Производительность процессора

До недавнишнего времени основной мерой производительности микропроцессоров (да и компьютеров) считалась их тактовая частота работы, и это было, вообще говоря, справедливо. Однако по мере усложнения архитектуры микропроцессоров (RISC - ядро, встроенная кэш-память, технология внутреннего умножения тактовой частоты) данный параметр работы устройств, хотя и остаётся важным показателем их производительности, уже не является определяющим. Именно этим можно объяснить, например, тот факт, что микропроцессор i486SX-25 производительнее i386DX-33.

В 1992 году фирма Intel предложила индекс для оценки производительности своих микропроцессоров - iCOMP (Intel Comparative Microprocessor Performance). Сам индекс представляет из себя число, которое отражает относительную производительность данного устройства по сравнению с другими микросхема семейства х86 и Pentium. Производительность процессора 486SX-25 принимается за 100. Заметим, что новый индекс не заменяет известные тестовые программы (benchmark) уже хотя бы потому, что измеряет относительную производительность микропроцессора, а не системы в целом. Кстати говоря, при вычислении индекса iCOMP учитываются операции со следующими «взвешенными» компонентами (числами): 16-разрядные целые (67%),16-разрядные действительные (3%), 32-разрядные целые (25%), 32-разрядные действительные (5%). К слову, именно величина производительности с индексом iCOMP использовалась фирмой Intel в новой системе маркировки процессоров Pentium, например 735\90 и 815\100 для тактовой частоты 90 и 100 МГц. Следует, однако, учитывать, что в реальных системах может наблюдаться другое соотношение производительности процессоров. Связанно это как с особенностями конкретных системных плат, так и, в случае с Pentium, с тем, что для достижения максимальной производительности требуется оптимизация программных кодов

13. Классификация и идентификация процессоров Архитектура сопроцессора В целом, архитектура относится к SIMD-типу параллельных процес- соров (SingleInstructionStream — MultipleDataStream), что означает один поток команд и множество потоков данных. В таком процессоре все процес- сорные элементы (ПЭ) идентичны и ра- ботают с локальной памятью небольшой емкости (рис. 1). Каждый ПЭ специализирован на ап- паратную реализацию задач иденти- фикации по определенной математи- ческой модели [1,2]. В данной модели применена нечеткая параметризация информативных признаков и реализо- вана функция логических условий, что обеспечивает нелинейность форми- руемых разделяющих поверхностей. Настройки модели, по сравнению с Параллельный процессор идентификации образов Байрак С.А., Одинец Д.Н., БГУИР Татур М.М., ООО «Интеллектуальные процессоры» многослойными нейросетями, облада- ют физическим смыслом (т.е. являются интерпретируемыми), поэтому, наряду с формальным обучением, предлагаемые процессоры-классификаторы могут на- страиваться экспертом. Таким образом, примененная модель обладает необхо- димыми функциональными свойствами и универсальностью, что позволяет ей служить математической основой архи- тектуры процессора. Архитектура позволяет без перепро- ектирования, только за счет ввода на- строек, настраивать процессор на обра- ботку заданного числа информативных признаков — n и числа классов — k. В процессоре обеспечивается возмож- ность параллельно-последовательного режима работы, при котором информа- тивные признаки обрабатываются по- следовательно, классы — параллельно либо параллельно-последовательно. Наращивание числа обрабатываемых признаков и числа классов осуществля- ется за счет увеличения емкости памяти коэффициентов. Наращивание произво- дительности процессора осуществляет- ся за счет каскадного включения допол- нительных ПЭ. Архитектура с группой из q ПЭ рассчитана на параллельное ре- шение задач классификации, если k≤q, и параллельно-последовательно (за m циклов), если k>q: m = ]k/q[ Память коэффициентов содержит па- раметры обучения, которые заносятся перед началом работы. Память разде- лена на фреймы по числу ПЭ с емкостью n×m каждый. В ходе вычислений коэф- фициенты последовательно извлекают- ся и участвуют в обработке соответству- ющего информативного признака

Дата добавления: 2015-04-23