ترغب بنشر مسار تعليمي؟ اضغط هنا

بناء محاكي لبنيتي المعالجات فائقة التدرج و المعالجات الشعاعية و مقارنة أدائهما في معالجة التفرع على مستوى البيانات

Building a simulator for Superscalar processors and Vector processors and comparing their performance in processing parallelism at data level

1764   0   46   0 ( 0 )
 تاريخ النشر 2015
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تم في هذه الورقة عرض لبنى المعالجات المتوازية و التركيز على بنيتين أساسيتين من هذه البنى و هي بنية المعالج فائق التدرج (Superscalar Processor) و بنية المعالج الشعاعي (Vector Processor)، و بالإعتماد على الخصائص الأساسية لكل منها تم بناء محاكي لهذه البنى يحاكي آلية عملها برمجياً بهدف المقارنة بين أدائها فيما يخص التوازي على مستوى البيانات (Data Level Parallelism DLP) و التوازي على مستوى التعليمات (Instruction Level Parallelism ILP). تبين النتائج أن فعالية تنفيذ التعليمات على التوازي تعتمد بشكل كبير و أساسي على اختيار بنية المعالج المناسبة للتنفيذ وفق نوع التوازي الممكن تطبيقه على التعليمات، و أن ميزات الشعاع في البنية الشعاعية تحقق تحسين ملحوظ في الأداء لايمكن إغفاله في تنفيذ عمليات DLP و تبسيط للكود البرمجي و تقليل لعدد التعليمات، و يشكل المحاكي المقدم نواة جيدة يمكن تطويرها و الإضافة عليها خاصة فيما يخص المجال التعليمي لطلاب علوم و هندسة الحاسب و المجال البحثي.


ملخص البحث
تناقش هذه الورقة البحثية بنى المعالجات المتوازية، مع التركيز على بنيتين رئيسيتين هما المعالج فائق التدرج والمعالج الشعاعي. تم بناء محاكي برمجي لكل من هاتين البنيتين بهدف مقارنة أدائهما في معالجة التوازي على مستوى البيانات (DLP) والتوازي على مستوى التعليمات (ILP). أظهرت النتائج أن فعالية تنفيذ التعليمات تعتمد بشكل كبير على اختيار بنية المعالج المناسبة وفق نوع التوازي المطلوب. كما أظهرت أن ميزات الشعاع في البنية الشعاعية تحقق تحسينًا ملحوظًا في الأداء عند تنفيذ عمليات DLP، مما يسهم في تبسيط الكود البرمجي وتقليل عدد التعليمات. يعتبر المحاكي المقدم نواة جيدة يمكن تطويرها والإضافة عليها، خاصة في المجال التعليمي لطلاب علوم وهندسة الحاسب والمجال البحثي.
قراءة نقدية
دراسة نقدية: تعتبر هذه الورقة البحثية خطوة مهمة نحو فهم أفضل لبنى المعالجات المتوازية وأدائها. ومع ذلك، يمكن الإشارة إلى بعض النقاط التي قد تحتاج إلى تحسين. أولاً، قد يكون من المفيد تضمين المزيد من التفاصيل حول كيفية تحسين المحاكي ليشمل أنواعًا أخرى من المعالجات المتوازية. ثانيًا، يمكن أن تكون الدراسة أكثر شمولية إذا تضمنت تجارب عملية إضافية أو دراسات حالة تطبيقية. أخيرًا، قد يكون من المفيد تقديم تحليل أعمق لتأثيرات استخدام الذاكرة المخبئية في المعالجات الشعاعية وكيفية تحسين هذه النقطة لتحقيق أداء أفضل.
أسئلة حول البحث
  1. ما هي البنيتين الرئيسيتين اللتين تم التركيز عليهما في هذه الورقة البحثية؟

    تم التركيز على بنية المعالج فائق التدرج وبنية المعالج الشعاعي.

  2. ما هو الهدف الرئيسي من بناء المحاكي في هذه الدراسة؟

    الهدف الرئيسي هو مقارنة أداء المعالجين في معالجة التوازي على مستوى البيانات (DLP) والتوازي على مستوى التعليمات (ILP).

  3. ما هي النتائج الرئيسية التي توصلت إليها الدراسة بشأن أداء المعالجات الشعاعية؟

    أظهرت الدراسة أن المعالجات الشعاعية تحقق تحسينًا ملحوظًا في الأداء عند تنفيذ عمليات DLP، مما يسهم في تبسيط الكود البرمجي وتقليل عدد التعليمات.

  4. ما هي التوصيات التي قدمتها الدراسة لتطوير بيئة المحاكاة؟

    أوصت الدراسة بتطوير بيئة المحاكاة لتشمل أكبر قدر ممكن من بنى المعالجات لتساهم في فهم الباحثين والمطورين لها، كون تنفيذها على أرض الواقع مكلف وغير متاح بصورة وافية.


المراجع المستخدمة
Asanovi´c,K.Vector Microprocessors. UNIVERSITY of CALIFORNIA, BERKELEY,1998, 6-8,21
Hennessy,J;Patterson,D.Computer Architecture A Quantitative Approach.Fifth Edition,University of California, Berkeley, 2012, 10-15,150-156
LEE,G.Future Information Engineering. WIT press, 2014, 666-674
Silc,J; Robic,B; Ungerer,T. Processor Architecture: From Dataflow to Superscalar and Beyond. Springer Science & Business Media, 1999, 18-32
GODSE,A,P;GODSE,D,A.Computer Architecture.fourth edition,Technical Publications, 2010, 55-60
قيم البحث

