專(zhuān)業(yè)英語(yǔ)翻譯第五版1-5

1、計(jì)算機(jī)體系結(jié)構(gòu)弗林在1972年提出的計(jì)算機(jī)體系結(jié)構(gòu)的分類(lèi)法在今天仍然是對(duì)并行計(jì)算機(jī)分類(lèi)的最為廣泛使用的方法。弗林根據(jù)計(jì)算機(jī)使用單還是多數(shù)據(jù)流、單還是多指令流來(lái)劃分計(jì)算機(jī)（表格1-1）。表格1-1 弗林的分類(lèi)體系結(jié)構(gòu)。 另一方面，一個(gè)多指令單數(shù)據(jù)流計(jì)算機(jī)會(huì)對(duì)從內(nèi)存中取出來(lái)的每個(gè)數(shù)據(jù)執(zhí)行多條指令。遵從這種模型的計(jì)算機(jī)還沒(méi)有制造出來(lái)。弗林四個(gè)組群中的第三個(gè)是單指令多數(shù)據(jù)流。在一個(gè)單指令多數(shù)據(jù)流計(jì)算機(jī)中，許多個(gè)處理器同時(shí)地執(zhí)行相同的指令，但是處理的數(shù)據(jù)是不同的。例如，如果指令是把A和B相加，這里的A和B都是矩陣，那么每一個(gè)處理器把B中的屬于該處理器的元素加到A中相應(yīng)的元素上。到目前為止，這種類(lèi)型的性能

2、最顯著的計(jì)算機(jī)是分布式陣列處理器（Distributed Array Processor,DAP）,連接機(jī)器（the Connection Machine,CM）等等。這些機(jī)器由一些很簡(jiǎn)單的處理單元（PE）構(gòu)成，但一臺(tái)機(jī)器可以用很多個(gè)PE來(lái)補(bǔ)償因其簡(jiǎn)單帶來(lái)的不足。一個(gè)單一的主處理器把程序指令廣播給單一的處理單元，這些處理單元針對(duì)它們自己的數(shù)據(jù)執(zhí)行指令。處理單元可以被臨時(shí)地被禁用以保證操作在部分?jǐn)?shù)據(jù)上被執(zhí)行；這提供了一種使計(jì)算是數(shù)據(jù)依賴(lài)的方式，就像大多數(shù)語(yǔ)言中的IF語(yǔ)句。各處理單元之間也可以傳輸數(shù)據(jù)。在DAP中，處理單元被連接在一個(gè)方陣列中。每一個(gè)處理單元可以同時(shí)地向一個(gè)方向移動(dòng)一位的數(shù)據(jù)并從相

3、反的方向接受一位的數(shù)據(jù)。重復(fù)的移動(dòng)可以從網(wǎng)格中的任何部分移動(dòng)大量數(shù)據(jù)到網(wǎng)格中的其它任何部分。單指令多數(shù)據(jù)流計(jì)算機(jī)的一個(gè)特點(diǎn)是，隨著處理單元的增加，處理單元之間的連接數(shù)也會(huì)增加，因此機(jī)器的總通信帶寬與它的規(guī)模成比例增加。這樣的伸縮性在多指令多數(shù)據(jù)流計(jì)算機(jī)中也是一個(gè)重要的考慮因素。經(jīng)驗(yàn)表明單指令多數(shù)據(jù)流計(jì)算機(jī)在某些方面做的很好，在其它的某些方面卻是無(wú)效率的。例如，很多被用在圖像處理中的算法涉及到對(duì)圖像的每一個(gè)像素執(zhí)行相同的操作，像求一些值的加權(quán)平均，與某個(gè)值最接近的四個(gè)值。如果每一個(gè)像素被映射到一個(gè)單獨(dú)的處理單元，一個(gè)單指令多數(shù)據(jù)流機(jī)器可以同時(shí)地對(duì)每一個(gè)像素進(jìn)行估算，并在比一個(gè)串行計(jì)算機(jī)所要求的更

4、短的時(shí)間內(nèi)產(chǎn)生出完好的圖像。另一方面，如果任務(wù)負(fù)載不是很平衡，那么單指令多數(shù)據(jù)流體系結(jié)構(gòu)就可能是無(wú)效率的。例如，在射線(xiàn)跟蹤中，某些光線(xiàn)從不與物體相交，稍縱即逝，而另一些光線(xiàn)具有很復(fù)雜的路徑，包含了許多反射和折射。雖然對(duì)許多應(yīng)用問(wèn)題有一些方案可以減少這種不平衡，但是那些被分配完成簡(jiǎn)單任務(wù)的處理機(jī)，仍然必須等待其它處理機(jī)完成它們的任務(wù)。多指令多數(shù)據(jù)流計(jì)算機(jī)是由單指令單數(shù)據(jù)流計(jì)算機(jī)向前演變而來(lái)的。一個(gè)多指令多數(shù)據(jù)流計(jì)算機(jī)包含幾個(gè)處理器（通常是性能相同的），每個(gè)處理器執(zhí)行單獨(dú)的程序。例如，當(dāng)P個(gè)處理器可用，N個(gè)元素需要被排序（N遠(yuǎn)大于P），在P個(gè)排列好的處理器P1，P2，Pp中初始的數(shù)據(jù)分布是X=&l

