Построение и классификация процессорных

Архитектур

Постановка задачи

Как известно, основой абсолютно всех систем классификации является абстрагирование. Оно позволяет создать модель классифицируемой системы опираясь на главное – параметры классификации, опустив при этом второстепенные детали. Выбор параметров определяется целями классификации и налагаемыми требованиями. Так, в нашем случае обязательным условием является абстрагирование от всех особенностей реализации. Из известных классификаций вычислительных систем [3], этому условию удовлетворяет, и то только частично, классификация Флинна [4]. Она рассматривает вычислительную систему на максимально возможном, но содержательном, уровне абстрагирования, который можно определить как концептуальный. На этом уровне система состоит из командных устройств (устройств управления), исполнительных устройств и устройств памяти, связанных потоками команд и данных. Параметрами классификации являются количественные оценки потоков команд и данных.

Среди потоков, связывающих устройства системы в единое целое, есть те, которые присутствуют абсолютно во всех известных системах и, про которые можно сказать, что они отражают внутреннюю сущность вычислительных систем. Другие – порождены реализацией, т.е. теми техническими решениями, которые были использованы для достижения целей, поставленных при создании конкретных систем.

К числу первых, безусловно относятся потоки команд, формируемые устройствами управления и поступающие в исполнительные устройства. Среди потоков разнообразных данных, циркулирующих в организационно различных системах, общими для всех являются только потоки результатов, формируемые исполнительными устройствами при выполнении ими принятого поток команд. Потоки данных в том понимании, в котором они используются в классификации Флинна, а именно вызываемые («called») при выполнении команд, т.е. поступающие из памяти на обработку, присутствуют только у части систем.

Так, например, потоковая машина не имеет потоков данных, поступающих из памяти и используемых для выполнения очередной команды. Все данные, необходимые для исполнения команды, поступают вместе с ней, как составная часть командного слова.

Очевидно, что в основе как моделей систем, абстрагированных от особенностей реализации, так и в основе их классификации, использующей в качестве параметров классификации оценку потоков команд и данных, должны лежать только те потоки, которые присутствуют абсолютно во всех вычислительных системах.

Отмеченное ранее концептуальное отличие архитектуры потоковых машин от традиционной фон-неймановской архитектуры, связанное с отсутствием вызываемых потоков данных, обеспечивается записью результатов выполненных команд непосредственно в поля аргументов тех команд, которые их используют. Команды исполняются после получения всех необходимых аргументов. Таким образом, очередность их исполнения и, как следствие, вид текущего выходного потока данных непосредственно зависит от потока данных, ранее сформированного исполнительным устройством.

Указанная зависимость имеет ключевое значение для выделения потоковых машин в отдельный вид. Применение только количественной оценки потоков команд и данных, без учета существующих зависимостей между потоками, в принципе, не может решить задачу систематизации подобных (нетрадиционных) архитектур.

Более того, сам подход к формированию этой оценки, используемый в классификации Флинна, не позволяет четко классифицировать даже системы, построенные на базе традиционных, фон-неймановских решений (например – векторно-конвейерные машины).

Так, корректность любой количественной оценки обеспечивается измерительным инструментом, не зависящим от объекта измерения и равенством условий измерения. Применительно к количественной оценке потоков эти два требования можно сформулировать следующим образом:

· на принятом уровне абстрагирования систем должны быть однозначно определены понятия «одиночный» и «множественный», действительные по отношению к любым потокам (команд или данных) и для любых архитектур;

· все систематизируемые вычислительные системы должны рассматриваться на одном уровне абстрагирования.

Ни первое, ни второе требования в классификации Флинна не выполняются. Суть количественных показателей не определена. Их значения устанавливаются постфактум, путем сравнения классифицируемой системы с эталонными для каждого класса образцами и, таким образом, определения ее класса.

В результате, одна и та же характеристика «множественный поток данных», в эталонных образцах классов MIMD (многопроцессорная система) и SIMD (матричный процессор), используется для описания двух принципиально разных явлений. Множества независимых потоков данных в многопроцессорной системе и потока векторных (многокомпонентных) данных в матричном процессоре.

Следует также отметить, что эталонный образец класса SIMD не соответствует концептуальному уровню. Модель функционирования матричного процессора, предусматривающая одновременное выполнение команды над векторным элементом потока данных, отражает одну из возможных реализаций векторных команд. Для других команд, например, скалярных – эта модель не применима. Следовательно, она не применима и на концептуальном уровне, на котором команда рассматривается в обобщенном виде.

Таким образом, для построения множества моделей вычислительных систем, абстрагированных от особенностей реализации, и последующей классификации этого множества необходимо:

1.в качестве потоков данных рассматривать потоки результатов выполнения команд, формируемые исполнительными устройствами;

2.ввести в качестве параметра классификации наличие функциональной зависимости между потоками;

3.однозначно определить понятия «одиночный» и «множественный», действительные по отношению к любым потокам (команд или данных) и для любых архитектур.

Выполнение указанных требований приводит, как показано ниже, к новой системе классификации, предметом которой является множество процессорных архитектур, рассматриваемых на концептуальном уровне.