Параллельные вычисления. Баканов В.М. - 58 стр.

UptoLike

Составители: 

- 58 -
например, различные итерации цикла могут выполняться одновременно (бо-
лее того, i+1-я итерация может выполняться ранее i-тойесли для нее гото-
вы данные). Data flow - системы включают много исполнительных устройств,
работающих параллельно, на каждом из них возможно выполнение любого
оператора системы команд машины.
Таким образом удается преодолеть традиционно-узкое место современных
скалярных
процессоров, существенную часть времени тратящих не на об-
работку данных, а на процедуры управления данными и спекулятивные вы-
числения. В отличие от многомашинных комплексов с традиционной архи-
тектурой распараллеливание вычислительных процессов в системах data flow
осуществляется аппаратно. При этом работа по организации вычислитель-
ного процесса возлагается на особое запоминающее устройство, в котором
происходит накопление операндов и поиск готовых к выполнению операто-
ров (аналог устройства управления в традиционных последовательных
ЭВМ). Для описания потоковых программ используется язык акторных се-
тей.
Наиболее эффективная реализация этого механизмаиспользование ассо-
циативной памяти, которая представляет собой сложное устройство, предна-
значенное не только для хранения данных
с определенными признаками
тэгами (tag, причем тэг указывает, в каком контексте используются данные
и для выполнения какой команды они предназначены), но и для сравнения
тэгов (при их совпадении происходит выборка данных и инициация выпол-
нения соответствующей команды). Заметим, что этот механизм частично ис-
пользуется в некоторых современных высокопроизводительных микропро-
цессорах (
напр., в 64-разрядном Itanium фирмы Intel).
В терминологии data flow данные вместе с набором признаков (тэгами)
именуются токенам (tokenпризнак, метка, готовый для употребления). При
data flow механизм управления данными сильно развит, соответственно име-
ется большее число управляющих признаков у данных (выполняемая и сле-
дующая за ней командыта, кому необходим результат операции, номер
итерации, тип операции - векторная/скалярная, одно/двухоперандная, число
токенов результата операции, при этом совокупность признаков токена без
кода операции именуется егоокраской’).
На рис.15 приведена схема data flow – вычислителя согласно работы (
*
),
исследования и создание новых архитектур ЭВМ проводились в рамках
Программы Основных направлений фундаментальных исследований и раз-
работок по созданию оптической сверхвысокопроизводительной вычисли-
тельной машины Академии наук’ (ОСВМ), позднее от реализации ассоциа-
*
Бурцев В.С. Выбор новой системы организации выполнения высокопараллельных вы-
числительных процессов, примеры возможных архитектурных решений построения су-
перЭВМ. // В кн.: Параллелизм вычислительных процессов и развитие архитектуры су-
перЭВМ. – М.: ИВВС РАН, 1997.
                                          - 58 -


например, различные итерации цикла могут выполняться одновременно (бо-
лее того, i+1-я итерация может выполняться ранее i-той – если для нее гото-
вы данные). Data flow - системы включают много исполнительных устройств,
работающих параллельно, на каждом из них возможно выполнение любого
оператора системы команд машины.
  Таким образом удается преодолеть традиционно-узкое место современных
скалярных процессоров, существенную часть времени тратящих не на об-
работку данных, а на процедуры управления данными и спекулятивные вы-
числения. В отличие от многомашинных комплексов с традиционной архи-
тектурой распараллеливание вычислительных процессов в системах data flow
осуществляется аппаратно. При этом работа по организации вычислитель-
ного процесса возлагается на особое запоминающее устройство, в котором
происходит накопление операндов и поиск готовых к выполнению операто-
ров (аналог устройства управления в традиционных последовательных
ЭВМ). Для описания потоковых программ используется язык акторных се-
тей.
  Наиболее эффективная реализация этого механизма – использование ассо-
циативной памяти, которая представляет собой сложное устройство, предна-
значенное не только для хранения данных с определенными признаками –
тэгами (tag, причем тэг указывает, в каком контексте используются данные
и для выполнения какой команды они предназначены), но и для сравнения
тэгов (при их совпадении происходит выборка данных и инициация выпол-
нения соответствующей команды). Заметим, что этот механизм частично ис-
пользуется в некоторых современных высокопроизводительных микропро-
цессорах (напр., в 64-разрядном Itanium фирмы Intel).
  В терминологии data flow данные вместе с набором признаков (тэгами)
именуются токенам (token – признак, метка, готовый для употребления). При
data flow механизм управления данными сильно развит, соответственно име-
ется большее число управляющих признаков у данных (выполняемая и сле-
дующая за ней команды – та, кому необходим результат операции, номер
итерации, тип операции - векторная/скалярная, одно/двухоперандная, число
токенов результата операции, при этом совокупность признаков токена без
кода операции именуется его ‘окраской’).
  На рис.15 приведена схема data flow – вычислителя согласно работы (*),
исследования и создание новых архитектур ЭВМ проводились в рамках
‘Программы Основных направлений фундаментальных исследований и раз-
работок по созданию оптической сверхвысокопроизводительной вычисли-
тельной машины Академии наук’ (ОСВМ), позднее от реализации ассоциа-
*
    Бурцев В.С. Выбор новой системы организации выполнения высокопараллельных вы-
    числительных процессов, примеры возможных архитектурных решений построения су-
    перЭВМ. // В кн.: Параллелизм вычислительных процессов и развитие архитектуры су-
    перЭВМ. – М.: ИВВС РАН, 1997.