Aparat darajasida paralellikni taminlash usullari”

Urganch 2023


Mundarija

Kirish.....................................................................................................................3
1-BOB : Apparat Darajasida Parallelikni
Ta’minlash Usullari.
1.1 Umumiy tushinchalar………………………………………………………...6
1.2 Parallel hisoblash misollari .............................................................................8
2-BOB : Dasturiy ta’minot parallelligi.

2.1 Parallel dasturlash modellarining tasnifi………………………………........10
2.2 IntelPentiumprotsessorlari................................................................................14
2.3 Protsessorlar turlari va ishlash prinsiplari........................................................16
2.4 Apparat taminot va Dasturiy taminot………………………………………...25
Xulosa....................................................................................................................30

Foydalanilgan adabiyotlar……………………………………………………...33
Kirish
Ijtimoiy fanlar bo'yicha tadqiqotlar uchun mavjud bo'lgan ma'lumotlar miqdori ortib borayotganligi sababli, biz tahlilimizni qanday tez va samarali bajarishni aniqlashimiz kerak. Xotiraga sig'maydigan yoki bitta kompyuterda tahlil qilish uchun juda ko'p vaqt talab qiladigan katta hajmdagi ma'lumotlar bilan ishlashning usullaridan biri ma'lumotlarni kichik namunaga solish yoki tahlilni soddalashtirishdir. Yana bir yondashuv - tahlil qilish uchun bir vaqtning o'zida bir nechta kompyuterlardan foydalanish orqali barcha ma'lumotlardan foydalanish. Katta hajmdagi ma'lumotlar bilan ishlash uchun parallel hisoblashdan foydalanish fizika fanlarida keng tarqalgan yondashuv bo'lib kelgan. Ma'lumotlar tahlilchilari bir necha o'n yillar davomida, ayniqsa, DOE National Laboratoriesda (Sethian va boshq. 1991; Crossno, Cline, and Jortner 1993) bir necha o'n yillar davomida bitta mashina ishlay oladigan darajadan kattaroq ma'lumotlar to'plamlari ustida muntazam ravishda ishlamoqda. asosiy texnologiya tendentsiyasi. Bu, shuningdek, 1980-yillarga borib taqalgan hisoblash va ma'lumotlarni boshqarish bo'yicha tadqiqotlar tarixidan dalolat beradi.
Taqsimlangan va parallel hisoblashni amalga oshirishning ko'plab usullari mavjud bo'lib, ular to'liq moslashuvchan (lekin foydalanish uchun murakkabroq) yondashuvlardan, masalan, Message Passing Interface (MPI) (Gropp, Lusk, and Skjellum 2014)dan tortib, yanada cheklovchi (lekin foydalanish uchun ancha oson)gacha. MapReduce kabi yondashuvlar. MPI sizga hamma narsani samarali bajarishga imkon beradi, chunki sizning MPI ko'nikmalaringiz kodlash imkonini beradi,
MapReduce esa cheklanganroq tahlillar to'plamini amalga oshirishga imkon beradi (ehtimol kamroq samarali), lekin o'rganish va amalga oshirish ancha oson.
Ushbu bob bir nechta kompyuterlar bo'ylab tarqatilgan keng ko'lamli ma'lumotlarni tahlil qilish uchun MapReduce deb nomlangan shunday ramkaga qaratilgan. Biz MapReduce ramkasini tavsiflaymiz, undan foydalanish misolini ko'rib chiqamiz va Hadoop deb nomlangan ramkaning bir tatbiqini batafsil ta'kidlaymiz.
Kompyuterlar maqsadga erishish vositasidir. Ular bizga murakkab muammolarni tezroq hal qilish imkonini beradi, butun dunyo bo'ylab ma'lumotlarni saqlash va olish qobiliyatini ta'minlaydi, robototexnika va o'z-o'zidan boshqariladigan avtomobillar (navbat) va sun'iy intellekt kabi ajoyib texnologiyalar uchun asos bo'lib xizmat qiladi va umid qilamanki, barchaning hayotini ko'taradi. sayyorada.
Yechish kerak bo'lgan muammolar murakkablashgani sababli, kompyuter arxitekturasi, dasturlash tillari va dasturlash modellari rivojlanishda davom etdi. Bu apparat tezlatgichlari va domenga xos dasturlash modellarining o'sishiga olib keldi. Berkli universiteti professori Devid Patterson (kollejda kompyuter arxitekturasiga oid barcha kitoblar muallifi) domenga xos arxitekturalar va tezlatgichlar haqida ko‘p gapirdi. Bugungi kunda, apparat tezlatgichi haqida gapirganda, biz ko'pincha GPU haqida gapiramiz. Biroq, turli muammolarni, jumladan, chuqur o'rganish va sun'iy intellektni hal qilish uchun paydo bo'lgan juda ko'p turli xil tezlatgichlar mavjud bo'lib, ular DL ish yuklarining yuragi bo'lgan keng miqyosli matritsa operatsiyalarini bajarish uchun maxsus mo'ljallangan apparat vositalaridan foydalanadilar.
Bundan tashqari, Intel® Advanced Vector Extensions (Intel® AVX) va Intel® Advanced Matrix Extensions (Intel® AMX) kabi anʼanaviy protsessorlarga oʻrnatilgan apparat tezlashtirish texnologiyalari mavjud.
Yangi tezlatgichlar paydo bo'lishi bilan har doim ularni qanday dasturlash kerakligi muammosi mavjud. Hozirgi vaqtda mavjud bo'lgan akseleratorlarning aksariyati parallel bajarishga va shuning uchun parallel dasturlashning ba'zi shakllariga asoslangan. Bu parallel dasturlash va uni zamonaviy tezlatgichlarda yoqishning turli usullari haqida gapiradigan maqolalar seriyasining birinchisi.
Parallel dasturlash - bu tezlatgich yoki bir nechta protsessorda ishlashi uchun har qanday kod algoritmdagi parallellikni ifodalash uchun kod yozish usuli. Ammo parallelizm nima?
Parallellik - bu dastur qismlari dasturning boshqa qismi bilan bir vaqtda ishlashi mumkin. Odatda, biz buni ikki toifaga ajratamiz: vazifalar parallelligi va ma'lumotlar parallelligi.