国产欧美日韩第一页|日本一二三不卡视频|在线精品小视频,亚洲第一免费播放区,metcn人体亚洲一区,亚洲精品午夜视频

       一、大數據對計算的影響

1.處理量對性能的影響

大數據從體量上增加了算法的處理對象，處理量的增加影響算法的空間復雜度和時(shí)間復雜度。

2.算法結構的影響

大數據可能影響算法中輸入輸出的參數，對原來(lái)算法的結構提出更高的要求。

（1）算法中預留的參數位置用盡，導致算法無(wú)法適應數據維度的變化

（2）對輸入參數次序的影響，導致算法計算結果為“偽結果”

       二、并行計算

其基本思想是用多個(gè)處理器來(lái)協(xié)同求解同一問(wèn)題，即將被求解的問(wèn)題分解成若干個(gè)部分，各部分均由一個(gè)獨立的處理機來(lái)進(jìn)行并行計算。

1.提高計算機性能的主要手段

（1）提高集成度

（2）提高處理器字長(cháng)

（3）流水線(xiàn)等微體系結構技術(shù)

（4）提高處理器頻率

2.為何要進(jìn)行并行計算

（1）VLSI集成度不可能無(wú)限制提高

（2）處理器的指令級并行度提升接近極限-->CPU墻

（3）處理器速度和存儲器速度差異越來(lái)越大（處理器性能2年翻一倍，存儲器性能6年翻一倍）-->存儲墻

（4）功耗和散熱大幅增加超過(guò)芯片的承受能力-->功耗墻

3.為什么要進(jìn)行并行計算

（1）越來(lái)越多的研究領(lǐng)域和應用領(lǐng)域將需要使用并行計算技術(shù)

（2）并行計算技術(shù)將對傳統計算技術(shù)產(chǎn)生革命性的影響

（3）軟件開(kāi)發(fā)/程序設計人員面臨挑戰

4.并行計算分類(lèi)

（1）弗林（Flynn）分類(lèi)

SISD:單指令單數據流------->傳統的單處理器串行處理

SIMD:單指令多數據流------->向量機，信號處理系統

MISD:多指令單數據流------->很少使用

MIMD:多指令多數據流------->最常用，TOP500基本都屬于此類(lèi)型

（2）按并行類(lèi)型分類(lèi)

數據并行級:一個(gè)大的數據塊劃分為小塊，分別由不同的處理器/線(xiàn)程處理

任務(wù)并行級：一個(gè)大的計算任務(wù)劃分為子任務(wù)分別由不同的處理器/線(xiàn)程來(lái)處理

位級并行（Bit-Level Parallelism）

指令級并行（ILP:Instruction-Level Parallelism）

線(xiàn)程級并行（Thread-Level Parallelism）

（3）按存儲訪(fǎng)問(wèn)結構劃分

共享內存

分布共享存儲體系結構

分布式內存

（4）按系統類(lèi)型劃分

多核/眾核并行計算系統MC

對稱(chēng)多處理系統SMP:多個(gè)相同類(lèi)型處理器通過(guò)總線(xiàn)連接并共享存儲器

大規模并行處理MPP：專(zhuān)用內聯(lián)網(wǎng)連接一組處理器形成一個(gè)計算機系統

集群（Cluster）：網(wǎng)絡(luò )連接的一組普通商用計算機構成的計算機系統

網(wǎng)格（Grid）：用網(wǎng)絡(luò )遠程連接遠距離分布的一組異構計算機構成的計算機系統

（5）按計算特征分類(lèi)

數據密集型并行計算

計算密集型并行計算------>氣象預報

數據密集與計算密集混合型并行計算------->3D電影渲染