**حواسيب SIMD شبكة اتصالات**

& يمكننا الحصول على نموذج مرن أكثر قوة من نموذج الذاكرة المشتركة , يكون فيه كل زوج من المعالجات متصل بخط ثنائي الاتجاه ، حيث يمكن لعدة أزوج أن تتصل بآن واحد (و لكن بشرط ألا يحاول أكثر من معالج إرسال البيانات إلى معالج آخر أو تلقي البيانات من معالج آخر).

و بالتالي فإنه من المحتمل أن تستطيع جميع المعالجات أن تكون مشغولة بالاتصال في كل الوقت, و هذا غير ممكن في ذاكرة مشتركة مقسمة إلى مقاطع memory   shared  R-block , عندما يكون عدد المعالجات N أكبر من عدد المقاطع R .&

**خصائص  حواسيب SIMD شبكة اتصالات**

&    

   1- الكلفة (السعر):  إذا كان السؤال المطروح : ما هو السعر المدفوع من أجل شبكة اتصالات تامة ب N معالج ؟ هناك (1-N) خط مسموح لكل معالج , و منه لدينا بشكل كامل N(N-1)/2 خط.  من الواضح أن مثل هذه الشبكة يكون سعرها غالي جداً و بشكل خاص من أجل قيمة كبيرة ل N.

و هذا صحيح , على الأخص إذا لاحظنا أنه مع N معالج فإن أفضل ما يمكن من أجل N ملف تخفيض عدد الخطوات المطلوبة في الخوارزمية التسلسلية.

2- الوثوقية Feasibility: حتى لو استطعنا تحمل هذا السعر العالي , فإن النموذج غير واقعي عملياً مرة ثانية من أجل قيمة كبيرة لـ N. بالإضافة إلى أنه هناك حد لعدد الخطوط التي يمكن وصلها للمعالج , وهذا الحد يفرضه الحجم الفيزيائي الحقيقي للمعالج نفسه.

3- العلاقة بالنموذج SIMD  SM: من الملاحظ أن نموذج الاتصالات التام , أضعف من حاسب بذاكرة مشتركة من أجل نفس السبب . مثلاً في الذاكرة المشتركة المقسمة إلى R مقطع لا يستطيع أكثر من معالج واحد الوصول المحدد بآن واحد إلى مقطع الذاكرة بالمساعدة مع معالج آخر.

وهذا يؤدي إلى كلفة مماثلة تقريباً لكلفة حاسب  SM SIMD ( و لكن دون أن نحسب الكلفة من الدرجة الثانية لطرق ثنائية الاتجاه). وهذا يحبط غرضنا الأصلي في الحصول على آلة عملية أكثر.      &

**الشبكات البسيطة لحواسيب SIMD **

من حسن الحظ أنه في معظم التطبيقات هناك مجموعة جزئية صغيرة من جميع الارتباطات  (الاتصالات) المزدوجة تكفي غالباً للحصول على أداء جيد.

سنلخص بإيجاز الشبكات الأكثر شيوعا منها فيما يلي:

لنفترض أن لدينا معالجين يستطيعان الاتصال بعدد ثابت من الخطوات في حاسب SIMD SM ٠ إن أي حاسب SIMD بشبكة اتصالات يمكن أن يحاكى على نموذج سابق بدون أن يحتاج خطوات أكثر من الخطوات المطلوبة لإيجادها كما في السابق .

-نموذج الاتصالات التام , تتوزع في هذا النموذج مواقع الذاكرة المشتركة ل M بين N معالجا ، كل منها يتلقـى M/Nموقعا. إضافة إلى أن كل زوج من المعالجات تتصل فيما بينها بخط ثنائي الاتجاه .

1- مصفوفة خطية Array Linear:

يمكن تمثيل وصل N معالج بشكل مصفوفة وحيدة البعد كما يظهر في الشكل التالي  من أجل  N=6. هنا المعالج Pi مرتبط بمجاوريه PI-1 و 1+Pi من خلال خط اتصال ثنائي الاتجاه. كل من معالجات النهاية و المسماة PI و PN تملك فقط مجاور واحد.  

image-20200308161623-1

  2- مصفوفة ثنائية البعد Array Tow-Dimensional:

نحصل على شبكة ثنائية البعد بترتيب الـ N معالج في مصفوفة mXm حيث m=N 1/2كما يظهر الشكل التالي من أجل m=4 المعالج في السطر j والعمود يرمز ب p (j,k)  حيث: 0<=k<=m-1

هناك خط ثنائي الاتجاه يربط p (j,k)   . بمجاوريه p (j-1,k)  و p (j+1,k)   و p (j,k+1)   p (j,k_1)  

تملك المعالجات في الحدود الفاصلة للأسطر و الأعمدة عدد أقل من أربع مجاورات و بالتالي اتصالات أقل.

تعرف هذه الشبكة أيضا ب mesh  the.

نلاحظ أنه في كل من المصفوفتين أحادية البعد و ثنائية البعد تملك الشبكة خاصية مهمة: و هي أن جميع الخطوط في الشبكة تملك نفس الطول و هي غير موجودة في الاتصالات الأخرى التي سندرسها.

image-20200308161623-2

3- شجرة الاتصال Connection  Tree

تكون المعالجات في هذه الشبكة بشكل شجرة ثنائية تامة, و مثل هذه الشجرة تملك d مستوى مرقمة من 0 إلى d-1

و 1d -2=N و ينتهي كل منها بمعالج كما يظهر الشكل التالي  من أجل d=4 .

كل معالج في المستوى i يتصل بخط ثنائي الاتجاه بسلفه في المستوى i+1 ,ويتصل بخلفه في المستوى i-1  .المعالج الجذر في المستوى d-1  لا يملك سلفاً وكل من الأوراق في المستوى(0) لا يملك خلفاً أو أوراقاً.

image-20200308161623-3

الاتصالات المختلطة التامPerfect shuffle connection  :

إنشاء حساب جديد

قم بتنزيل تطبيق eMufeed Android الآن