5、t;X1,X2,Xi>，這里的Xi是存儲(chǔ)在Pi號(hào)處理器的局部存儲(chǔ)器里的包含有M=n/p個(gè)元素的數(shù)據(jù)塊。為了對(duì)N個(gè)元素排序，每一個(gè)處理器可以獨(dú)立地用任何一種快速串行排序算法對(duì)局部數(shù)據(jù)進(jìn)行排序。所有的處理器完成自己的局部排序后，這些處理器協(xié)同歸并出所有數(shù)據(jù)的排序。根據(jù)現(xiàn)有的技術(shù)，有幾種不同的方法可以制造多指令多數(shù)據(jù)流計(jì)算機(jī)。一些制造商耦合了很多傳統(tǒng)的微處理器（典型的像英特爾的80x86）以微型計(jì)算機(jī)的造價(jià)生產(chǎn)具有大型計(jì)算機(jī)的性能的機(jī)器。不同方法的最主要的區(qū)別是處理器和存儲(chǔ)器的關(guān)系。其它的特征，像處理器的連接方式，緊隨其后。共享存儲(chǔ)器（SM）多指令多數(shù)據(jù)流（MIMD）只要處理器的數(shù)目比較少，工

6、程師們就可以把所有的處理器連接到一個(gè)單一的存儲(chǔ)器上。這就產(chǎn)生了共享存儲(chǔ)器計(jì)算機(jī)（SM,見(jiàn)圖1-7），這樣的計(jì)算機(jī)中每個(gè)處理器可以獲得整個(gè)機(jī)器的部分內(nèi)存。（在不是很極端的例子中，處理器擁有專(zhuān)屬存儲(chǔ)器，就像一個(gè)私人的辦公室，但同時(shí)共享存儲(chǔ)器，就像程序員共用一個(gè)圖書(shū)館或者咖啡室）。共享處理器因其對(duì)程序相對(duì)簡(jiǎn)單而吸引人。然而，物理地共享存儲(chǔ)器的計(jì)算機(jī)有一個(gè)巨大的缺點(diǎn)：它們不能無(wú)限期地被擴(kuò)縮。隨著試圖訪(fǎng)問(wèn)存儲(chǔ)器的處理器數(shù)的增加，處理器爭(zhēng)奪這類(lèi)訪(fǎng)問(wèn)的可能性也增大。最終，訪(fǎng)問(wèn)存儲(chǔ)器成為限制這類(lèi)計(jì)算機(jī)運(yùn)行速度的一個(gè)瓶頸。高速緩存的使用，即通過(guò)把允許共同使用的數(shù)據(jù)存儲(chǔ)在每一個(gè)處理器上，緩解了這個(gè)問(wèn)題。這個(gè)方法，

7、當(dāng)走向極端時(shí)，把所有內(nèi)存分配給各處理機(jī)，因此減少了所需的內(nèi)存寬帶。這導(dǎo)致了無(wú)共享計(jì)算機(jī)（SN）的產(chǎn)生。無(wú)共享（SN）多指令多數(shù)據(jù)流（MIMD）在基本的無(wú)共享設(shè)計(jì)中，每一個(gè)處理器擁有一個(gè)專(zhuān)屬的存儲(chǔ)器。處理器之間的通信是通過(guò)高速互聯(lián)網(wǎng)絡(luò)（圖18）。然而，對(duì)比較遠(yuǎn)的節(jié)點(diǎn)的存儲(chǔ)位置的訪(fǎng)問(wèn)產(chǎn)生了一個(gè)新的問(wèn)題。在一些SN計(jì)算機(jī)中，通過(guò)一個(gè)全局地址空間在分布式存儲(chǔ)器體系結(jié)構(gòu)上模擬共享存儲(chǔ)器，而用戶(hù)不知道處理機(jī)之間的通信。然而，這種情況在分布式存儲(chǔ)計(jì)算機(jī)，像Intel iPSC/2中更常見(jiàn)，因?yàn)槊總€(gè)處理器維持自己的存儲(chǔ)器，用戶(hù)編程從其它的節(jié)點(diǎn)獲得詳細(xì)信息。 在SN計(jì)算機(jī)中如何連接處理器是另外一個(gè)問(wèn)題。把它們都連接到一根總線(xiàn)上，或者通過(guò)一個(gè)開(kāi)關(guān)，會(huì)導(dǎo)致同類(lèi)的瓶頸，就像上