parallel processing:并行处理
并行处理(Parallel Processing)是计算机系统中能同时执行两个或更多个处理机的一种计算方法。处理机可同时工作于同一程序的不同方面。并行处理的主要目的是节省大型和复杂问题的解决时间。在早期的计算机中,在一个时间里只能运行一个程序。一个计算加强程序将花费一个小时的运行,而带复制程序也将花费一个小时的时间,运行的总时间是两个小时。并行处理的早期形式允许交叉存取完成两个程序。在计算机等待操作完成的时候,它将启动一个I/O操作,这将执行处理器加强程序。两个任务的总的完成时间将只需一个小时多一点。为使用并行处理,首先需要对程序进行并行化处理,也就是说将工作各部分分配到不同处理机中。而主要问题是并行是一个相互依靠性问题,而不能自动实现。此外,并行也不能保证加速。但是一个在n个处理机上执行的程序速度可能会是在单一处理机上执行的速度的n倍。 下一个进步是是多道程序设计。在多道程序设计系统里,多个程序被用户提交,每个程序被允许使用处理器很短的时间。对于用户而言,它表现出的是程序在同一时间内完成。资源争夺的问题最先在这些系统中出现。对资源直接的请求导致了死机的问题。 矢量处理是提高在一个时间里做多件事情的性能的另外一种尝试。这在一些工程应用中是非常有价值的,这些数据自然以矢量或者矩阵的形式出现。在其它应用上,矢量处理就不是那么有价值了。 并行处理(Parallel Processing)的下一步是多重处理技术的介绍。在这些系统里,两个或者更多的处理器分担了正在做的工作。最早的版本具有主/从结构。一个处理器(主处理器)被编程对系统中所有的工作负责;其它的处理器(次处理器)仅仅执行那些主处理器分配的任务。这种安排是非常必要的,这样他们能在管理系统资源时进行合作。 要解决这些问题就导致了均衡多处理系统(SMP)的出现。在一个SMP系统里,每个处理器的能力是平等的,通过系统负责工作流程的管理。
最近更新时间:2008-06-17 EN
相关推荐
-
基于太空的数据中心:太空边缘计算
随着对计算能力的需求持续激增,数据中心的传统格局正在经历重大演变。随着土地日益稀缺和环境问题日益增加,企业正在 […]
-
混合云存储重塑SAN战略的7种方式
数据继续以前所未有的速度增长,企业必须重新思考如何管理、保护和投资存储基础设施。尽管行业观察家认为SAN很快会 […]
-
通过去中心化数据中心加强运营
在数据中心,去中心化基础设施是持续现代化和发展过程的一部分,此过程与延迟敏感型应用程序和数据主权问题相关。虽然 […]
-
可组合架构:面向未来的AI扩展
可组合架构可实现更具适应性和响应性的AI生态系统和IT资源交付。 新兴技术和数字化需求远远超出传统数据中心的计 […]