经过几十年的未能达到预期,大规模并行系统受到严重关注。
并行计算的时代终于到来,但不是显而易见的原因。
并行性是一个计算机科学概念,年长的摩尔定律。事实上,它在1958年首次出现在打印IBM研究备忘录,约翰Cocke、数学家和丹尼尔,一个计算机科学家,在数值计算并行性讨论。八年后的第一个分类,由斯坦福大学计算机科学教授迈克尔·j·弗林(不与美国前国家安全顾问混淆)。弗林的分类变得如何分类指导的基础,每四个象限中的显示的两个可能状态之一。
图1:弗林的分类法。来源:劳伦斯利弗莫尔国家实验室
从那时起,并行性已成为广泛使用的企业数据中心,主要是因为最初的成功的数据库建立解析计算在不同的处理器。在1990年代,整个业务流程作为企业资源规划应用程序分层在这些基础。并行性还发现在图像和视频处理,市场和科学计算。
但在大多数情况下,它绕过计算机世界的其余部分。随着主机PC,最终演变成到智能手机和平板电脑/ phablet,涨幅有限。多线程是添加到应用程序添加了更多的内核。不过,这些额外的内核只看到有限的使用,而不是缺乏努力。并行编程语言来了又走,额外的核心闲坐,和软件编译器和程序员仍然接近连续而不是并行的问题。
形势正在好转,有几个原因。首先,性能由于摩尔定律正在放缓。轮到变得更难了时钟频率动态功率密度更小的晶体管,因为会烧毁芯片。的唯一方法,是先进的包装,更好的利用更多的内核,或高级微流体冷却系统,这将大大增加芯片的开发和制造的成本。
其次,或许更重要的是,“下一个大事物”与重数学underpinnings-virtual新市场/增强现实技术,云计算,嵌入式视觉、神经网络、人工智能、和一些物联网应用程序。与个人电脑应用程序,所有这些都是使用算法,可以跨多个核心或处理解析元素,它们需要的性能,被认为是超级计算领域。
第三,使用异构的基础设施组件一起工作了足够的共享处理跨多个计算元素。包括片上和片外网络;真实的,虚拟和代理缓存;和新的内存类型和配置,每毫秒能处理更多的数据。
这些因素加起来等,多年来第一次并行性在其传统市场的未来开始变亮。EDA市场这是显而易见的,许多性能的新版本的工具是基于高度并行和在某些情况下,特别是模拟和专门的模拟,大规模并行体系结构。
但对计算机世界的其他部分,并行性的好处是刚刚开始出现。经过多年的预测并行性是指日可待,这种方法的支持者可能最终被证明是正确的。
有关的故事
异构多核头痛
使用不同的处理器系统中,功率和性能,但它却使缓存一致性更加困难。
并行性的限制
工具和方法有所改善,但是问题依然存在。
调优异构soc
核心数的增加并不能保证更好的性能或降低功率。
大规模并行测试的时间
增加系统级测试需求带来的变化。
|
|
|
|
|
|
|
|
弗林的分类法迫切需要重新定义。它是基于一个假设的冯诺依曼体系结构。至少,指令必须被操作,它还需要包括粒度的概念。我们通常分开这些分布式和并行,但区别是模糊的。