Оценка современных компьютеров презентация

виды эффективности

производительность

надежность

отказоустойчивость

Производительность

эффективность системы для конкретного применения

внутренняя эффективность системы

Производительность, проявляемую вычислительной системой при совместной работе прикладной программы, программного обеспечения данной вычислительной системы и ее аппаратуры называется системной производительностью. Системная производительность зависит от каждого из трех основных компонентов вычислительной системы: рабочей нагрузки, а также физической и логической сред.
Системная производительность дает полную характеристику вычислительной системе как комплекса программных и аппаратных средств.

После этого определяется зависимость производительности от структуры анализируемой системы и ее рабочей нагрузки.
Строится модель рабочей нагрузки и модель вычислительной системы.
С помощью моделей рабочей нагрузки и вычислительной системы строится модель производительности с выбранными параметрами рабочей нагрузки и вычислительной системы.

предоставить корректную, адекватную и представительную характеристику прикладного процесса для прогнозирования его поведения на классе систем настолько широком, насколько это возможно;
обеспечить управляемые и воспроизводимые эксперименты при оценке производительности;
сократить настолько, насколько это возможно количество анализируемых данных без ущерба точности анализа;
предоставить данные в форме, пригодной для их использования моделью системы.

Основные функции модели рабочей нагрузки:

смеси команд; эталоны; стохастические модели; трассы.

Эталоны:
Эталоны – это образцы использования ресурсов системы прикладным процессом, т.е. эталоны рабочей нагрузки для определенной вычислительной системы или ее прототипа. В качестве эталонов обычно выступают отдельные программы или наборы программ. Эталоны могут быть построены из уже существующих программ. Способы построения эталонов могут быть самыми разными: от случайного выбора программ на входе системы до тщательного подбора каждого оператора в эталоне.

смеси команд; эталоны; стохастические модели; трассы.

Недостатки:
данные, собираемые на действующей установке, могут нести на себе отпечаток той системы, на которой они собирались (системная зависимость);
измерительная система, используемая для сбора данных, может искажать собираемые данные настолько, насколько она сама использует ресурсы системы (оценить это влияние практически не возможно);
трудно охватить взаимосвязи между разными характеристиками потока запросов, представленных разными случайными величинами (используется гипотеза о статистической независимости случайных величин, что является не корректным).
Использование данного подхода очень ограничено.

смеси команд; эталоны; стохастические модели; трассы.

Недостатки:
при измерениях всегда существует вероятность искажения измеряемых данных;
измерения носят системно-зависимый характер;
создание программ предварительной обработки трассы и подготовки ее к использованию моделью системы очень трудоемко.

Применялся только к программам в нераспределенной вычислительной среде.

структурные модели; функциональные модели; модели производительности.

Структурные модели вычислительных систем:
Строятся с помощью различного рода структурных диаграмм, использующих теорию графов. Эти модели описывают топологию информационных и управляющих потоков в системе, но не определяют их взаимное влияние друг на друга.

Графовые модели:
Теория графов широко используется при моделировании как программных, так и аппаратных компонентов вычислительных систем. В этих моделях вершины представляют отдельные программы, модули, либо операторы, а дуги – передачу управления между ними. Иногда дуги соответствуют фрагментам программ, а вершины – это точки ветвления, либо передачи управления.

Даже для небольших программ в несколько десятков операторов пространство всевозможных состояний достигает таких размеров, что работа с ним требует значительных вычислительных затрат.

Конечные автоматы:
В моделях, построенных на основе теории автоматов, состояние системы строят из локальных состояний отдельных ее компонентов, что позволяет достаточно просто учитывать параллельное функционирование отдельных частей системы

Модели с очередями:
Модели с очередями основываются на теории массового обслуживания. В этих моделях вычислительная система представляет из себя множество ресурсов – обрабатывающих приборов и очередей к ним.

Сети:
Наиболее популярной моделью стали сети Петри и ее обобщения. В этой модели и ее обобщениях основные трудности преодолевались за счет трех основных характеристик:
один шаг в развитии системы определялся не на общем или глобальном состоянии системы, а только на состоянии тех ее компонентов, от которых он зависел и где происходили какие-то изменения;
моделировалось только управление;
модель графическая.

структурные модели; функциональные модели; модели производительности.

