Лекция 2 Разработка программно-аппаратного обеспечения информационных и автоматизированных систем.pptx
- 1. Разработка программно-аппаратного обеспечения информационных и автоматизированных систем Лекция 2. Архитектуры вычислительных систем 1
- 2. Классификация Флинна – SISD (Single Instruction, Single Data) – MISD (Multiple Instruction, Single Data) – SIMD (Single Instruction, Multiple Data) – MIMD (Multiple Instruction, Multiple Data) 2
- 3. Закон Амдала 3 • Предположим, что доля a в вычислениях может быть выполнена только последовательно. Тогда для p процессоров ускорение составит
- 4. Классификация параллельных архитектур по Симе и Фонтейну Параллельные архитектуры Параллелизм уровня данных Векторная SIMD Систолическая Параллелизм уровня функций Параллелизм уровня инструкций VLIW Суперскалярная Параллелизм уровня потоков Параллелизм уровня процессов С распределенной памятью (мультикомпьютер) С общей памятью (мультипроцессор) 4
- 5. Процессор 5
- 6. Основные характеристики процессора • по организации доступа к памяти: гарвардская или фоннеймановская архитектура, где гарвардская архитектура подразумевает физически раздельные память инструкций и память данных, а в архитектуре фон Неймана инструкции и данные хранятся в одном устройстве; • разрядность данных, обрабатываемых в АЛУ; • тактовая частота ( т.е. частота перемещения данных между компонентами процессора); эта частота в общем случае не эквивалентна частоте преобразования данных; • регистровая модель процессора – число и назначение регистров, их разрядность; • система команд процессора – набор поддерживаемых инструкций, возможные операнды для них; • показатель CPI (Cycles Per Instruction) – количество тактов для исполнения инструкций (обычно этот параметр имеет индивидуальные значения для инструкций или их групп). 6
- 8. Пример характеристик CPU Intel Coffee Lake Серия Количество ядер (потоков) Тактовая частота, ГГц Потребляемая мощность («тепловой пакет»), Вт Core i9 6 (12) 2,1 – 4,0 35 - 95 Core i7 4 (8) 2,4 – 4,0 35 - 95 Core i5 4 (8) 1,7 – 3,6 35 – 95 Core i3 2 (4) 3,1 – 4,0 35 – 91 Pentium Gold 2 (4) 3,1 – 3,9 35 – 54 Celeron 2 (2) 2,9 – 3,2 35 - 54 8
- 9. GPU Nvidia 9
- 10. Характеристики GPU семейства RTX компании Nvidia GTX 1650 RTX 2060 RTX 2080 TITAN RTX Ядер CUDA 896 1920 2944 4608 Тензорных ядер – 240 368 576 Кластеров обработки графики 2 3 6 6 Производительност ь FP64, GFLOPS 83,1 163,8 203,0 388,8 Производительност ь тензорных ядер INT8/INT4, TOPS – 83,8/167,7 142,7/285,4 199,0/398,1 Потребляемая мощность, Вт 75 160 215 280 10
- 11. Модуль Nvidia Jetson для встраиваемых применений • CUDA (Compute Unified Device Architecture) позволяет переносить часть вычислений на GPU 11
- 12. Процессоры цифровой обработки сигналов • Также «сигнальные процессор», DSP (Digital Signal Processor) • Основная черта – наличие команды «умножение с накоплением» (MAC, Multiply and Accumulate) • TI C5000, C6000 • Analog Devices ADSP21xx, TigerSharc, BlackFin 12
- 14. Нейросети 14
- 17. Микроконтроллеры • МК (MCU) содержат в одном корпусе ядро процессора, память и периферию • Широкие диапазоны характеристик • 8 бит, 4-8 МГц (Attiny, 8051) • 32 бит, 24-200 МГц (Cortex-M) • Встроенные модули АЦП, USB, UART, SPI • Реже – контроллеры внешней памяти • Накристальная память содержит flash для программ и ОЗУ для данных 17
- 18. Пример средств разработки для МК • Настройка аппаратного обеспечения МК с помощью конфигуратора создает наборы библиотек (C headers) с константами, описывающими периферийные устройства и базовым набором функций для доступа к ним • Разработка программного обеспечения производится на базе IDE при условии подключения созданных программных компонентов • Разработка программного обеспечения существенно зависит от настройки аппаратного обеспечения 18
- 19. Платформа Arduino • Arduino не является процессором или микроконтроллером • Основа платформы – управляющий модуль и дополнительные платы расширения (shield) • Программирование на базе языка Си, однако существенно упрощена настройка периферийных устройств 19
- 20. Пример периферийных устройств • Набор датчиков с интерфейсом PMOD • PMOD – 2 ряда по 6 выводов (2 вывода питания, 2 вывода земли, 8 сигнальных выводов) • Нет универсального интерфейса, с помощью форм-фактора PMOD могут быть подключены различные варианты устройств 20
- 21. Платформы на базе ПЛИС • Zedboard – отладочная плата на базе ПЛИС Zynq- 7000 • Alveo – ускоритель на базе высокопроизводительной FPGA Xilinx • Модуль «Плеяда» (Россия) на базе FPGA Xilinx 21
- 22. Многоядерные процессоры • SW26010 • Тенденции: • Кластерная организация • Специализация процессорных ядер (требуется анализ программного обеспечения) • Управляющие ядра ARM 22
- 23. Гетерогенные вычислительные системы. • Гетерогенные («разнородные») системы предназначены для задач с различными типами вычислительной нагрузки для отдельных подзадач • Пример: CPU + GPU – процессор общего назначения и графический ускоритель для построения трехмерной графики • Разновидности вспомогательных подсистем: • DSP (сигнальный процессор) • FPGA • Сетевой процессор 23
- 24. Облачные и туманные вычисления • Облачные вычисления (cloud computing) – передача данных на сервер («в облако») для последующей обработки • Туманные вычисления (fog computing) – предварительная обработка собранных данных с целью уменьшения сетевого трафика и обеспечения автономной реакции 24
- 25. Интернет вещей • Internet of Things (IoT) • Распределенные системы датчиков (возможно, исполнительных устройств) • Обязателен беспроводной интерфейс • Интерфейсы с высокой скоростью и дальностью передачи имеют высокое потребление энергии • Может использоваться многозвенная архитектура: маломощный беспроводной интерфейс → концентратор → ПК (сеть) 25
- 26. Системы сбора данных. • Интернет вещей может рассматриваться как подкласс систем сбора данных • Распределенные датчики (например, промышленная автоматика) подключаются по беспроводным (см. IoT) или проводным интерфейсам, образуя иерархию устройств • Подсистема датчиков автомобиля (совокупности близко находящихся автомобилей) • Подсистема датчиков станка (цеха, предприятия) • Подсистема датчиков «умного дома» • Реализация – микроконтроллер с низким энергопотреблением • Предварительная статистическая обработка, фильтрация данных, мониторинг состояния 26
- 27. Выводы: • Аппаратная архитектура вычислительного устройства находится в тесной взаимосвязи с особенностями решаемых задач • Различные классы задач требуют различных архитектур вычислительных устройств • Перспективными являются гетерогенные вычислительные системы и разработка методов их проектирования 27