислительные системы. Суперкомпьютеры как и все современные параллельные ВС (ПВС) создаются в виде высокопараллельных многопроцессорных систем (МПВС)с различной архитектурой, наиболее распространенные из которых можно классифицировать по способу использования ОП и режиму выполнения команд процессорами системы. Относительно использования ОП ПВС можно классифицировать по двум основным группам: · ОП распределяется по процессорам; · процессоры разделяют общую ОП. Классификация по режиму выполнения команд была предложена Флинном (M.Flynn) в начале 60-х годов. В ее основу заложено два возможных вида параллелизма: независимость потоков заданий (команд), существующих в системе, и независимость (несвязанность) данных, обрабатываемых в каждом потоке. Согласно данной классификации существует четыре основных архитектуры ВС: Архитектура ОКОД - одиночный поток команд - одиночный поток данных илиSISD - Single Instruction Single Data охватывает все однопроцессорные и одномашинные варианты систем, то есть ВС с одним вычислителем (рис. 52).  Рис. 52. Архитектура ОКОД по классификации Флинна Все ЭВМ классической структуры попадают в этот класс. Здесь параллелизм вычислений обеспечивается путем совмещения выполнения операций отдельными блоками АЛУ, а также параллельная работа устройств ввода-вывода информации и процессора. Архитектура ОКМД - одиночный поток команд - множественный поток данных или SIMD - Single Instruction Multiple Data предполагает создание структур векторной или матричной обработки (рис. 53).  Рис. 53. Архитектура ОКМД по классификации Флинна Системы этого типа обычно строятся как однородные, то есть 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. В структурах данной архитектуры желательно обеспечивать соединения между процессорами, соответствующие реализуемым математическим зависимостям. Как правило, эти связи напоминают матрицу, в которой каждый процессорный элемент связан с соседними. Векторный или матричный тип вычислений является необходимым атрибутом любой суперЭВМ. Архитектура МКОД - множественный поток команд - одиночный поток данных или MISD - Multiple Instruction Single Data, предполагает построение своеобразного процессорного конвейера, в котором результаты обработки передаются от одного процессора к другому по цепочке (рис. 54).  Рис. 54. Архитектура МКОД по классификации Флинна Выгоды такого вида обработки понятны. Однако в большинстве алгоритмов очень трудно выявить подобный, регулярный характер вычислений. Кроме того, на практике нельзя обеспечить и «большую длину» такого конвейера, при котором достигается наивысший эффект. Вместе с тем конвейерная схема нашла применение в так называемых скалярных процессорах суперЭВМ, в которых они применяются как специальные процессоры для поддержки векторной обработки. Архитектура МКМД - множественный поток команд - множественный поток данных или MIMD - Multiple Instruction Multiple Data предполагает, что все процессоры системы работают по своим программам с собственным потоком команд (рис. 55).  Рис. 55. Архитектура МКМД по классификации Флинна В простейшем случае они могут быть автономны и независимы. Такая схема использования ВС часто применяется на многих крупных вычислительных центрах для увеличения пропускной способности центра. В современных СуперЭВМ используются три варианта архитектуры МПВС: · структура MIMD в классическом ее варианте (например, в суперкомпьютере BSP фирмы Burrought); · параллельно-конвейерная модификация, иначе MMISD, то есть многопроцессорная (Multiple) MISD архитектура (например, в суперкомпьютере «Эльбрус 3»); · параллельно-векторная модификация, иначе MSIMD, то есть многопроцессорная SIMD архитектура (например в суперкомпьютере Cray 2). Примером организации мультипроцессорной супер-ЭВМ может служить отечественная Эльбрус-3, в архитектуре которой использован целый ряд интересных решений. Центральным узлом управления при такой организации является быстродействующий коммутатор межмодульных связей (КМС), где в качестве модулей выступают: · процессоры (ЦП); · модули памяти (ОП); · процессоры ввода/вывода (ПВ/В). КМС обеспечивает возможность установления связи любого ЦП с любым модулем ОП и любым ПВ/ В, связь любого ПВ/В с любым модулем ОП; при этом, возможны одновременная связь и передача данных через КМС между различными парами модулей