vector computation to be specified.

vector computation to be specified. The notation indicates that operations on all indices J in the given interval are to be carried out as a single operation.
How this can be achieved is addressed shortly.
The program in Figure 17.15b indicates that all the elements of the ith row are
to be computed in parallel. Each element in the row is a summation, and the summations (across K) are done serially rather than in parallel. Even so, only vector
multiplications are required for this algorithm as compared with scalar multiplications for the scalar algorithm.
Another approach,parallel processing,is illustrated in Figure 17.15c. This approach assumes that we have Nindependent processors that can function in parallel. To utilize processors effectively, we must somehow parcel out the computation
to the various processors. Two primitives are used. The primitive FORK ncauses an
independent process to be started at location n. In the meantime, the original
process continues execution at the instruction immediately following the FORK.
Every execution of a FORK spawns a new process. The JOIN instruction is essentially the inverse of the FORK. The statement JOIN N causes Nindependent
processes to be merged into one that continues execution at the instruction following the JOIN. The operating system must coordinate this merger, and so the execution does not continue until all Nprocesses have reached the JOIN instruction.
The program in Figure 17.15c is written to mimic the behavior of the vectorprocessing program. In the parallel processing program, each column of Cis computed by a separate process. Thus, the elements in a given row of Care computed
in parallel.
The preceding discussion describes approaches to vector computation in logical or architectural terms. Let us turn now to a consideration of types of processor
organization that can be used to implement these approaches. A wide variety of
organizations have been and are being pursued. Three main categories stand out:
• Pipelined ALU
• Parallel ALUs
• Parallel processors
Figure 17.16 illustrates the first two of these approaches. We have already discussed pipelining in Chapter 12. Here the concept is extended to the operation of
the ALU. Because floating-point operations are rather complex, there is opportunity for decomposing a floating-point operation into stages, so that different stages
can operate on different sets of data concurrently.This is illustrated in Figure 17.17a.
Floating-point addition is broken up into four stages (see Figure 9.22): compare,
shift, add, and normalize. A vector of numbers is presented sequentially to the first
stage.As the processing proceeds, four different sets of numbers will be operated on
concurrently in the pipeline.
It should be clear that this organization is suitable for vector processing.To see
this, consider the instruction pipelining described in Chapter 12. The processor goes
through a repetitive cycle of fetching and processing instructions. In the absence of
branches, the processor is continuously fetching instructions from sequential locations. Consequently, the pipeline is kept full and a savings in time is achieved. Similarly, a pipelined ALU will save time only if it is fed a stream of data from sequential

ผลลัพธ์ (ไทย) 1:

การคำนวณเวกเตอร์ที่จะระบุ สัญกรณ์ชี้ให้เห็นว่าการดำเนินงานในทุกเจดัชนีในช่วงเวลาที่กำหนดจะได้รับการดำเนินการเป็นงานเดียว.
วิธีการนี​​้สามารถประสบความสำเร็จเป็น addressed ในไม่ช้า.
โปรแกรมในรูป 17.15b แสดงให้เห็นว่าทุกองค์ประกอบของแถวที่ i มี
จะได้รับการคำนวณในแบบคู่ขนาน องค์ประกอบในแถวแต่ละคือผลรวม,และ summations (ตรงข้าม K) จะดำเนินการเป็นลำดับมากกว่าในแบบคู่ขนาน ดังนั้นแม้เพียงเวกเตอร์คูณ
ที่จำเป็นสำหรับขั้นตอนวิธีนี้เมื่อเทียบกับการคูณสเกลาสำหรับวิธีเกลา.
อีกวิธีหนึ่งที่ประมวลผลแบบขนานเป็นภาพประกอบในรูปแบบ 17.15c วิธีการนี​​้จะสมมติว่าเรามีโปรเซสเซอร์ nindependent ที่สามารถทำงานในแบบคู่ขนานจะใช้หน่วยประมวลผลได้อย่างมีประสิทธิภาพพวกเราก็ต้องออกพัสดุ
คำนวณเพื่อประมวลผลต่างๆ วิทยาการสองถูกนำมาใช้ ส้อมดั้งเดิม ncauses
กระบวนการที่เป็นอิสระที่จะเริ่มต้นที่ n ตั้ง ในขณะเดียวกันกระบวนการ
เดิมยังคงดำเนินการตามคำสั่งทันทีหลังจากส้อม.
การดำเนินการของทางแยกทุก spawns กระบวนการใหม่เข้าร่วมการเรียนการสอนเป็นหลักผกผันของส้อม แถลงร่วมที่ทำให้เกิดกระบวนการ n
nindependent ที่จะรวมเข้าเป็นหนึ่งเดียวที่ยังคงดำเนินการตามคำสั่งดังต่อไปนี้เข้าร่วม ระบบปฏิบัติการที่จะต้องประสานงานการควบรวมกิจการนี​​้และเพื่อให้การดำเนินการไม่ดำเนินต่อไปจนกว่า nprocesses ทั้งหมดได้มาถึงการเรียนการสอนเข้าร่วม.
โปรแกรมในรูปที่ 1715c ถูกเขียนไปยังเลียนแบบพฤติกรรมของโปรแกรม vectorprocessing ในโปรแกรมการประมวลผลแบบคู่ขนานคอลัมน์ของแต่ละถูกต้องคำนวณโดยกระบวนการแยก ดังนั้นองค์ประกอบในแถวที่กำหนดของการดูแลคำนวณในแบบคู่ขนาน
.
การสนทนาก่อนหน้านี้อธิบายวิธีการคำนวณเวกเตอร์ในแง่ตรรกะหรือสถาปัตยกรรม ให้เราเปิดตอนการพิจารณาของชนิดของโปรเซสเซอร์
องค์กรที่สามารถใช้ในการใช้วิธีการเหล่านี้ ที่หลากหลายขององค์กร
ได้และมีการติดตาม สามประเภทหลักยืนออก:
•ไปป์ไลน์อะลูมิเนียม
•ขนาน Alus
•ประมวลผลแบบขนาน
รูปที่ 17.16 แสดงให้เห็นถึงสองครั้งแรกของวิธีการเหล่านี้ เราได้กล่าวถึงแล้ว pipelining ในบทที่ 12 ที่นี่แนวคิดจะขยายการดำเนินงานของ
อะลูมิเนียมเพราะการดำเนินงานจุดลอยมีความซับซ้อนค่อนข้างมีโอกาสสำหรับการย่อยสลายการดำเนินงานจุดลอยเป็นขั้นตอนเพื่อให้ขั้นตอนที่แตกต่างกัน
สามารถทำงานบนชุดที่แตกต่างจาก concurrently.this ข้อมูลที่แสดงในรูปที่ 17.17a.
นอกจากนี้จุดลอยคือ แตกออกเป็นสี่ขั้นตอน (ดูรูปที่ 9.22) เปรียบเทียบกะ
เพิ่มและทำให้ปกติเวกเตอร์ของตัวเลขที่จะนำเสนอตามลำดับไป
แรก stage.as ดำเนินการประมวลผลสี่ชุดที่แตกต่างของตัวเลขที่จะดำเนินการควบคู่กันไป
ในท่อ.
มันควรจะเป็นที่ชัดเจนว่าองค์กรนี้มีความเหมาะสมสำหรับเวกเตอร์ processing.to ดู
นี้พิจารณา pipelining การเรียนการสอนที่อธิบายไว้ในบทที่ 12 หน่วยประมวลผลไป
ผ่านวงจรซ้ำ ๆ จากการเรียกและการประมวลผลคำแนะนำ ในกรณีที่ไม่มีสาขา
ประมวลผลอย่างต่อเนื่องเรียกคำสั่งจากสถานที่ต่อเนื่อง ดังนั้นท่อจะถูกเก็บไว้อย่างเต็มรูปแบบและประหยัดเวลาในการประสบความสำเร็จคือ ในทำนองเดียวกันอะลูมิเนียมไปป์ไลน์จะช่วยประหยัดเวลาเพียง แต่ถ้ามันถูกป้อนกระแสของข้อมูลจากลำดับ

