|
|
Вычислительные системы. Работу выполнили студенты 405 группы, направления подготовки Бизнесинформатика, Кулебякин Виталий, Лапкина Анастасия
Работу выполнили: студенты 405 группы, направления подготовки «Бизнес-информатика», Кулебякин Виталий, Лапкина Анастасия
Многомашинные и многопроцессорные вычислительные системы.
Вычислительная система (ВС) - это взаимосвязанная совокупность аппаратных средств вычислительной техники и программного обеспечения, предназначенная для обработки информации.
Одним из наиболее распространенных способов классификации ЭВМ является систематика Флинна (Flynn), в рамках которой основное внимание при анализе архитектуры вычислительных систем уделяется способам взаимодействия последовательностей (потоков) выполняемых команд и обрабатываемых данных. В результате такого подхода различают следующие основные типы систем:
Название
|
Описание
|
SISD (Single Instruction, Single Data)
|
системы, в которых существует одиночный поток команд и одиночный поток данных; к данному типу систем можно отнести обычные последовательные ЭВМ;
|
SIMD (Single Instruction, Multiple Data)
|
системы c одиночным потоком команд и множественным потоком данных; подобный класс составляют многопроцессорные вычислительные системы, в которых в каждый момент времени может выполняться одна и та же команда для обработки нескольких информационных элементов; подобной архитектурой обладают, например, многопроцессорные системы с единым устройством управления; в последнее время его применение ограничено, в основном, созданием специализированных систем;
|
Таблица 1 классификация вычислительных систем
Название
|
Описание
|
MISD (Multiple Instruction, Single Data)
|
– системы, в которых существует множественный поток команд и одиночный поток данных; относительно данного типа систем нет единого мнения – ряд специалистов говорят, что примеров конкретных ЭВМ, соответствующих данному типу вычислительных систем, не существует, и введение подобного класса предпринимается для полноты системы классификации; другие же относят к данному типу, например, систолические вычислительные системы или системы с конвейерной обработкой данных;
|
MIMD (Multiple Instruction, Multiple Data)
|
системы c множественным потоком команд и множественным потоком данных; к подобному классу систем относится большинство параллельных многопроцессорных вычислительных систем.
| - Вычислительные системы с векторной и матричной архитектурой принято разделять на сильносвязанные (tightly-coupled) и слабосвязанные (loosely-coupled).
- Сильносвязанные вычислительные системы характеризуются наличием общей разделяемой памяти, через которую происходит обмен данными. В настоящее время для организации разделяемой памяти используются технологии SMP (Shared Memory multiProcessing) и NUMA (Non-Uniform Memory Access). Обе технологии предусматривают логически единое адресное пространство, однако физическая структура памяти у них различается. В первом случае оперативная память имеет простую структуру и является общей для всех исполняющих устройств. . Во втором - предполагается иерархическая структура памяти, в соответствии с которой у каждого вычислителя (или группы вычислителей) имеется собственная (локальная) оперативная память и возможность удаленного доступа к оперативной памяти других вычислителей. Удаленный доступ к данным осуществляется через высокоскоростной коммутатор, объединяющий все модули памяти в единую сеть.
MIDI
Мультипроцессоры
Распределенная память MUNA
Общая память UMA
NCC -NUMA
CC-NUMA
COMA
SMP
PVP
Мультикомпьютеры (NORMA)
МРР
Clusters
Схема 1 Классификация многопроцессорных вычислительных систем
Две основные сферы применения многопроцессорых ВС:
Обработка транзакций в режиме реального времени (OLTP, On line transaction processing)
Создание хранилищ данных для организации систем поддержки принятия решений (Data Mining, Data Warehousing, Decision Support System)
Фундаментальные проблемы, для решения которых используются сверхмощные вычислительные ресурсы: - Прогноз погоды;
- Материаловедение;
- Сверхпроводимость;
- Генетика;
- Астрономия;
- Управляемый термоядерный синтез;
- Геоинформационные системы;
- Распознавание и синтез речи;
- Распознавание изображений.
Многопроцессорные вычислительные системы (МВС) существуют в различных конфигурациях:
Системы высокой надежности (кластерные системы, катастрофоустойчивые системы, системы высокой готовности и т.д.);
Системы для высокопроизводительных вычислений (мейнфреймы, суперкомпьютеры);
Многопоточные системы (для обеспечения единого интерфейса к ряду ресурсов, например, группа WEB-серверов).
Архитектуры многопроцессорных систем:
Архитектура в виде плоской решетки;
Архитектура в виде трехмерного куба;
Архитектура в виде гиперкуба;
Архитектура кольца с полной связью по хордам;
Архитектура с топологией «толстого дерева»
Способы организации вычислительных процессоров
1.Процессоры баз данных
2.Потоковые процессоры
3.Нейропроцессоры
4. Нечеткие процессоры
1. Процессоры баз данных - Процессорами(машинами) баз данных называют программно-аппаратные комплексы, предназначенные для выполнения всех или некоторых функций систем управления базами данных (СУБД).
- Процессоры баз данных выполняют функции:
- управления; - обеспечения дистанционного доступа к информации через шлюзы, - репликации обновленных данных с помощью различных механизмов тиражирования (копирования данных из одного источника на другой или на множество других и наоборот). Процессоры баз данных обеспечивают построение клиент-серверных архитектур (двухуровневых). 2. Потоковые процессоры - Потоковыми называют процессоры, в основе которых лежит принцип обработки многих данных с помощью одной команды (SIMD).
- Потоковые процессоры подразделяются на:
- отдельные потоковые процессоры (SSP – single-streaming processor); - многопотоковые процессоры (MSP – Multi-Streaming Processor). - Пример потокового процессора – семейство процессоров INTEL, начиная с Pentium 3. В основе функционирования процессоров Intel лежит технология SSE (streaming SIMD extensions – потоковая обработка по принципу «одна команда-много данных»). Используется для обработки речи, трехмерной графики изображений.
- Векторные процессоры – представитель SIMD класса потоковых процессоров. Векторная обработка повышает производительность процессора за счет обработки набора данных (вектора) одной командой.
3. Нейропроцессоры. Области применения нейросетей: - Прогнозирование;
- Распознавание образов;
- Классификация;
- Кластеризация и др.
Отличия нейросетей от традиционных вычислительных систем: - Высокая скорость обработки данных;
- Высокий уровень отказоустойчивости;
- Возможность обучения.
- процессоров;
- оперативной памяти (ОП);
- каналов связи.
- Однородные, то есть построенные на основе однотипных компьютеров или процессоров, что позволяет использовать стандартные наборы программных средств и типовые протоколы сопряжения устройств;
- Неоднородные, то есть включающие в свой состав различные типы компьютеров или процессоров, из-за чего при построении системы приходится учитывать их различные технические и функциональные характеристики.
|
|
|
Скачать 109.53 Kb.