ВС. Следовательно, принцип КМС реализует пространственное разделение при коммутации соединений в отличие от временного разделения в случае использования общей шины, а также существенно уменьшает число конфликтных ситуаций в ВС. Однако с целью получения высокой общей производительности ВС требуется быстрая реактивность переключений КМС, что является весьма трудной технической задачей ввиду сложной логики КМС. Используется несколько типов КМС: · матричный; · мультиплексная шина; · многоуровневые коммутационные сети. В настоящее время возможно построение систем с массовым параллелизмом (MPP - Mass Parallel Processing) с десятками, сотнями и даже тысячами процессорных элементов, с размещением их в непосредственной близости друг от друга. Если каждый процессор системы имеет собственную память, то он так же будет сохранять известную автономию в вычислениях. Считается, что именно такие системы займут доминирующее положение в мире суперкомпьютеров в ближайшие десять-пятнадцать лет. Параллельную архитектуру МРР-компьютера определяют следующие компоненты: · процессорная матрица (ПМ); · устройство управления процессорной матрицей (УУПМ); · устройство подготовки программ и данных (УППД); · переходная память (ПП) для буферизации и перекомпоновки данных; · ведущая и интерфейсная ЭВМ, внешняя память (ВП) и система интерфейсов. ПМ представляет собой матрицу процессорных элементов (ПЭ), оперирующую с двумерными массивами данных. Каждый ПЭ имеет собственную локальную память произвольного доступа и связан со своими соседями. Каждый ПЭ имеет непосредственный доступ только к данным из своей локальной памяти; доступ к другим данным возможен только через межпроцессорную связь или через ПП.  Рис. 56. Архитектура параллельной супер-ЭВМ Кластеры. Опыт создания серверов на основе MPP-структур и SMP-структур (SMP — Shared Memory multiprocessing, технология мультипроцессирования с разделением памяти) показал, что они не обеспечивают хорошей адаптации к конкретным условиям функционирования, остаются дорогими и сложными в эксплуатации. Одним из решений этой проблемы является кластеризация, то есть технология, с помощью которой несколько серверов, сами являющиеся вычислительными системами, объединяются в единую систему более высокого ранга для повышения эффективности функционирования системы в целом (рис. 57).  Рис. 57. Вычислительный кластер Целями построения кластеров могут служить: · улучшение масштабируемости (способность к наращиванию мощности); · повышение надежности и готовности системы в целом; · увеличение суммарной производительности; · эффективное перераспределение нагрузок между компьютерами кластера; · эффективное управление и контроль работы системы и т.п. Улучшение масштабируемости или способности к наращиванию мощности предусматривает, что все элементы кластера имеют аппаратную, программную и информационную совместимость. В сочетании с простым и эффективным управлением изменение оборудования в идеальном кластере должно обеспечивать соответствующее изменение значений основных характеристик, то есть добавление новых процессоров, дисковых систем должно сопровождаться пропорциональным ростом производительности, надежности и т.п. В реальных системах эта зависимость имеет нелинейный характер. Масштабируемость SMP- и MPP-структур достаточно ограничена. При большом числе процессоров в SMP-структурах возрастает число конфликтов при обращении к общей памяти, а в MPP-структурах плохо решаются задачи преобразования и разбиения приложений на отдельные задания процессорам. В кластерах же администраторы сетей получают возможность увеличивать пропускную способность сети за счет включения в него дополнительных серверов, даже уже из числа работающих, с учетом того, что балансировка и оптимизация нагрузки будут выполняться автоматически. Следующей важной целью создания кластера является повышение надежности и готовности системы в целом. Именно эти качества способствуют популярности и развитию кластерных структур. Избыточность, изначально заложенная в кластеры, способна их обеспечить. Основой этого служит возможность каждого сервера кластера работать автономно, но в любой момент он может переключиться на выполнение работ другого сервера в случае его отказа. Наряду с классификацией Флинна существуют другие подходы к классификации параллельных вычислительных систем. |