Файл: Состав и свойства вычислительных систем.pdf

• язык программирования ЯРД-2017;

• транслятор с языка программирования ЯРД-2017 во внутреннее представление;

• ДАС (ДАС-файл); программа моделирования ДАС.

Можно выделить две основные проблемы, от решения которых зависит эффективность работы системы, а также возможность исследования некоторых характеристик моделируемых МДА и СКДА на основе ДАС.

Первая проблема заключается в количественных характеристиках моделируемых систем МДА (СКДА).

При разработке программы моделирования учитывались ранее полученные результаты анализа проблем моделирования вычислений ДАС, являющихся принципиально параллельными и многопроцессорными. Имеется в виду, что под «множеством процессоров» на самом деле понимается множество элементарных динамических автоматов ДА. При этом следует учесть, что количество ДА в СКДА может быть весьма велико – несколько миллионов и миллиардов. В то же время в обычных условиях исследователи и разработчики таких систем не имеют доступа к мощным суперкомпьютерам и вынуждены использовать для моделирования пусть мощные, но персональные компьютеры. Например, в распоряжении настоящей статьи имеется компьютер на базе четырехъядерного процессора Intel Core i7 с тактовой частотой 2.66 гигагерца, тремя гигабайтами оперативной памяти и двумя жесткими дисками общим объемом 3 терабайта. Таким образом, придется моделировать принципиально параллельные вычислительные процессы в среде последовательно работающих вычислительных средств. Использование многоядерных процессоров (например, вышеупомянутого процессора Intel Core i7, позволяющего с учетом гипертрейдинга организовать одновременное выполнение восьми потоков) не меняет принципиально ситуации, лишь несколько повышая производительность.

Таким образом, данная проблема сводится к обработке очень больших объемов информации и, учитывая последовательное выполнение вычислений, весьма большого времени проведения экспериментов. Первое приводит к необходимости использования виртуальной памяти, а второе – к необходимости периодического прерывания моделирования с сохранением полного текущего состояния системы. Виртуальная память позволяет без особых дополнительных средств решить проблему постоянного сохранения текущего состояния модели с целью возможной приостановки процесса моделирования и последующего его возобновления. В то же время организация виртуальной памяти должна быть осуществлена в рамках данной программы, по возможности без использования соответствующих механизмов, поддерживаемых операционной системой, поскольку управление последними крайне затруднено и неэффективно.

---

Вторая проблема заключается в оценке некоторых характеристик моделируемой системы и прежде всего – временных характеристик. В вычислительной модели ДАС не существует общего времени, каждый автомат имеет собственное время, а синхронизация работы всего множества автоматов осуществляется по событиям, главными из которых являются события изменения статуса (состояния) отдельных динамических автоматов, в результате чего активируются автоматы, связанные с ними. Для измерения временных характеристик системы необходим некоторый механизм привязки собственного времени автомата к общей шкале реального времени. То есть каждый автомат должен иметь свой счетчик времени, но привязанный к общей шкале времени. При возникновении некоторого события автомат копирует текущее глобальное время и отсчитывает свое собственное время от него, добавляя к нему время выполнения собственной вычислительной функции. Таким образом, все автоматы, инициализация работы которых Система имитационного моделирования динамических автоматных сетей привязана к данному событию, будут учитывать одно и то же время, хотя в последовательной моделирующей программе эта работа выполняется в разные моменты времени.

Заключение

В курсовой работе рассмотрены состав и свойства вычислительны систем.

Вычислительная система — это совокупность одного или нескольких компьютеров или процессоров, программного обеспечения и периферийного оборудования, организованная для совместного выполнения информационно-вычислительных процессов. К ее основным свойствам относится масштабируемость, производительность и ее наращиваемость, универсальность, надёжность и живучесть, самоконтроль и самодиагностика, а также технико-экономическая эффективность.

В курсовой работе уделено внимание информационному и математическому обеспечению вычислительных систем. Первое представлено совокупностью программ и предварительно подготовлен­ных данных, необходимых для их работы.

Прогресс технологии производства оборудования ЭВМ значительно опережает темпы роста производства программного обеспечения. Поэтому очень велико значение систем математического обеспечения как элемента индустриальной технологии производства программ приложений. Современное математическое обеспечение, кроме программ элементарных математических функций для вычисления синусов и логарифмов и др., содержит обширный набор стандартных программ для реализации массовых вычислительных алгоритмов. Техника сборки программы из готовых вычислительных компонент снижает трудоемкость программирования приложений. Значительное усложнение программирования из-за появления многопроцессорных кластеров и графических процессоров повышает роль такой техники.

---

Приведен обзор вычислительных систем, использующих технологии живучести, таких как система Compaq (используется для обработки данных платежной системы банкоматов), Fujitsu Siemens Server Shield, система фирмы Hewlett – Packard, бортовая вычислительная система командного пункта зенитно-ракетного комплекса среднего радиуса действия и система автоматического управления высокой надежности на базе ЭВМ «Багет 23В» (для организации как бортовых, так и стационарных пунктов автоматизированного управления с повышенными требованиями к надежности и живучести).

Кроме того в курсовой работе также отмечено, что проектирование вычислительных систем требует на разных стадиях исследования их работоспособности и прогнозируемых характеристик посредством программного моделирования. Имитационное моделирование является общепринятым методом исследования любых вычислительных систем, традиционно применяемым на различных этапах разработки их структуры и проектирования конкретных аппаратных устройств любой сложности. Тем более применение этих методов является крайне важным при разработке современных сложных многопроцессорных систем, таких как суперкомпьютеры, а также любых систем с сетевой структурой (например, мультипроцессоров и суперкомпьютеров с динамической архитектурой).

Система имитационного моделирования ДАС (СИМДАС) дает возможность исследования работоспособности и оценки характеристик любой сложной вычислительной системы с сетевой структурой, проектируемой на основе динамических автоматных сетей. К таким системам относятся мультипроцессоры, включая суперкомпьютеры, с динамической архитектурой, создаваемые на основе ДАС. Система СИМДАС обладает высокой степенью гибкости, что выражается не только в возможности описания структуры и функций любой такой системы на языке программирования ЯРД-2017, но и в возможности изменения синтаксиса и семантики самого языка в соответствии с особенностями моделируемой вычислительной системы

Список литературы

1. Бессмертный И. А. Интеллектуальные системы: учебник и практикум для СПО / И. А. Бессмертный, А. Б. Нугуманова, А. В. Платонов. - М.: Издательство Юрайт, 2018. - 243 с. 
2. Вычислительные системы и сети // http://all-ht.ru/inf/systems/ (дата обращения 20.11.2018).
3. Келим Ю.М. Вычислительная техника. - 9-е изд. - М.:
   2014. - 368 с.
4. Классификация вычислительных систем // http://libraryno.ru/klassifikaciya-vychislitel-nyh-sistem-xz2/ (дата обращения 19.11.2018).
5. Митропольский Ю.И. Новые концепции построения вычислительных суперсистем // Труды Физико-технологического института. - 2016. - Т. 25. - С. 22–37.
6. Новожилов О. П. Архитектура эвм и систем в 2 ч. Часть 1: учебное пособие для академического бакалавриата / О. П. Новожилов. - М.: Издательство Юрайт, 2018. - 276 с.
7. Примеры вычислительных систем, использующих технологии повышения живучести // http://all-ht.ru/inf/systems/p_0_8.html (дата обращения 21.11.2018).
8. Пятибратов А.П., Гудыно Л.П., Кириченко А.А. Вычислительные системы, сети и телекоммуникации. - М.: Кнорус, 2017. - 372 с.
9. Соколова В. В. Вычислительная техника и информационные технологии. Разработка мобильных приложений: учебное пособие для прикладного бакалавриата / В. В. Соколова. - М.: Издательство Юрайт, 2018. - 175 с. 
10. Степина В.В. Архитектура ЭВМ и вычислительные системы. Учебник. - М.: Курс, 2017. - 382 с.
11. Торгашев В.А., Царев И.В. Реализация суперкомпьютеров с динамической архитектурой на современной элементной базе // Информационно-управляющие системы. – 2016. – № 6. – С. 74–84.
12. Фисун В.А. Математическое обеспечение вычислительных систем // http://engjournal.ru/articles/154/html/files/assets/basic-html/page6.html (дата обращения 19.11.2018).

---