Эмпирические модели
Эмпирические модели производительности строятся на основе анализа данных, полученных при измерении параметров рабочей нагрузки и соответствующих значений производительности системы. Эмпирические данные это одна из форм представления временной диаграммы использования ресурсов системы в интересующем пользователей аспекте. Эмпирическая модель может быть представлена либо в виде таблицы, либо в виде графика и т.п., то есть в любой из форм представления функций. Саму функцию можно построить с помощью регрессионного анализа.

где ak(t)=1, если система находится в состоянии, соответствующем выполнению действия Ak ; и
ak(t)=0 в противном случае;
t и t0 – моменты начала и окончания измерения, причем t>t0.

где t>tn>t0
ek(t )=1 если t=n и
ek(t )=0, в противном случае;
tn – время наступления ek .

где T – длительность i-го наступления Ak ;
g(T1 ,T2 )=1 если T1=T2 и
g(T1 ,T2 )=0 в противном случае.

Ti (i=1, … , n) – время занятости каждого процессора решением задачи на всем отрезке полного решения задачи, длиной Треш.

P0 - определяется классом решаемых задач

HPC Challenge Benchmark

SPECratio
SPECmark

Sun Ultra5-10

Методика оценки производительности SPEC 89 предполагает формирование десяти дифференциальных оценок SPECratioi, каждая из которых определяется как отношение времени выполнения программы № i из наборов Cint89 и Cfp89 на тестируемом компьютере ко времени выполнения той же программы на ЭВМ DEC VAX 11/780.

Интегральной характеристикой производительности компьютера служит показатель SPECmark, являющийся средним геометрическим всех десяти частных оценок SPECratio.

К параметру SPECmark добавлены еще две оценки – SPECint89 и SPECfp89, раздельно характеризующие быстродействие компьютера при обработке целочисленных данных и вещественных чисел.

Возможны три варианта:
в течение всего времени t решения задачи (t – цикл управления) ВС работала безотказно. Т.е. без каких-либо осложнений задача решена в предположении, что программы составлены правильно;
произошел сбой (не усложняя проблемы, учитывая обычную быстротечность процессов, считаем, что сбой — единственный);
произошел отказ.

Вероятность сбоя или отказа на таком элементарном отрезке:

Вероятность безотказной работы на элементарном отрезке :

на всех элементарных отрезках :

Вероятность безотказной работы:

Тогда P2(t)+P3(t)=1-P1(t)=1-e-λt

Вероятности сбоев и отказов:

Полная вероятность успешного решения задачи:

Программно-алгоритмический контроль основан на способности предсказания ограниченной области, которой должны принадлежать результаты счета.

Аппаратный контроль устраняет синхронные аварии и сигнализирует об асинхронных авариях, порождая сигнал прерывания.

Различают горячий и холодный резерв.
В горячем резерве ЭВМ работает в режиме дублирования или решения вспомогательных задач и в любой момент готова взять функции основной. В машина отключена.

Если в системе несколько ЭВМ, то каждая из них может иметь одну или более резервных, то такой механизм называется распределенным резервом.
Существует механизм скользящего резерва, когда несколько ЭВМ являются резервными, и каждая из них способна заменить любую из основных ЭВМ.

Программно выполняются следующие действия:
Сбор и обработка диагностической информации аварийного модуля.
Попытка вернуть его в рабочую конфигурацию в предположении, что авария произошла в результате сбоя.
Сохранение в системном журнале информации об аварии.

3. Отсутствие прироста тактовой частоты (более 3ГГц) при уменьшении площади кристалла процессора.

Мощность, потребляемая процессором (P, Вт) определяемая потерями в структурах процессора пропорциональна частоте переключения fn транзисторов и квадрату питающего напряжения Е2

P∼f* Е2

6. Увеличение числа контактов процессорного разъема (Soket'а).

3 фактора влияют на увеличение числа контактов:
усложнение структуры процессора;
рост потребляемого тока;
увеличение частоты помехи.

Тогда последовательная программа для вычисления E будет такой:
F1 = m ∗ q ∗q∗ q ∗ q ∗ π ∗ π
F2 = 8 ∗ ε0 ∗ ε0 ∗ ε ∗ ε ∗ h ∗ h
E = F1/F2
Здесь имеется параллелизм, но при записи на Фортране (показано выше) или Ассемблере у нас нет возможности явно отразить его. Явное представление параллелизма для вычисления E задается ЯПФ:

Для скалярного параллелизма используют термин мелкозернистый параллелизм.

DO 1 I = 1,N
1 C(I,J) = A(I,J) + B(I,J)

C (∗, j) = A (∗, j) + B (∗, j)

Здесь a = Wск /W − удельный вес скалярных операций.

Здесь Wc − количество передач данных, tc − время одной передачи данных. Выражение:

является сетевым законом Амдала.

2. Даже если задача обладает идеальным параллелизмом, сетевое ускорение определяется величиной:

и увеличивается при уменьшении с. Следовательно, сетевой закон Амдала должен быть основой оптимальной разработки алгоритма и программирования задач, предназначенных для решения на многопроцессорных ЭВМ

Если система имеет несколько архитектурных уровней с разными формами параллелизма, например, мелкозернистый параллелизм на уровне АЛУ, параллелизм среднего уровня на процесссорном уровне и параллелизм задач, то качественно общее ускорение в системе будет:
R = r1×r2×r3,
где ri - ускорение некоторого уровня.

Производительность 280,6 терафлопс

В штате лаборатории - порядка 8000 сотрудников, из которых - более 3500 ученых и инженеров.

Машина построена по сотовой архитектуре, то есть, из однотипных блоков, что предотвращает появление "узких мест" при расширении системы.

Стандартный модуль BlueGene/L - "compute card" - состоит из двух блоков-узлов (node), модули группируются в модульную карту по 16 штук, по 16 модульных карт устанавливаются на объединительной панели (midplane) размером 43,18 х 60,96 х 86,36 см, при этом каждая такая панель объединяет 512 узлов. Две объединительные панели монтируются в серверную стойку, в которой уже насчитывается 1024 базовых блоков-узлов.

На каждом вычислительном блоке (compute card) установлено по два центральных процессора и по четыре мегабайта выделенной памяти

Процессор PowerPC 440 способен выполнять за такт четыре операции с плавающей запятой, что для заданной тактовой частоты соответствует пиковой производительности в 1,4 терафлопс для одной объединительной панели (midplane), если считать, что на одном узле установлено по одному процессору. Однако на каждом блоке-узле имеется еще один процессор, идентичный первому, но он призван выполнять телекоммуникационные функции.

Недостаток:
заключается в том, что даже небольшое увеличение числа устройств на шине (4-5) очень быстро делает ее узким местом, вызывающим значительные задержки при обменах с памятью и катастрофическое падение производительности системы в целом

Достоинство: простота и дешевизна конструкции

Недостаток:
большой объем необходимого оборудования, поскольку для связи n процессоров с n модулями памяти требуется nxn элементарных переключателей

Мультипроцессорная система с матричным коммутатором

Преимущества:
возможность одновременной работы процессоров с различными модулями памяти

Проблема:
задержки

Гиперкуб имеет массу полезных свойств.
Например, для каждого процессора очень просто определить всех его соседей: они отличаются от него лишь значением какой-либо одной координаты хi. Каждая "грань" n-мерного гиперкуба является гиперкубом размерности n-1. Максимальное расстояние между вершинами n-мерного гиперкуба равно n. Гиперкуб симметричен относительно своих узлов: из каждого узла система выглядит одинаковой и не существует узлов, которым необходима специальная обработка.

Примеры классификации Хокни

MIMD конвейерные – Denelcor HEP
MIMD переключаемые с распределенной памятью – PASM, PRINGLE
MIMD переключаемы с общей памятью – CRAY X-MP, BBN Butterfly
MIMD звездообразная сеть – ICAP
MIMD регулярные решетки – Intel Paragon, CRAY T3D
MIMD гиперкубы – NCube, Intel iPCS
MIMD с иерархической структурой (кластеры) – Cm* , CEDAR

В основу классификации В.Хендлер закладывает явное описание возможностей параллельной и конвейерной обработки информации вычислительной системой. При этом он намеренно не рассматривает различные способы связи между процессорами и блоками памяти и считает, что коммуникационная сеть может быть нужным образом сконфигурирована и будет способна выдержать предполагаемую нагрузку.

t(n,d,w)=[(1,d,w)+...+(1,d,w)]{n раз}

Для описания:
сложных структур с подсистемами ввода-вывода
возможных режимов функционирования вычислительных систем, поддерживаемых для оптимального соответствия структуре программ.