Файл: 551-668.pdf

Контрольные вопросы  5 5 1

5. Дайте характеристику плюсов и минусов кольцевой топологии сети. Какие ва-

рианты этой топологии практически используются?

6. Проведите сравнительный анализ звездообразной и древовидной топологий

сети.

7. Выполните-сравнительный анализ известных вариантов решетчатой тополо-

гии сети.

8. Поясните смысл топологии k-ичного n-куба сети. Как строится такой куб?
9. Дайте сравнительную характеристику блокирующих и неблокирующих много-

уровневых сетей.

10. Проведите сравнительный анализ одношинной и многошинной топологий ди-

намических сетей, акцентируя их сильные и слабые стороны.

И. Сравните популярные разновидности «баньян»-сетей: «Омега», «Дельта»-. Мож-

но ли причислить к этому классу сети Бенеша, и если можно, то почему?

12. Дайте развернутое объяснение отличий топологии Клоша от «баньян»-сетей.

Можно ли найти у них сходные черты, и если можно, то какие?

13. С какой топологией сходна организация двоичной n-кубической сети с косвен-

ными связями? Ответ обоснуйте, приведя конкретный пример.

14. Охарактеризуйте смысл топологии на принципе базовой линии. Изобразите

структуру соответствующей сети на 20 входов.

Глава 13

Вычислительные системы

класса SIMD

SIMD-системы были первыми вычислительными системами, состоящими из боль-
шого числа процессоров, и среди первых систем, где была достигнута производи-
тельность порядка GFLOPS. Согласно классификации Флинна, к классу SIMD
относятся ВС, где множество элементов данных подвергается параллельной, но
однотипной обработке. SIMD-системы во многом похожи на классические фон-
неймановские ВМ: в них также имеется одно устройство управления, обеспечива-
ющее последовательное выполнение команд программы. Различие касается ста-
дии выполнения, когда общая команда транслируется множеству процессоров
(в простейшем случае — АЛУ), каждый из которых обрабатывает свои данные. На
рис. 13.1 показаны приблизительные характеристики производительности неко-
торых типов вычислительных систем класса SIMD.

Ранее уже отмечалась нечеткость классификации Флинна, из-за чего разные

типы ВС могут быть отнесены к тому или иному классу. Тем не менее в настоящее

Рис.  1 3 . 1 . Производительность SIМО-систем как функция их типа и количества процессоров

Векторные и ввкторно-конвейерные вычислительные системы  5 5 3

время принято считать, что класс SIMD составляют векторные (векторно-конвей-

ерные), матричные, ассоциативные, систолические и VLIW-вычислительные сис-
темы. Именно эти ВС и будут предметом рассмотрения в настоящем разделе.

Векторные и векторно-конвейерные

вычислительные системы

Хотя производительность ВС общего назначения неуклонно возрастает, по-пре-

жнему остаются задачи, требующие существенно большей вычислительной мощ-
ности. К таким, прежде всего, следует отнести задачи моделирования реальных
процессов и объектов, для которых характерна обработка больших регулярных
массивов чисел в форме с плавающей запятой. Такие массивы представляются
матрицами и векторами, а алгоритмы их обработки описываются в терминах мат-
ричных операций. Как известно, основные матричные операции сводятся к одно-

типным действиям над парами элементов исходных матриц, которые, чаще всего,

можно производить параллельно, В универсальных ВС, ориентированных на скаляр-
ные операции, обработка матриц выполняется поэлементно и последовательно. При

большой размерности массивов последовательная обработка элементов матриц за-

нимает слишком много времени, что и приводит к неэффективности универсальных
ВС для рассматриваемого класса задач. Для обработки массивов требуются вычис-

лительные средства, позволяющие с помощью единой команды производить действие
сразу над всеми элементами массивов — средства

 векторной обработки.

Понятие вектора и размещение данных в памяти

В средствах векторной обработки под

 вектором

 понимается одномерный массив

однотипных данных (обычно в форме с плавающей запятой), регулярным образом
размещенных в памяти ВС. Если обработке подвергаются многомерные массивы,

их также рассматривают как векторы. Такой подход допустим, если учесть, каким

образом многомерные массивы хранятся в памяти ВМ Пусть имеется массив дан-
ных Л, представляющий собой прямоугольную матрицу размерности 4x5 (рис. 13.2).

Рис. 13.2. Прямоугольная матрица данных

При размещении матрицы в памяти все ее элементы заносятся в ячейки с по-

следовательными адресами, причем данные могут быть записаны строка за строкой

или столбец за столбцом (рис. 13.3). С учетом такого размещения многомерных
массивов в памяти вполне допустимо рассматривать их как векторы и ориентиро-

вать соответствующие вычислительные средства на обработку одномерных мас-
сивов данных (векторов).

5 5 4 Глава 13. Вычислительные системы класса SIMD

Рис. 13.3. Способы размещения в памяти матрицы  4 x 5

Действия над многомерными массивами имеют свою специфику. Например,

в двумерном массиве обработка может вестись как по строкам, так и по столбцам.

Это выражается в том, с каким шагом должен меняться адрес очередного выбира-

емого из памяти элемента. Так, если рассмотренная в примере матрица располо-
жена в памяти построчно, адреса последовательных элементов строки различают-
ся на единицу, а для элементов столбца шаг равен пяти. При размещении матрицы
по столбцам единице будет равен шаг по столбцу, а шаг по строке — четырем. В век-
торной концепции для обозначения шага, с которым элементы вектора извлека-

ются из памяти, применяют термин

 шаг по индексу

 (stride).

Еще одной характеристикой вектора является число составляющих его элемен-

тов —

 длина вектора.

Понятие векторного процессора

Векторный процессор —

 это процессор, в котором операндами некоторых команд

могут выступать упорядоченные массивы данных — векторы. Векторный процес-
сор может быть реализован в двух вариантах. В первом он представляет собой до-
полнительный блок к универсальной вычислительной машине (системе). Во вто-
ром — векторный процессор — это основа самостоятельной ВС.

Рассмотрим возможные подходы к архитектуре средств векторной обработки.

Наиболее распространенные из них сводятся к трем группам:

* конвейерное АЛУ;
* массив АЛУ;
* массив процессорных элементов.

Последний вариант — один из случаев многопроцессорной системы, известной

как

 матричная ВС.

 Понятие векторного процессора имеет отношение к двум пер-

вым группам, причем, как правило, к первой. Эти две категории иллюстрирует
рис. 13.4 [200].

Векторные и векторно-конвейерные вычислительные системы  5 5 5

в

 б

Рис. 13.4. Варианты векторных вычислений:

 а

 — с конвейерным АЛУ;

 б —с

 несколькими АЛУ

В варианте с конвейерным АЛУ (рис. 13.4, а) обработка элементов векторов

производится конвейерным АЛУ для чисел с плавающей запятой (ПЗ). Операции
с числами в форме с ПЗ достаточно сложны, но поддаются разбиению на отдель-
ные шаги. Так, сложение двух чисел может быть сведено к четырем этапам [200]:

г

 д

Рис. 13.5. Обработка векторов:

 а

 — структура арифметического конвейера для чисел

с плавающей запятой; б — обозначение конвейера;

 в —

 обработка векторов

в конвейерном АЛУ; г— параллельная обработка векторов несколькими

конвейерными АЛУ;

 д —

 конвейерная обработка векторов

четырьмя АЛУ