ผลลัพธ์ (ไทย) 2:

เวกเตอร์การคำนวณเพื่อระบุ สัญลักษณ์บ่งชี้ว่า การดำเนินการกับดัชนี J ทั้งหมดในช่วงเวลาที่กำหนดจะทำเป็นเดียวดำเนินการ
วิธีนี้สามารถทำได้คือส่งช้า
โปรแกรมในรูป 17.15b บ่งชี้ว่า องค์ประกอบทั้งหมดของแถวระยะเป็น
จะถูกคำนวณพร้อมกัน แต่ละองค์ประกอบในแถวเป็นผลรวม และทำผล (ข้าม K) serially แทนพร้อมกัน ถึงกระนั้น เฉพาะเวกเตอร์
multiplications จำเป็นสำหรับอัลกอริทึมนี้เมื่อเทียบกับ multiplications สเกลาสำหรับแบบสเกลาอัลกอริทึมการ
วิธีอื่น การประมวลผลแบบขนาน เป็นแสดงในรูป 17.15 น. c วิธีนี้สมมติว่า เรามี Nindependent หน่วยประมวลผลที่สามารถทำงานพร้อมกัน ใช้ตัวประมวลผลอย่างมีประสิทธิภาพ เราต้องอย่างใดแยกคำนวณ
การประมวลผลต่าง ๆ นำทั้งสองจะใช้ Ncauses ส้อมดั้งเดิมการ
กระบวนการอิสระที่จะเริ่มต้นที่ตำแหน่ง n ในขณะเดียวกัน ต้นฉบับ
กระบวนการยังคงดำเนินการในคำสั่งต่อส้อม
ทุกการดำเนินการของส้อม spawns กระบวนการใหม่ คำรวมเป็นเป็นค่าผกผันของส้อม Nindependent ทำให้ยอดรวม N
ให้สามารถผสานเป็นหนึ่งที่ยังคงดำเนินการในคำสั่งต่อไปนี้เข้าร่วมกระบวนการ ระบบปฏิบัติการต้องประสานงานนี้ควบ และเพื่อให้ การดำเนินการไม่ต่อจน Nprocesses ทั้งหมดได้แล้วรวมคำสั่ง
โปรแกรมในรูปที่ 1715c เขียนเพื่อเลียนแบบการทำงานของโปรแกรม vectorprocessing ในการประมวลผลแบบขนานโปรแกรม คอลัมน์แต่ละคอลัมน์ของ Cis ที่คำนวณ โดยการดำเนินการอื่น ดังนั้น องค์ประกอบในการกำหนดแถวของคำนวณ
ในขนาน
การสนทนาก่อนหน้านี้อธิบายถึงวิธีการคำนวณในแง่ตรรกะ หรือสถาปัตยกรรมเวกเตอร์ ให้เราเปิดการพิจารณาชนิดของตัวประมวลผลตอนนี้
องค์กรที่สามารถใช้เพื่อนำแนวทางเหล่านี้ ความหลากหลายของ
องค์กรได้ และมีการติดตามการ โดดเด่นสามประเภทหลัก:
• Pipelined เที่ยว ALU
• ALUs ขนาน
•ตัวประมวลผลแบบขนาน
รูป 17.16 แสดงสองครั้งแรกของแนวทางเหล่านี้ เราแล้วได้กล่าวถึง pipelining ในบทที่ 12 ที่นี่มีขยายแนวคิดการทำงานของ
เสริมอะลูมิเนียม เนื่องจากการดำเนินการข้อมูลเลขทศนิยมค่อนข้างซับซ้อน มีโอกาสสำหรับพืชพันธุ์ดำเนินการข้อมูลเลขทศนิยมในขั้น เพื่อที่แตกต่างกันระยะ
สามารถทำงานบนชุดข้อมูลพร้อมกันนี้จะแสดงในรูปที่ 17.17a.
จุดลอยน้ำนี้จะแตกออกเป็นสี่ขั้นตอน (ดูรูปที่ 9.22): เปรียบเทียบ,
กะ เพิ่ม และปกติ เวกเตอร์ของเลขจะแสดงตามลำดับไปก่อน
ขั้นจะดำเนินการดำเนินการประมวลผล ตัวเลขสี่ชุดบน
พร้อมในไปป์ไลน์
ควรมีความชัดเจนว่าองค์กรนี้เหมาะสำหรับการประมวลผลเวกเตอร์เมื่อต้องการดู
นี้ พิจารณาคำสั่ง pipelining อธิบายไว้ในบทที่ 12 ตัวประมวลผลไป
ผ่านวงจรซ้ำนำมาใช้ และคำแนะนำการประมวลผล ของ
สาขา ตัวประมวลผลได้อย่างต่อเนื่องนำคำแนะนำจากสถานตามลำดับ ดังนั้น ไปป์อยู่เต็ม และประหยัดเวลาสามารถทำได้ ในทำนองเดียวกัน เที่ยว ALU pipelined จะบันทึกเวลาเท่านั้นจะรับกระแสข้อมูลจากลำดับ

ผลลัพธ์ (ไทย) 3:

คำนวณเวกเตอร์การที่ระบุ. เครื่องหมายที่แสดงว่าการดำเนินงานใน J ดัชนีทั้งหมดในช่วงเวลาที่จะได้เป็นการทำงานแบบหนึ่งที่.
นี้สามารถทำได้จะถูกส่งในเวลาไม่นาน.
โปรแกรมที่อยู่ในรูปที่ 17.15 B แสดงว่าส่วนประกอบทั้งหมดของแถว ith มี
ซึ่งจะช่วยในการคำนวณในการทำงานแบบคู่ขนาน แต่ละองค์ประกอบในแถวที่มีเลขที่และ summations (ตรงข้าม K )ทำได้แบบอนุกรมมากกว่าในการทำงานแบบคู่ขนาน ก็เท่านั้น multiplications เวกเตอร์
มีที่จำเป็นสำหรับอัลกอริธึมนี้เมื่อเทียบกับ multiplications รูลแซ็กคารินซอสสำหรับอัลกอริธึมรูลแซ็กคารินซอสที่.
อีกวิธีหนึ่งการประมวลผลแบบขนานได้แสดงไว้ในรูปที่ 17.15 C . วิธีนี้จะถือว่าเรามีโปรเซสเซอร์ nindependent ว่าจะสามารถทำงานในแบบคู่ขนานการใช้งานโปรเซสเซอร์อย่างมี ประสิทธิภาพ เราจะต้องห่อออกมาคำนวณที่
ซึ่งจะช่วยให้โปรเซสเซอร์ที่ไม่รู้ มีการใช้ทั้งสองชนิดมูลฐาน ส้อมโบราณที่ ncauses กระบวนการ
ซึ่งจะช่วยเป็นอิสระเพื่อทำหน้าที่เป็นเริ่มใช้งานได้ที่ตำแหน่ง n ในระหว่างนั้นเดิม
ซึ่งจะช่วยให้ขั้นตอนการประมวลผลอย่างต่อเนื่องในการเรียนการสอนในทันทีต่อไปนี้การประมวลผลส้อม.
ทุกที่ของส้อมที่ spawns กระบวนการใหม่ร่วมเดินทางไปกับการเรียนการสอนที่จำเป็นต้องมีสีตัดกันของส้อมที่ คำชี้แจงสิทธิส่วนบุคคลจะได้ร่วมเดินทางไปกับ n จะทำให้กระบวนการ nindependent
เพื่อนำมารวมเป็นหนึ่งที่ยังคงรักษาการในการเรียนการสอนได้ต่อไปนี้เข้าร่วม ระบบปฏิบัติการจะต้องประสานงานควบรวมกิจการนี้และเพื่อให้การประมวลผลที่ไม่ดำเนินการต่อจนกว่า nprocesses ทั้งหมดมีถึงเข้าร่วม instruction.program
ที่ในรูปที่ 1715 C คือเป็นลายลักษณ์อักษรเพื่อเลียนแบบการทำงานของโปรแกรม vectorprocessing ได้ ในโปรแกรมการประมวลผลแบบขนานของคอลัมน์แต่ละประเทศเครือรัฐเอกราชคำนวณโดยแยกออกมาต่างหาก ดังนั้นองค์ประกอบในแถวให้การดูแลคำนวณ
ซึ่งจะช่วยในการทำงานแบบคู่ขนาน.
การประชุมก่อนที่จะอธิบายถึงวิธีที่ใช้ในการคำนวณเวกเตอร์ในเงื่อนไขหรือในเชิงตรรกะทางสถาปัตยกรรม ปล่อยให้เราเปิดทันทีเพื่อพิจารณาของ ประเภท ของโปรเซสเซอร์
ตามมาตรฐานองค์กรที่สามารถใช้เพื่อการนำวิธีการเหล่านี้. ความหลากหลายของ
องค์กรต่างๆได้รับการและมีการไล่ตาม สาม ประเภท หลักขาตั้งออกจากโปรเซสเซอร์

