Классификация и организация вычислительных систем. Михайлов Б.М - 74 стр.

UptoLike

до возвращения обратно пропускались через как можно большее число ПЭ (рис. 2.16,
б).
Рисунок 2.16 - Обработка данных в ВС:
а) фон-неймановского типа; б) систолической структуры
Если сравнить положение памяти в ВС со структурой живого организма, то по
аналогии ей можно отвести роль сердца, множеству ПЭ — роль тканей, а поток
данных рассматривать как циркулирующую кровь. Отсюда и происходит название
систолическая матрица (систола сокращение предсердий и желудочков сердца
при котором кровь нагнетается в артерии). Систолические структуры эффективны
при выполнении матричных вычислений, обработке сигналов, сортировке данных и т.
д. В качестве примера авторами идеи был предложен линейный массив для алгоритма
матричного умножения, показанный на рис. 2.17.
В основе схемы лежит ритмическое прохождение двух потоков данных х
i
, и у
i
навстречу друг другу. Последовательные элементы каждого потока разделены одним
тактовым периодом, чтобы любой из них мог встретиться с любым элементом
встречного потока. Если бы они следовали в каждом периоде, то элемента х
i
, никогда
бы не встретился с элементами у
i+1
, у
i +3
,... .
Вычисления выполняются параллельно в процессорных элементах, каждый из
которых реализует один шаг в операции вычисления скалярного произведения (IPS,
Inner Product Step) и носит название IPS-элемента (рис. 2.18).
до возвращения обратно пропускались через как можно большее число ПЭ (рис. 2.16,
б).




                      Рисунок 2.16 - Обработка данных в ВС:
           а) фон-неймановского типа; б) систолической структуры


      Если сравнить положение памяти в ВС со структурой живого организма, то по
аналогии ей можно отвести роль сердца, множеству ПЭ — роль тканей, а поток
данных рассматривать как циркулирующую кровь. Отсюда и происходит название
систолическая матрица (систола — сокращение предсердий и желудочков сердца
при котором кровь нагнетается в артерии). Систолические структуры эффективны
при выполнении матричных вычислений, обработке сигналов, сортировке данных и т.
д. В качестве примера авторами идеи был предложен линейный массив для алгоритма
матричного умножения, показанный на рис. 2.17.
В основе схемы лежит ритмическое прохождение двух потоков данных хi, и уi
навстречу друг другу. Последовательные элементы каждого потока разделены одним
тактовым периодом, чтобы любой из них мог встретиться с любым элементом
встречного потока. Если бы они следовали в каждом периоде, то элемента хi, никогда
бы не встретился с элементами уi+1 , уi +3,... .
      Вычисления выполняются параллельно в процессорных элементах, каждый из
которых реализует один шаг в операции вычисления скалярного произведения (IPS,
Inner Product Step) и носит название IPS-элемента (рис. 2.18).