中央处理器和并行计算

快捷方式: 差异，相似，杰卡德相似系数，参考。

中央处理器和并行计算之间的区别

中央处理器 vs. 并行计算

中央处理器 （Central Processing Unit，缩写：CPU），是计算机的主要设备之一，功能主要是解释计算机指令以及处理计算机软件中的数据。计算机的可编程性主要是指对中央处理器的编程。中央处理器、内部存储器和输入／输出设备是现代电脑的三大核心部件。1970年代以前，中央处理器由多个独立单元构成，后来发展出由集成电路制造的中央处理器，這些高度收縮的元件就是所謂的微处理器，其中分出的中央处理器最為复杂的电路可以做成单一微小功能强大的单元。 中央处理器廣義上指一系列可以执行复杂的计算机程序的逻辑机器。这个空泛的定义很容易地将在“CPU”这个名称被普遍使用之前的早期计算机也包括在内。无论如何，至少从1960年代早期开始，这个名称及其缩写已开始在电子计算机产业中得到广泛应用。尽管与早期相比，“中央处理器”在物理形态、设计制造和具体任务的执行上有了极大的发展，但是其基本的操作原理一直没有改变。 早期的中央处理器通常是为大型及特定应用的计算机而定制。但是，这种昂贵的为特定应用定制CPU的方法很大程度上已经让位于开发便宜、标准化、适用于一个或多个目的的处理器类。这个标准化趋势始于由单个晶体管组成的大型机和微机年代，随着集成电路的出现而加速。IC使得更为复杂的中央处理器可以在很小的空间中设计和制造（在微米的數量级）。中央处理器的标准化和小型化都使得这一类数字设备和電子零件在现代生活中的出现频率远远超过有限应用专用的计算机。现代微处理器出现在包括从汽车到手机到儿童玩具在内的各种物品中。. 并行计算（parallel computing）一般是指许多指令得以同时进行的计算模式。在同時進行的前提下，可以將計算的過程分解成小部份，之後以並行方式來加以解決。 電腦軟體可以被分成數個運算步驟來執行。為了解決某個特定問題，軟體採用某個演算法，以一連串指令執行來完成。傳統上，這些指令都被送至單一的中央处理器，以循序方式執行完成。在這種處理方式下，單一時間中，只有單一指令被執行(processor level: 比较微处理器，CISC, 和RISC，即流水线Pipeline的概念，以及后来在Pipeline基础上以提高指令处理效率为目的的硬件及软件发展，比如branch-prediction, 比如forwarding，比如在每个运算单元前的指令堆栈，汇编程序员对programm code的顺序改写)。平行運算採用了多個運算單元，同時執行，以解決問題。.

单指令流多数据流

单指令流多数据流（Single Instruction Multiple Data，縮寫：SIMD）是一种采用一个控制器来控制多个处理器，同时对一组数据（又称“数据向量”）中的每一个分别执行相同的操作从而实现空间上的并行性的技术。 在微处理器中，单指令流多数据流技术则是一个控制器控制多个平行的处理微元，例如Intel的MMX或SSE，以及AMD的3D Now!指令集。 圖形處理器（GPU）擁有強大的並行處理能力和可程式流水線，面對单指令流多数据流時，運算能力遠超傳統CPU。OpenCL和CUDA分別是目前最廣泛使用的開源和專利通用圖形處理器（GPGPU）運算語言。.

中央处理器和单指令流多数据流 · 单指令流多数据流和并行计算 · 查看更多 »

对称多处理

對稱多處理（Symmetric multiprocessing，縮寫為 SMP），也譯為均衡多處理、對稱性多重處理，是一種多處理器的電腦硬體架構，在對稱多處理架構下，每個處理器的地位都是平等的，對資源的使用權限相同。現代多數的多處理器系統，都採用對稱多處理架構，也被稱為對稱多處理系統（Symmetric multiprocessing system）。在這個系統中，擁有超過一個以上的處理器，這些處理器都連接到同一個共享的主記憶體上，並由單一作業系統來控制。在多核心處理器的例子中，對稱多處理架構，將每一個核心都當成是獨立的處理器。 在對稱多處理系統上，在作業系統的支援下，無論行程是處於使用者空間，或是核心空間，都可以分配到任何一個處理器上運行。因此，行程可以在不同的處理器間移動，達到負載平衡，使系統的效率提升。.

中央处理器和对称多处理 · 对称多处理和并行计算 · 查看更多 »

并发计算

并发计算（Concurrent computing，或譯為並行處理、共時計算），是一種程式計算的形式，在系統中，至少有兩個以上的計算在同時運作，計算結果可能同時發生。用來實作並行系統（Concurrent system）的程式語言與各種演算法，統稱為並行計算。 並行程式通常被設計為互動式的運算過程，因為它的運算過程是不確定的，在設計上的難度較高。設計並行程式最大的挑戰，在於確保不同運算執行步驟間的互動或是通訊，能以正確的順序進行，同時，也要確保在不同執行步驟間共享的資源，能夠正確被存取。在這個領域的先驅人物有艾兹赫尔·戴克斯特拉、東尼·霍爾與泊·派克·漢森等人。.

中央处理器和并发计算 · 并发计算和并行计算 · 查看更多 »

约翰·冯·诺伊曼

约翰·冯·诺伊曼（John von Neumann，，，），原名诺依曼·雅诺士·拉约士（Neumann János Lajos，），出生於匈牙利的美國籍猶太人数学家，现代電子計算機与博弈论的重要创始人，在泛函分析、遍历理论、几何学、拓扑学和数值分析等众多数学领域及計算機學、量子力學和经济学中都有重大貢獻。 冯·诺伊曼从小就以过人的智力与记忆力而闻名。冯·诺伊曼一生中发表了大约150篇论文，其中有60篇纯数学论文，20篇物理学以及60篇应用数学论文。他最后的作品是一个在医院未完成的手稿，后来以书名《》发布，表现了他生命最后时光的兴趣方向。 “诺依曼”和“诺伊曼”2种同音不同字的德音汉语译名写法都比较常见。另外也有资料采用其英音汉语译名“冯纽曼”。.

中央处理器和约翰·冯·诺伊曼 · 并行计算和约翰·冯·诺伊曼 · 查看更多 »

非均匀访存模型

非统一内存访问架构（Non-uniform memory access，简称NUMA）是一种为多处理器的电脑设计的内存，内存访问时间取决于内存相对于处理器的位置。在NUMA下，处理器访问它自己的本地内存的速度比非本地内存（内存位于另一个处理器，或者是处理器之间共享的内存）快一些。 非统一内存访问架构的特点是：被共享的内存物理上是分布式的，所有这些内存的集合就是全局地址空间。所以处理器访问这些内存的时间是不一样的，显然访问本地内存的速度要比访问全局共享内存或远程访问外地内存要快些。另外，NUMA中内存可能是分层的：本地内存，群内共享内存，全局共享内存。 NUMA架构在逻辑上遵循对称多处理（SMP）架构。它是在二十世纪九十年代被开发出来的，开发商包括Burruphs（后来的优利系统），Convex Computer（后来的惠普），意大利霍尼韦尔信息系统（HISI）（后来的Group Bull），Silicon Graphics公司（后来的硅谷图形），Sequent电脑系统（后来的IBM），通用数据（EMC），Digital（后来的Compaq，现惠普）。这些公司研发的技术后来在类Unix操作系统中大放异彩，并在一定程度上运用到了Windows NT中。 首个基于NUMA的Unix系统商业化实现是对称多处理XPS-100系列服务器，它是由VAST公司的Dan Gielen为HISI设计。这个架构的巨大成功使HISI成为了欧洲的顶级Unix厂商。.

中央处理器和非均匀访存模型 · 并行计算和非均匀访存模型 · 查看更多 »

总线

总线（Bus）是指计算机组件间规范化的交换数据（data）的方式，即以一种通用的方式为各组件提供数据传送和控制逻辑。從另一個角度來看，如果說主機板（Mother Board）是一座城市，那麼匯流排就像是城市裡的公共汽車（bus），能按照固定行車路線，傳輸來回不停運作的位元（bit）。這些線路在同一時間內都僅能負責傳輸一個位元。因此，必須同時採用多條線路才能傳送更多資料，而匯流排可同時傳輸的資料數就稱為寬度（width），以位元為單位，匯流排寬度愈大，傳輸效能就愈佳。匯流排的頻寬（即單位時間內可以傳輸的總資料數）為：匯流排頻寬.

中央处理器和总线 · 并行计算和总线 · 查看更多 »