•แบบคู่ขนาน Alu Alu •แบบคู่ขนาน:

• Hyper Pipelined รูปที่ 17.16 แสดงถึงสองครั้งแรกของแนวทางเหล่านี้ เราได้พูดคุยกันถึงการทำงานแบบไปป์ไลน์ในบทที่ 12 อยู่แล้ว แนวความคิดนี้ได้รับการขยายเวลาการทำงานของ ALU
ซึ่งจะช่วยได้เนื่องจากการทำงานแบบลอยตัว - จุดมีค่อนข้างซับซ้อนมีโอกาสสำหรับปฎิบัติการทำงานปรับขึ้นลงได้อิสระ - จุดที่เข้าไปในขั้นตอนขั้นตอนที่แตกต่างกัน
สามารถทำงานได้บนชุดต่างๆของข้อมูลได้พร้อมกัน.นี้ได้แสดงไว้ในรูปที่ 17.17 นอกจากนี้ Floating - point ที่.
หักเข้าไปในสี่ขั้นตอน(ดูรูปที่ 9.22 )เปรียบเทียบ
การเปลี่ยนแปลงเพิ่มและเข้าสู่ ภาวะ ปกติปัจจัยที่ได้รับการนำเสนอของหมายเลขตามลำดับเพื่อนำเงิน
เวที.และการประมวลผลที่สี่เป็นครั้งแรกที่แตกต่างกันของหมายเลขจะดำเนินการใน
ซึ่งจะช่วยได้พร้อมกันในท่อส่ง.
มันควรมีความชัดเจนว่าองค์กรแห่งนี้เหมาะสมสำหรับการประมวลผลเวกเตอร์.เพื่อดู
นี้พิจารณาการเรียนการสอนการทำงานแบบไปป์ไลน์ที่อธิบายไว้ในบทที่ 12 โปรเซสเซอร์จะสว่างขึ้น
ตามมาตรฐานผ่านการทำซ้ำๆ:การดึงข้อมูลและการประมวลผลคำสั่ง ในการมีอยู่ของ
ซึ่งจะช่วยสาขาโปรเซสเซอร์ที่ได้รับคำแนะนำจากที่ตั้งแบบต่อเนื่องเป็นลำดับอย่างต่อเนื่อง ดังนั้นจึงมีผลทำให้ผลทางท่อที่ได้รับการดูแลรักษาให้อยู่อย่างเต็มที่และประหยัดเงินได้ในเวลาจะทำได้ ในทำนองเดียวกัน Alu Hyper Pipelined ที่จะช่วยประหยัดเวลาเท่านั้นหากเป็นนมสตรีมข้อมูลจากแบบต่อเนื่องเป็นลำดับ