ABB FAN D2D160-CE02-11 多核处理也影响了现代计算软件开发的能力

简介: ABB FAN D2D160-CE02-11 多核处理也影响了现代计算软件开发的能力

ABB FAN D2D160-CE02-11 多核处理也影响了现代计算软件开发的能力
多核处理也影响了现代计算软件开发的能力。使用新语言编程的开发人员可能会发现他们的现代语言不支持多核功能。这就需要使用数字图书馆来访问用像C和FORTRAN语言,它执行数学计算的速度比较新的语言如C#。英特尔的MKL和AMD的ACML是用这些本地语言编写的,并利用了多核处理的优势。在处理器之间平衡应用程序工作负载可能会有问题,尤其是当它们具有不同的性能特征时。有不同的概念模型来处理这个问题,例如使用协调语言和程序构建块(编程库或高阶函数)。对于每种处理器类型,每个模块可以有不同的本机实现。用户只需使用这些抽象进行编程,智能编译器会根据上下文选择最佳实现。[20]

管理的并发在开发并行应用程序中占据中心位置。设计并行应用程序的基本步骤是:

分割
设计的划分阶段旨在为并行执行提供机会。因此,焦点在于定义大量的小任务,以产生所谓的问题的细粒度分解。
沟通
由分区生成的任务旨在并发执行,但通常不能独立执行。在一个任务中执行的计算通常需要与另一个任务相关联的数据。然后,数据必须在任务之间传输,以便允许计算继续进行。这种信息流是在设计的沟通阶段指定的。
结块
在第三阶段,发展从抽象走向具体。开发人员重新审视在划分和通信阶段所做的决策,以期获得一种能够在某类并行计算机上高效执行的算法。特别是,开发人员考虑组合或聚集由划分阶段确定的任务是否有用,以便提供数量更少、规模更大的任务。他们还决定是否值得复制数据和计算。
绘图
在并行算法设计的第四个也是最后一个阶段,开发人员指定每个任务的执行位置。在提供自动任务调度的单处理器或共享内存计算机上不会出现这种映射问题。
HIMA X-FAN1003 993201013 (4).jpg

相关文章
|
缓存 测试技术 数据中心
【计算机架构】计算 CPU 动态功耗 | 集成电路成本 | SPEC 基准测试 | Amdahl 定律 | MIPS 性能指标
【计算机架构】计算 CPU 动态功耗 | 集成电路成本 | SPEC 基准测试 | Amdahl 定律 | MIPS 性能指标
456 0
|
前端开发 芯片
【芯片前端】基于DC综合的逻辑深度与cell count汇总:乘法器
【芯片前端】基于DC综合的逻辑深度与cell count汇总:乘法器
187 0
|
算法 编译器
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
1137 1
|
2天前
|
人工智能 缓存 并行计算
【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,解释了算力计算方法、数据加载与计算的平衡点,以及如何通过算力敏感度分析优化性能瓶颈。同时,文章还讨论了服务器、GPU和超级计算机等不同计算平台的性能发展趋势,强调了优化数据传输速率和加载策略的重要性。
25 4
3GPP相应的5G UDN场景及性能需求 | 带你读《5G UDN(超密集网络)技术详解》之十九
相比 IMT-2020 推进组,3GPP 对 5G UDN 场景的研究更加具有针对性。 在业务应用独立式部署(SA)技术组的研究中,与 UDN 相关的场景都是服务 室内用户的,具体有两种:办公室和热点区域。
3GPP相应的5G UDN场景及性能需求 | 带你读《5G UDN(超密集网络)技术详解》之十九
|
6月前
|
算法 测试技术 Linux
LabVIEW NI CompactRIO控制器:性能和吞吐量基准测试
LabVIEW NI CompactRIO控制器:性能和吞吐量基准测试
66 1
|
C语言 芯片 异构计算
ABB DSSR122 4899001-NK 面向多核的相同技术驱动
ABB DSSR122 4899001-NK 面向多核的相同技术驱动
ABB DSSR122 4899001-NK 面向多核的相同技术驱动
|
存储 编解码 固态存储
高性能核心板IDO-SOM3908-V1:接口丰富,性能更强,速度更快!
IDO-SOM3908-V1 适用于工业主机,嵌入式智能设备、人机交互、 广告一体机、互动自助终端、教学实验平台、显示控制等多个领域 。
251 0
高性能核心板IDO-SOM3908-V1:接口丰富,性能更强,速度更快!
|
关系型数据库 5G 测试技术
IMT-2020定义的5G UDN应用场景性能指标与现有技术的差距 | 带你读《5G UDN(超密集网络)技术详解》之十七
5G UDN 以 4G LTE 微蜂 窝和小小区的技术为雏形基础,总目标发展成系统容量更大、综合性能 佳、成本更低、更加智能的异构蜂窝网络。
IMT-2020定义的5G UDN应用场景性能指标与现有技术的差距 |  带你读《5G UDN(超密集网络)技术详解》之十七
|
负载均衡 5G 调度
关键技术 二:LTE-A CA | 带你读《5G UDN(超密集网络)技术详解》之十一
本章节进一步详细解释 LTE 小小区相关的关键技术之二:LTE-A CA,并且关联着说明它们对后续 5G NR 小小区的基线性影响和适用情况。
关键技术 二:LTE-A CA | 带你读《5G UDN(超密集网络)技术详解》之十一