اقرأ أيضاً

أدى تطور التكنولوجيا إلى تحسن كبير في أداء الحاسبات و الأجهزة المحمولة و ترافق ذلك مع ازدياد في استهلاك الطاقة مما جعل الاهتمام بإدارة استهلاك الطاقة أمر ضروري. يعد المعالج من ضمن العناصر الأكثر استهلاكا للطاقة لذلك يهدف البحث إلى تطوير تقنية جديدة ل إدارة الطاقة في المعالجات متعددة النوى التي تدعم مختلف الأجهزة الإلكترونية حاليا, مع الإشارة إلى أن إدارة الطاقة تعد من الأمور الهامة في إطار الأبحاث العلمية المتعلقة بالمعالجات متعددة النوى لأنها تحقق التوازن بين متطلبات الاداء العالي للمعالج و تأثير الاستهلاك المتزايد للطاقة فيه و التأثيرات الحرارية المرافقة و أثرها على موثوقية النظام. تطرق البحث إلى عدة تقنيات مثل (التدرج الديناميكي للجهد و التردد (DVFS), النوى غير المتناظرة, حركة سلاسل التعليمات , النوى متغيرة الحجم, دمج النوى) و تم وضع جدول مقارنة بين هذه التقنيات يبين الميزات السلبية و الإيجابية لكل منها و بنتيجة البحث تم اقتراح تقنية هجينة تستفيد من أهم خصائص التقنيات المدروسة دون أن تتعارض فيما بينها.
يتغير مجال معالجة اللغة الطبيعية (NLP) بسرعة، مما يتطلب عروض الدورة التدريبية للتكيف مع تلك التغييرات، و NLP ليس فقط لعلماء الكمبيوتر؛إنه مجال يجب أن يكون متاحا لأي شخص لديه خلفية كافية.في هذه الورقة، أشرح كيف يمكن إعداد الطلاب الذين لديهم خلفيات علو م الكمبيوتر وعلوم البيانات جيدا لدورة NLP الشعبة العليا في جامعة ولاية كبيرة.تغطي الدورة نظرية الاحتمالات ونظرية المعلومات، واللطاقات الأولية، والآلة والتعلم العميق، مع محاولة لتحقيق التوازن بين الأفكار والمفاهيم النظرية مع التطبيقات العملية.أشرح أهداف الدورة والمواضيع والواجبات، والتفكير في التعديلات على الدورة خلال السنوات الأربع الماضية، وكذلك ردود الفعل من الطلاب.
معظم الوقت، عند التعامل مع مهمة معينة لمعالجة اللغة الطبيعية، تتم مقارنة الأنظمة على أساس الإحصاءات العالمية مثل الاستدعاء والدقة ودرجة F1، وما إلى ذلك، بينما توفر هذه الدرجات فكرة عامة عن سلوك هذه الأنظمة، إنهم يتجاهلون جزءا رئيسيا من المعلومات التي يمكن أن تكون مفيدة لتقييم التقدم المحرز والتحديات المتبقية المتميزة: الصعوبة النسبية في حالات الاختبار. لمعالجة هذا القصور، نقدم فكرة التقييم التفاضلي الذي يحدد فعليا التقسيم العملي من الحالات في صناديق أكثر صعوبة تدريجيا من خلال الاستفادة من التنبؤات التي قدمتها مجموعة من الأنظمة. تمكننا مقارنة الأنظمة على طول صناديق الصعوبة هذه أن تنتجنا تحليلا مدققا لأسعارها النسبية، والتي نوضحها على حالتي الاستخدام: مقارنة بين النظم المشاركة في مهمة تصنيف النص متعدد الملصقات (CLF EHENGE 2018 ICD-10 ICD-10 )، ومقارنة النماذج العصبية المدربة للكشف عن الكيانات الطبية الحيوية (مجموعة بيانات علاقات الأمراض الكيميائية الثنائية الطبيوم الكيميائية).
تستخدم خوارزميات التفرع و الحد (Bound and Branch) التي يرمز لها بـ B&B في حل مـسائل الأمثلة (الاستمثال) التوافقية التي تصنف درجة تعقيدها في الفئة hard-NP . و على الرغم من فعالية هذه الخوارزميات فقد بقي حجم المسائل التي تتمكن من حلها و البرهان على أ مثلة الحـل محـدوداً بـسبب محدودية قدرات الحواسيب رغم تطورها الكبير. و مع ظهور البرمجة المتوازية و الحواسيب متعددة المعالجات فكر الباحثون بالاستفادة من قدرات هذه التقانات و الأجهزة في زيادة حجم المسائل المحلولة إلا أنه نجم عن الموازاة ثلاثة أنـواع مختلفـة مـن الشذوذ. يهدف هذا البحث إلى تقديم نموذج جديد لخوارزمية التفرع و الحد المتوازية يسمح بتحليـل فعاليـات الخوارزمية و يستند هذا النموذج إلى قواعد جديدة للاختيار بين العقد المتساوية التقويم بعد أن ثبت عجز قاعدة اختيار العقدة ذات التقويم الأفضل، كما نقوم بحساب حدود محكمة لكل قاعدة من القواعد و نبـرهن على إمكانية بلوغها، كما نقدم الشروط اللازمة و الكافية لظهور كل حالة من حالات الشذوذ النـاجم عـن موازاة الخوارزمية. درسنا و قارنا في هذا البحث النتائج الناجمة عن تجاهل بعض الفرضيات المستخدمة في خوارزميـات التفرع و الحد، و اقترحنا فضلاً عن ذلك استخدام النماذج غير المتزامنة للاستفادة القصوى من الإمكانيـات التي تقدمها البرمجة المتوازية.
مقارنة عمليات استئصال المعدة التام والجزئي بالجراحة التنظيرية مع عمليات استئصال المعدة التام و الجزئي بالجراحة المفتوحة، و تحديد هل للجراحة التنظيرية دور مهم و أفضلية في عمليات استئصال المعدة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا