Математические модели и схемы конвейерной обработки унитарных кодов в однородных вычислительных системах

Целью исследования является создание моделей и конвейерных схем для высокопроизводительной обработки унитарных кодов в однородных вычислительных системах.

Методы исследования основаны на теории проектирования однородных вычислительных систем, методах синтеза итеративных сетей и систем искусственного интеллекта. Унитарные коды являются сигнально-информационной базой для анализа и планирования параллельных процессов в однородных вычислительных системах. Известные одномерные и двумерные итеративные сети являются основой для создания однородных конвейерных схем и рекуррентных вычислений в них. Тем не менее итеративные сети, состоящие из однородных вычислительных ячеек с регулярными связями, по умолчанию реализуют единственный вычислительный процесс и, как правило, одну поисково-вычислительную функцию Для повышения удельной производительности работы конвейерных схем развиты принципы мульти функциональности и мульти конвейеризации, позволяющие реализовывать на каждом такте работы конвейера работу нескольких ячеек, реализующих более одной операции.

Результаты. Созданы практически значимые конвейерные схемы с организацией нескольких локальных вычислительных процессов, имеющих собственные стартовые точки, что необходимо для эффективной работы однородных вычислительных систем – реконфигурируемые вычислительные структуры, машины баз данных и знаний, ассоциативные процессоры и др. Сравнительные оценки конвейерных схем проведены для общезначимых операций обработки унитарных кодов: арбитраж, формирование правой, левой серии логических «1». Показано, что применение принципов мультифункциональности и мультиконвейеризации обеспечивает пропорциональное уменьшение времени, приходящегося на одну операцию.

Заключение. Синтез параллельно-конвейерных схем обработки унитарных кодов на базе итеративных сетей основан на объединении и развитии принципов тактирования ячеек, мультифункциональности ячеек, мультиконвейеризации, что позволяет вести эффективную обработку потоков унитарных кодов, имеющих дуальную трактовку элементов (цифра/символ).

1. Корнеев В. В. Вычислительные системы. М.: Гелиос АРВ, 2004. 510 с.

2. Хорошевский В. Г. Архитектура вычислительных систем. 2-е изд. М.: Московский государственный технический университет им. Н.Э. Баумана, 2008. 520 с.

3. Бурцев В. С. Параллелизм вычислительных процессов и развитие архитектуры суперЭВМ: сб. статей. М.: Торус Пресс, 2006. 414 с.

4. Гузик В.Ф., Каляев И.А., Левин И.И. Реконфигурируемые вычислительные системы. Ростов-на-Дону: Южный федеральный университет, 2016. 472 с.

5. Каляев И. А., Левин И.И. Реконфигурируемые вычислительные системы на основе ПЛИС. Ростов-на-Дону: Южный научный центр РАН, 2022. 475 с.

6. Огнев И.В., Борисов В.В., Сутула Н.А. Ассоциативные память, среды, системы. М.: Горячая линия – Телеком, 2016. 420 с.

7. Гэри М., Джонсон Д. Вычислительные машины и труднорешаемые задачи. М.: Мир, 1982. 416 с.

8. Lothaire M. Applied Combinatorics on Words // Encyclopedia of Mathematics and its Applications. Cambridge: Cambridge University Press, 2005.

9. Рыбина Г.В. Основы построения интеллектуальных систем. М.: Финансы и статистика, ИНФРА-М, 2010. 432 с.

10. Архитектура вычислительных систем с элементами конвейерной обработки / О.Я. Кравец, Е.С. Подвальный, В.С. Титов, А.С. Ястребов. Воронеж, Курск, Санкт-Петебург: Политехника, 2009. 151 с.

11. Воеводин В.В. Математические модели и методы в параллельных процессах. М.: Наука, 1986. 296 с.

12. Voevodin V.V., Voevodin Vl.V. Parallel computing. St. Petersburg: BHV-Peterburg Publ., 2002. 608 p.

13. Бандман О.Л., Миренков Н.Н., Седухин С.Г. Специализированные процессоры для высоко-производительной обработки данных. М.: Радио и связь, 1988. 208 с.

14. Фет Я. И. Параллельные процессоры для управляющих систем. М.: Энергоиздат, 1981. 160 с.

15. Обзор исследований киберстрахования / А. Л. Ханис, С. В. Беспалько, Е. А. Титенко [и др.] // Интеллектуальные информационные системы: тенденции, проблемы, перспективы: материалы докладов VII всероссийской очной научно-практической конференции «ИИС-2019». Курск: Юго-Западный государственный университет, 2019. С. 108-118.

16. Павлов П. А. Математические модели и методы организации вычислений в мультипроцессорных системах // Компьютерные исследования и моделирование. 2025. Т. 17, № 3. С. 423-436.

17. Кобайло А. С. Применение гибридных методов проектирования вычислительных систем реального времени // Труды БГТУ. Серия 3: Физико-математические науки и информатика. 2018. № 1(206). С. 120-124.

18. Ватутин Э. И., Зотов И.В., Титов В.С. Использование схемных формирователей и преобразователей двоичных последовательностей при построении комбинаторно-логических акселераторов // Известия Курского государственного технического университета. 2008. №4(25). С. 32-39.

19. Зельдин Е.А. Цифровые интегральные микросхемы в информационно-измерительной аппаратуре. Л.: Энергоатомиздат, 1986. 280 с.

20. Аппаратно-ориентированный метод ускоренного поиска вхождений образца на основе структурно-процедурных вычислений / Е. А. Титенко, Э. И. Ватутин, М. А. Титенко [и др.] // Известия ЮФУ. Технические науки. 2024. № 5(241). С. 68-78.

21. Титенко Е. А., Скорняков К.С., Бусыгин К.Н. Методы и сумматоры с параллельными групповыми процессами // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2013. № 1. С. 161-166.

22. Титенко Е. А., Семенихин Е.А., Петрик Е. А. Структурно-функциональная организация арбитра параллельной обработки запросов // Информационно-измерительные и управляющие системы. 2010. Т. 8, № 11. С. 30-34.

23. Титенко Е. А., Типикин А. П., Лапин Д. В. Некоторые пути построения перспективных вычислительных систем для параллельной обработки массивов данных и изображений на ПЛИС // Электромагнитные волны и электронные системы. 2016. Т. 21, № 10. С. 56-59.