Perustiedot
Vektoritietokone, rinnakkainen prosessointitietokone, joka on suunnattu vektoripohjaiseen rinnakkaislaskentaan, putkirakenteen avulla pääasiallinen.
Vektorioperaatio on suhteellisen yksinkertainen rinnakkaislaskenta, jolla on laaja sovellusvalikoima.Se on helpompi toteuttaa ja käyttää koneella.Siksi vektorikäsittelykoneet (vektorikoneet) ovat kehittyneet nopeasti.Ti ASC (1972) ja CDC Star-100 (1973) olivat ensimmäiset vektori-supertietokoneet (supertietokoneet) maailmassa.Vuoden 1982 loppuun mennessä maailmassa oli noin 60 supertietokonetta, joista suurin osa oli vektorikoneita.Sekä kymmeniä miljoonia kertoja sekunnissa 757 kone että Kiinan vuonna 1983 kehittämä miljardi kertaa "Galaxy" -koneella ovat myös vektorikoneet.
Vektorikone sopii lineaariseen ohjelmointiin, Fourier -muunnokseen, suodattimen laskentaan, matriisiin, lineaariseen algebra-, osittaiseen differentiaaliyhtälöön, kiinteäiseen ja muihin matemaattisiin ongelmiin, lähinnä meteorologisen tutkimuksen ja sääennusteen, ilmailu-Tutkimus, seisminen analyysi, laajamittainen tekniikan suunnittelu ja sosiaalisten ja taloudellisten ilmiöiden laajamittainen simulointi.
Vektoritoiminta
Tavallisissa tietokoneissa koneohjeiden perusoperaatio on skalaari.Skalaarikäsittelytoimintojen lisäksi vektorikoneissa on myös täysin toimiva vektorioperaation käskyjärjestelmä.
Saman toiminnan suorittaminen vektorin jokaisessa komponentissa tai saman toiminnan suorittaminen saman ulottuvuuden kahden vektorin vastaavilla komponenteilla tai suorittamalla sama toimenpide jokaisessa vektorin komponentissa, jolla on sama skalaari, voi tuottaa uuden vektorin,Nämä ovat perusvektorioperaatioita.Lisäksi on edelleen mahdollista suorittaa tiettyjä operaatioita vektorin komponenttien, kuten jatkuvan lisäyksen, jatkuvan kertolaskun tai jatkuvan vertailun välillä, jotta se voidaan integroida skalaariin.Vektorikäsittelyominaisuuksien parantamiseksi perusvektorioperaatioissa voi olla jonkin verran joustavuutta suorittamisessa, kuten tietyn komponentin tekeminen ei suorita operaatioita bitvektoriohjauksen alla tai lisäämällä muita erityisvektorioperaatioita, kuten kaksi monotonista epätasa -arvoista mitat looginen yhdistäminen kokonaislukujen nousuvektorit, vektoripakkaus ja kunnostaminen.
Putkilinjankäsittely
Jokaiselle vektorin komponentille suoritetut aritmeettiset operaatiot ovat yleensä toisistaan riippumattomia ja toisistaan riippumattomia, joten ne voidaan suorittaa rinnakkain monin tavoin.Tämä on vektori rinnakkain tietojenkäsittely.Vektorioperaatioiden rinnakkainen suorittaminen hyväksyy pääasiassa putkilinjan ja taulukkotilan.
Päämuisti
Pääsuistin koko (päämuisti) rajoittaa koneen ongelmanratkaisuaikaa.Vektorikoneita käytetään pääasiassa suurten ongelmien ratkaisemiseen.Sillä on oltava suuren kapasiteetin päämuisti, ja sen on oltava keskitetty julkinen muisti käyttäjän käytön ja ohjelmoinnin helpottamiseksi.Kun nopea käyttöputki alkaa, sen on jatkuvasti toimitettava operandit ja otettava pois käyttötulokset.Se vaatii myös päämuistin olevan korkea tiedonsiirtonopeus, muuten nopeaa toimintaa ei voida ylläpitää.
Muistin nopeus on aina pienempi kuin aritmeettisten komponenttien nopeus.Tietopolku muistin ja aritmeettisten komponenttien välillä on "pullonkaula", joka estää nopeuden lisääntymistä, ja päämuistin kapasiteetin lisääntyminen on linjan lisääntymisen kanssa.Ristiriitainen.Siksi päämuistin sovittaminen operaatioon nopeuden suhteen on yksi vektorikoneen suunnittelun avainkysymyksistä.
Pitkittäinen
Tämä kone omaksuu vektorin koko pituuden pitkittäiskäsittelymenetelmän.Joka kerta kun vektorioperaatio suoritetaan, kaikki operaation komponentit suoritetaan alusta loppuun, ja operandit tai tulosvektorit otetaan suoraan omavarastoille tai kirjoittavat päämuistiin.Päämuistin tiedonsiirtonopeus on määritettävä 3 - 4 -kertaisesti aritmeettisen yksikön nopeudella.Pitkittäisprosessointivektorikone asettaa ristikkäiset, lukuisat muistipankit ja laaja datapolku ja pääsee ultrasanojen yksiköihin vaatimusten täyttämiseksi.Tällä tavoin kustannukset ovat korkeat, päämuistijärjestelmän joustavuus on heikko, ja tehokkaan pääsyn saavuttamiseen on vaikea saavuttaa suureen määrään päämuistikorit.Lisäksi vektorioperaatioiden käynnistysaika on pitkä, ja lyhyen vektorioperaatioiden nopeus vähenee suuresti.
Pystysuora ja vaakasuora
Tämä kone omaksuu vektorisegmentoituja pystysuuntaisia ja vaakasuuntaisia prosessointeja, ja se on varustettu useilla vektorioperaatiorekisterillä, joilla on pieni kapasiteetti ja nopea.Laskettaessa vektorioperaation lausekkeita, jokainen vektorioperaatio suorittaa vain yhden segmentin kerrallaan.Operandivektori, joka on käytetty pää- ja väliaikaisen tulosvektoriin, voidaan tallentaa vektorirekisteriosastoon osion mukaan, ja aritmeettinen komponentti käyttää pääasiassa vektorirekisteriryhmää.Tällä tavoin se voi varmistaa aritmeettisten komponenttien nopean toiminnan ja vähentää samalla pääsuistin taakkaa siten, että päämuistin tiedonsiirtoaste pienenee noin 70% verrattuna pitkittäiseenkäsittely.Sekä American Cray-1 -kone että Kiinan 757-kone kuuluvat tähän tyyppiin.
Ohjelmistot ja sovellukset
Vector machines are generally equipped with vector assembly and vector high-level languages for users to compile vector programs that can realize the speed potential of specific vector machines.Vain kehittämällä ja omaksumalla vektorityyppisiä rinnakkaisia algoritmeja, sitä enemmän vektorioperaatioita sisältyy ohjelmaan ja mitä pidempi vektori, sitä korkeampi operaation nopeus on.Vektorikirjaston perustaminen erilaisille sovelluskenttille voi helpottaa käyttäjiä käyttämään ja parantamaan vektorikoneiden ongelmanratkaisun tehokkuutta.Vektoriantunnistusohjelma on vasta kehitetty osa kääntäjää.Sitä käytetään tunnistamaan vektorioperaatiokomponentit automaattisesti lähdeohjelmassa käyttämällä tavallista sarjaalgoritmia kääntäessäsi ja kääntämään sen vastaavaan vektorioperaatiotavoiteohjelmaan vektorikoneen laskennan parantamiseksi.Vektoriohjelman laskentanopeus.Vektorin tunnistustekniikkaa on edelleen kehitettävä ja parannettava tunnistustason parantamiseksi.
Vektorikäsittelykoneen kehityssuunta on monivektorikonejärjestelmä tai solurakenteen vektorikone.Entisen toteuttamiseksi on edistystä ohjelmistoissa ja algoritmeissa monien ongelmien, kuten tehtäväjaon ja lähettämisen, ratkaisemiseksi;Jälkimmäisen on käytettävä asianmukaista kytkentäverkkoa ja käytettävä laitteistoa käyttäjien ongelman ratkaisemiseen automaattisesti hajautettua pääsuistia käyttämällä keskitetyn rinnakkaiselona.Vain aiheutuva ristiriita voi muodostaa virtuaalisen rinnakkaiselon solurakenteen vektorikoneen.Sillä ei ole vain sitä etua, että taulukkokone on helppo laajentaa rakenteen rinnakkaisyksiköiden lukumäärää nopeuden lisäämiseksi, mutta sillä on myös etu, että vektorikone on kätevä käyttää.