專業(yè)英語翻譯第五版1-5

1、計算機體系結構弗林在1972年提出的計算機體系結構的分類法在今天仍然是對并行計算機分類的最為廣泛使用的方法。弗林根據(jù)計算機使用單還是多數(shù)據(jù)流、單還是多指令流來劃分計算機（表格1-1）。表格1-1 弗林的分類體系結構。 另一方面，一個多指令單數(shù)據(jù)流計算機會對從內(nèi)存中取出來的每個數(shù)據(jù)執(zhí)行多條指令。遵從這種模型的計算機還沒有制造出來。弗林四個組群中的第三個是單指令多數(shù)據(jù)流。在一個單指令多數(shù)據(jù)流計算機中，許多個處理器同時地執(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，那么每一個處理器把B中的屬于該處理器的元素加到A中相應的元素上。到目前為止，這種類型的性能

2、最顯著的計算機是分布式陣列處理器（Distributed Array Processor,DAP）,連接機器（the Connection Machine,CM）等等。這些機器由一些很簡單的處理單元（PE）構成，但一臺機器可以用很多個PE來補償因其簡單帶來的不足。一個單一的主處理器把程序指令廣播給單一的處理單元，這些處理單元針對它們自己的數(shù)據(jù)執(zhí)行指令。處理單元可以被臨時地被禁用以保證操作在部分數(shù)據(jù)上被執(zhí)行；這提供了一種使計算是數(shù)據(jù)依賴的方式，就像大多數(shù)語言中的IF語句。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方陣列中。每一個處理單元可以同時地向一個方向移動一位的數(shù)據(jù)并從相

3、反的方向接受一位的數(shù)據(jù)。重復的移動可以從網(wǎng)格中的任何部分移動大量數(shù)據(jù)到網(wǎng)格中的其它任何部分。單指令多數(shù)據(jù)流計算機的一個特點是，隨著處理單元的增加，處理單元之間的連接數(shù)也會增加，因此機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)流計算機中也是一個重要的考慮因素。經(jīng)驗表明單指令多數(shù)據(jù)流計算機在某些方面做的很好，在其它的某些方面卻是無效率的。例如，很多被用在圖像處理中的算法涉及到對圖像的每一個像素執(zhí)行相同的操作，像求一些值的加權平均，與某個值最接近的四個值。如果每一個像素被映射到一個單獨的處理單元，一個單指令多數(shù)據(jù)流機器可以同時地對每一個像素進行估算，并在比一個串行計算機所要求的更

4、短的時間內(nèi)產(chǎn)生出完好的圖像。另一方面，如果任務負載不是很平衡，那么單指令多數(shù)據(jù)流體系結構就可能是無效率的。例如，在射線跟蹤中，某些光線從不與物體相交，稍縱即逝，而另一些光線具有很復雜的路徑，包含了許多反射和折射。雖然對許多應用問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單任務的處理機，仍然必須等待其它處理機完成它們的任務。多指令多數(shù)據(jù)流計算機是由單指令單數(shù)據(jù)流計算機向前演變而來的。一個多指令多數(shù)據(jù)流計算機包含幾個處理器（通常是性能相同的），每個處理器執(zhí)行單獨的程序。例如，當P個處理器可用，N個元素需要被排序（N遠大于P），在P個排列好的處理器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是存儲在Pi號處理器的局部存儲器里的包含有M=n/p個元素的數(shù)據(jù)塊。為了對N個元素排序，每一個處理器可以獨立地用任何一種快速串行排序算法對局部數(shù)據(jù)進行排序。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，有幾種不同的方法可以制造多指令多數(shù)據(jù)流計算機。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）以微型計算機的造價生產(chǎn)具有大型計算機的性能的機器。不同方法的最主要的區(qū)別是處理器和存儲器的關系。其它的特征，像處理器的連接方式，緊隨其后。共享存儲器（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單一的存儲器上。這就產(chǎn)生了共享存儲器計算機（SM,見圖1-7），這樣的計算機中每個處理器可以獲得整個機器的部分內(nèi)存。（在不是很極端的例子中，處理器擁有專屬存儲器，就像一個私人的辦公室，但同時共享存儲器，就像程序員共用一個圖書館或者咖啡室）。共享處理器因其對程序相對簡單而吸引人。然而，物理地共享存儲器的計算機有一個巨大的缺點：它們不能無限期地被擴縮。隨著試圖訪問存儲器的處理器數(shù)的增加，處理器爭奪這類訪問的可能性也增大。最終，訪問存儲器成為限制這類計算機運行速度的一個瓶頸。高速緩存的使用，即通過把允許共同使用的數(shù)據(jù)存儲在每一個處理器上，緩解了這個問題。這個方法，

7、當走向極端時，把所有內(nèi)存分配給各處理機，因此減少了所需的內(nèi)存寬帶。這導致了無共享計算機（SN）的產(chǎn)生。無共享（SN）多指令多數(shù)據(jù)流（MIMD）在基本的無共享設計中，每一個處理器擁有一個專屬的存儲器。處理器之間的通信是通過高速互聯(lián)網(wǎng)絡（圖18）。然而，對比較遠的節(jié)點的存儲位置的訪問產(chǎn)生了一個新的問題。在一些SN計算機中，通過一個全局地址空間在分布式存儲器體系結構上模擬共享存儲器，而用戶不知道處理機之間的通信。然而，這種情況在分布式存儲計算機，像Intel iPSC/2中更常見，因為每個處理器維持自己的存儲器，用戶編程從其它的節(jié)點獲得詳細信息。 在SN計算機中如何連接處理器是另外一個問題。把它們都連接到一根總線上，或者通過一個開關，會導致同類的瓶頸，就像上