Быстродействие - вычислительная машина
Cтраница 2
Оперативные ЗУ предназначены для записи, хранения и вы дачи в другие устройства ЦВМ числового материала, непосредственно участвующего в данный момент в процессе вычислений, От быстродействия ОЗУ в значительной степени зависит быстродействие вычислительной машины. [16]
Но реализовать такой метод чрезвычайно трудно, так как, во-первых, ошибка аппроксимации является монотонной функцией от числа достаточных характеристик и, во-вторых, поскольку определение значений достаточных характеристик осуществляется на конечных выборках изучаемых случайных процессов и производится многократно, требуется значительный объем памяти и быстродействие вычислительной машины. Эти факторы приводят к тому, что метод перебора позволяет практически определить лишь квадратическое приближение. [17]
 |
Арифметическое устройство и устройство управления. [18] |
С другой стороны, арифметические операции, такие, как сложение, могут выполняться за время, меньшее чем 1 мксек. Поэтому быстродействие памяти обычно и лимитирует быстродействие вычислительной машины в целом. [19]
Аппаратная реализация преобразования адресов может состоять в использовании самой левой цифры адреса в качестве индекса для накождения соответствующей строки ( регистра) таблицы страниц с последующей заменой этой цифры на значение, полученное из таблицы страниц. В зависимости от деталей технической реализации механизм преобразования адресов может несколько снижать быстродействие вычислительной машины. [20]
Метод коэффициентов преобразования [ 2 позволил выявить ряд мостовых схем, в которых осуществляется преобразование сопротивлений, емкостей и индуктивностей в линейн. Тадие схемы исключают устройства дополнительной линеа / ризадди и позволяют упростить конструкции приборов с прямым цифровым отсчетом значения преобразуемого параметра, а также повышают быстродействие вычислительных машин, так как время измерения равняется одному периоду. [21]
Первые цифровые ЭВМ появились на рынке в 1950 г. Они могли выполнять 1700 операций сложения в секунду. Сегодня мы имеем большие вычислительные машины, выполняющие 10 - 12 млн. команд в секунду; в стадии проектирования находятся машины на 300 млн. команд в секунду и выше. Быстродействие гигантских вычислительных машин поражает воображение, но и преимущества малых вычислительных машин трудно переоценить - при скорости свыше 500 тыс. команд в секунду они стоят менее 10 тыс. долл. [22]
Дальнейшее развитие средств ААИ идет по пути совершенствования экспериментальных методов визуализации объектов исследования - применения адсорбционных индикаторов для выделения определенных элементов структуры, применения различных люминесцентных индикаторов для визуализации потоков, применения рентгеновских ионных анализаторов в качестве приставок к электронным микроскопам, позволяющих проводить высокоспецифичный анализ распределения химических элементов в структуре [17] и многих других. Одновременно быстро развиваются методы [18] и средства для оптимизации и машинной обработки изображения. Увеличение объема памяти и быстродействия вычислительных машин, применение систем искусственного интеллекта способствует развитию систем распознавания динамических образов и соответственно расширению возможностей анализа быстропротекающих процессов и построению динамических моделей объектов со сложной пространственной структурой. [23]
При применении центрального принципа управления выработка управляющих сигналов для всех операций осуществляется с помощью одного датчика управляющих импульсов, а их специфичное для данной операции распределение по устройствам и во времени производится специальной логической схемой, связанной с дешифратором кода операций. Характерной особенностью такой реализации управления является постоянстзо длительности времени выполнения ( количества тактов) каждой операции, которое определяется временем исполнения самой длинной операции. Это приводит к ощутимым потерям в быстродействии вычислительной машины. [24]
Не менее важным направлением в развитии мини - ЭВМ является повышение их быстродействия. Скорость машин в настоящее время в среднем увеличивается в 10 раз за каждые 5 лет. Но новые применения требуют еще более высокой скорости, что связано прежде всего с расширением функций ЭВМ в системах управления и с усложнением используемых алгоритмов управления. В настоящее время быстродействие вычислительных машин растет в 2 раза быстрее, чем быстродействие элементов. Это объясняется прежде всего совершенствованием архитектуры вычислительных машин и свидетельствует о том, что резервы повышения производительности машин далеко не исчерпаны. [25]
Необходимо учитывать, что процесс динамический: колонна перемещается. При этом не могут точно выдерживаться расстояния между трубоукладчиками, а значит, и распределение между ними нагрузки. Кроме того, при движении из-за неровностей рельефа, местных препятствий возникают ситуации, изменяющие устойчивость машины. Решать подобную задачу можно с помощью ЭВМ, получая данные в реальном времени ( в ритме процесса) от рассмотренных ранее систем. Быстродействие вычислительной машины достаточно для мгновенного принятия решения, передачи соответствующей команды. Возможен режим машины-советчика, когда рекомендации в виде команды передаются на сигнальное табло в кабине машиниста. Например, высвечивается команда Опустить груз, Поднять груз и т.п. Исполняет ее сам машинист имеющимися органами управления. Режим непосредственного управления предусматривает воздействие на исполнительные органы трубоукладчика. Так, при опасности опрокидывания, централизованная система управления, получив информацию о нагрузке на крюке, угле наклона трубоукладчика, может выдать команду на сброс ( откидывание) стабилизирующего контргруза, которым, снабжаются эти машины. [26]
Так как эти методы довольно громоздки, мы рассмотрим лишь некоторые наиболее общие их черты, отсылая читателей для более детального ознакомления с ними к соответствующей специальной литературе. Большинство из рассматриваемых ниже методов было разработано за время от начала 40 - х до начала 60 - х годов. Соответствующие статистические подходы использовались для различных целей ( например, в социальных науках) много раньше, но именно IB этот 20-летний период они были изложены как методы уменьшения дисперсии в имитационном машинном моделировании. В настоящее время, однако, скорость роста сложности решаемых задач опережает скорость роста быстродействия вычислительных машин, чем и объясняется возобновление интереса к этим методам. В моделях сложных систем, требующих для получения одной выборочной точки около 1 5 ч машинного времени [2], методы уменьшения дисперсии могут в значительной мере повлиять на успех эксперимента. [27]
Предположим, что вычислительные машины обладают достаточной памятью для размещения программных моделей, а их быстродействие позволяет своевременно получать обоснования вариантов решений. Является ли это условие достаточным для утверждения, что специальное математическое обеспечение целесообразно создавать в объеме, использующем полностью ( за исключением ресурсов на модификацию) возможности вычислительных машин. Ответ на этот вопрос отрицательный. Это условие является необходимым, но недостаточным для того, чтобы утверждать, что специальное математическое обеспечение целесообразно создавать в таком объеме, что оно может быть применено с пользой. Память и быстродействие вычислительных машин позволяют определить верхнюю границу объема специального математического обеспечения, а не его целесообразный уровень. Для того чтобы средства автоматизации приносили пользу, необходимо создать определенное рациональное соотношение между всеми их составными частями. [28]
Страницы: 1 2