تعليمات متعددة بيانات متعددة

MIMD (تعليمات متعددة، بيانات متعددة)
من جهة ثانية، في نظام الذواكر المشتركة يظهر توزيع البيانات بشكل كامل للمستعمل، وهذا المفهوم يختلف تماماً في نظام DM-MIMD حيث يجب على المستعمل توزيع البيانات على عدة معالجات كذلك تتبادل المعالجات البيانات فيما بينها لتنفذ بشكل صريح.
كذلك، من غير المشكوك به إن نوع الآلات DM-MIMD هو الجزء الأسرع نمواً في عائلة الحواسيب ذات الأداء العالي.
علاوةً على ذلك، على الرغم أن التعامل مع هذا النوع من الآلات أصعب من التعامل مع الذواكر المشتركة والآلات. DM-SIMD
وفي هذا الصدد، النوع السابق من الآليات كان معالجه ذو نظام مصفوفي، حيث تكون بنية البيانات بشكل أشعة(مصفوفة أحادية البعد) متوازية ومصفوفات متعددة الأبعاد وتعرض هذه البيانات في مصفوفة المعالج عن طريق نظام برمجي (برمجياً).
من جانب آخر، تنفذ هذه الآلة عدة تعليمات على التوازي على بيانات مختلفة، تختلف عن البنية المتعددة المعالجات سيسد بأن البيانات والتعليمات مرتبطة لأنها تمثل أجزاء مختلفة من مهمة واحدة يتم تنفيذها، إذاً نظام MIMD يقوم بعدة مهمات فرعية على التوازي وذلك لتخفيض الزمن لتنفيذ المهمة الرئيسية.
محاسن نظام DM-MIMD
ومن ناحية أخرى، إن مشكلة عرض الحزمة التي كانت تواجه نظام الذواكر المشتركة تم تجنبها وذلك أن عرض الحزمة يزداد هنا تلقائياً بزيادة عدد المعالجات.
إضافةً إلى ذلك، السرعة التي تعتبر أمر هام في نظام الذواكر المشتركة( ذلك للحصول على أداء عالي يواكب أداء نظام DM-MIMD، فإن معالج الذواكر المشتركة يجب أن يكون سريع جدا وسرعة الذواكر يجب أن تتوافق معه) وهذا المفهوم أصبح أقل أهمية في نظام DM-MIMD لأنه يمكن إضافة معالجات إضافية بدون الاهتمام بمشكلة عرض الحزمة.
سلبيات نظام DM-MIMD
ومن جهة أخرى، التواصل بين المعالجات فيه أبطأ بكثير منه في نظام الذواكر المشتركة(SM-MIMD).
من جانب آخر، كذلك التزامن في ربط المهام يتطلب إمكانيات أعلى من الإمكانيات المطلوبة في نظام الذواكر المشتركة.
إضافةً إلى ذلك، الوصول إلى البيانات غير الموجودة في الذاكرة المحلية المرتبطة بمعالج معين يجب الحصول عليها من الذاكرة غير المحلية ولا ننسى أن الوصول للذاكرة غير المحلية أبطأ من الوصول إلى الذاكرة المحلية.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