Наиболее медленная форма связи — шина. Многопроцессорные вычислительные комплексы на достижение высокой производительности

Многоуровневые связи.

15.2.Структуры многопроцессорных вычислительных комплексов

Современные комплексы имеют большой диапазон характеристике, особенно производительности. Так эта величина достигает нескольких десятков миллионов коротких операций в секунду (в рекламе сообщается о –производительности на порядок выше). Эти сообщения следует относить не к производительности одного процессора, а к оценке производительности нескольких и даже десятков процессоров объединенных в вычислительный комплекс. Традиционно они размещаются в стойках, при этом основную роль в разработке комплекса начинает играть программное обеспечение, поскольку задачу необходимо распараллелить — разработать параллельный алгоритм обработки входных сигналов. Любая параллельная система имеет ограниченный диапазон применения, ее целесообразно использовать в случаях, когда алгоритм работы допускает распараллеливание. Если параллельная работа, параллельное выполнение отдельных фрагментов алгоритма затруднено, традиционная структура более эффективна. Конечно, такая задача может быть решена на параллельных структурах, но простои процессоров, кроме одного снижают эффективность, целесообразность применения такой структуры. Среди множества возможных классификаций параллельных структур различают несколько.

Классификация по потокам данных \ команд

Традиционная архитектура вычислителей (последовательных) может быть представлена в этом

делении следующей структурой. Общая память данных \ команд оперирует с потоками данных и команд. Поток — это направленный перенос информации источник-приемник по шинам. Как данные, так и команды в произвольный временной интервал существуют независимо друг от друга и каждый в одном виде. Это последовательная структура, в которой данные связаны с одной конкретной командой. Если необходимы новые данные, формируется новая команда или повторяется.

Общий поток команд \ множественный поток данных. Отображение этих потоков на структуру вычислителя можно представить в следующем виде.

Главное отличие этой структуры: множество пар процессор-память данных, работающих под управлением единой команды из памяти команд. Эта структура наиболее близка к термину параллельная обработка, поскольку в каждый момент времени множество операндов преобразуются под управлением одинаковых команд. Неким подобием этой структуры является секционированный арифметический блок, в котором одна микрокоманда поступает на все секции, а операнды различны, но это лишь частный случай. Реально операнды должны быть независимы. Такая структура иногда именуется матричной многопроцессорной системой, но матрица подразумевает наличие матрицы процессоров -. регулярной структуры, в узлах которой находятся процессоры. Основное для данной структуры — необходимость и возможность распараллеливания, т.е. разработки таких алгоритмов, когда входные сигналы независимы и вместе с этим преобразуются по однотипным командам. Конечно, в реальных условиях некоторые процессоры пропускают ту или иную команду, но система эффективно работает, если таких пропусков немного. Параллельные системы с такой структурой применяют для обработки многомерной графики, сигналов от реальных датчиков, работающих в реальном времени.

Вторым вариантом распараллеливания является конвейеризация. В конвейере множество команд работает над одиночным потоком данных. Процессоры соединены в цепочку по шинам данных, при этом шины команд у каждого самостоятельные. В каждый момент времени выполняются разные команды в процессорах над одним потоком данных. Поток данных в этом случае — последовательность операндов несущих информацию о какой-то величине. При этом каждое значение операнда последовательно преобразуется согласно поступающим командам. Если в цепочке 5 процессоров, то преобразование выполняется за 5 тактов и результат на выходе формируется через время t=5Dt. Выигрыша в задержке здесь нет, но пока операнд находится в цепочке, синхронно с ним преобразуются еще 4 операнда в остальных процессорах, поэтому общая производительность повышается. Эти структуры применяют для преобразования в реальном времени, когда информация как бы задерживается в цепочке. Первый результат формируется через 5Dt, все последующие за Dt. В данных структурах общий алгоритм разбивается на составляющие части независимо одна от другой, поэтому сложностей в разбиении нет, и конвейерная структура может применяться значительно шире в параллельной обработке. Конвейерный подход к обработке информации распространяется не только на межпроцессорные связи, но и используется внутри процессора. Несколько АЛУ последовательно прообразуют входной сигнал, повышая тем самым производительность (RISC). Совмещение двух рассмотренных подходов: параллельной и конвейерной обработки выразилось в применении множественного потока команд и множественного потока данных.

Дата добавления: 2014-01-11