Исследование и разработка программного комплекса системного сопровождения вычислений для вычислительной системы с автоматическим распределением ресурсов тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Петрищев, Дмитрий Вячеславович

• Петрищев, Дмитрий Вячеславович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Петрищев, Дмитрий Вячеславович

Введение.

1. Обзор вычислительных систем, основанных на модели вычислений, управляемых потоком данных.

1.1. Вычисления, управляемые потоком данных.

1.2. Статическая модель потока данных.

1.2.1. MIT Static Dataflow Architecture.

1.2.2. Выводы по статической модели потока данных.

1.3. Динамическая модель потока данных.

1.3.1. Манчестерская потоковая машина.

1.3.2. МГГ Tagged-Token Dataflow Architecture.

1.3.3. Выводы по динамической модели потока данных.

1.4. Модель потока данных с явным хранением токенов.

1.4.1. Проект Monsoon.

1.4.2. Выводы по модели потока данных с явным хранением токенов.

1.5. Гибридная модель потока данных.

1.5.1. Проект ЕМ-4.

1.5.2. Проект StarT.

1.5.3. Выводы по гибридной модели потока данных.

1.6. Выводы к первой главе.

2. Организация вычислений с использованием ВСАРР.

2.1. Модель вычислений ВСАРР.

2.2. Архитектура ВСАРР.

2.3. Механизмы автоматического распределения ресурсов в ВСАРР.

2.4. Механизмы управления процессом вычислений в ВСАРР.

2.5. Программный комплекс системного сопровождения вычислений для ВСАРР.

2.6. Организация доступа пользователей к программному комплексу системного сопровождения вычислений для ВСАРР.

2.7. Прикладные потоковые программы.

2.8. Планирование задач в соответствии с приоритетами.

2.9. Виртуальная память ВСАРР.

2.10. Выводы ко второй главе.

3. Разработка программного комплекса системного сопровождения вычислений для ВСАРР.

3.1. Требования к компонентам программного комплекса.

3.1.1. Клиент.

3.1.2. Административная подсистема.

3.1.3. Подсистема регистрации потоковых программ.

3.1.4. База данных.

3.1.5. Процесс-представитель.

3.1.6. Расширение процесса-представителя.

3.1.7. Супервизор.

3.1.8. Дополнительные компоненты.

3.2. Взаимосвязь между компонентами программного комплекса.

3.3. Алгоритмы управления задачами и памятью.

3.3.1. Адаптивный алгоритм планирования с использованием динамических приоритетов задач.

3.3.2. Алгоритм планирования с использованием пакетов задач.

3.3.3. Алгоритм откачки страниц в дисковую память.

3.4. Интерфейсы компонентов программного комплекса.

3.4.1. Административная подсистема.

3.4.2. Подсистема регистрации потоковых программ.

3.4.3. База данных.

3.4.4. Процесс-представитель.

3.4.5. Расширение процесса-представителя.

3.4.6. Супервизор.

3.4.7. Системные вызовы.

3.4.8. Клиент.

3.4.9. Надстройки над клиентом.

3.4.10. Утилита запуска потоковых программ из командной строки.

3.5. Выводы к третьей главе.

4. Исследование выполнения различных программ на инструментальном испытательном комплексе ВСАРР.

4.1. Инструментальный испытательный комплекс ВСАРР.

4.1.1. Имитационная модель В САРР.

4.1.2. Блочно-регистровая модель ВСАРР.

4.1.3. Макет ВСАРР.

4.1.4. Интегрированная среда разработки потоковых программ.

4.1.5. Программный комплекс системного сопровождения вычислений.

4.2. Проведение экспериментов на инструментальном испытательном комплексе ВСАРР.

4.3. Выводы к четвертой главе.

Введение диссертации (часть автореферата) на тему «Исследование и разработка программного комплекса системного сопровождения вычислений для вычислительной системы с автоматическим распределением ресурсов»

Актуальность темы диссертации

Современные высокопроизводительные вычислительные системы -суперЭВМ - играют значительную роль в ключевых областях науки и техники. Традиционная сфера применения суперЭВМ - научные вычисления. Например, в физике - статистическая механика, газовая динамика, исследование свойств плазмы, астрофизика. В химии - молекулярная динамика, квантовая химия, конструирование лекарств. Значительные исследования с применением суперЭВМ проводятся в области биологии - например, исследование генома человека. В области метеорологии с помощью суперЭВМ делаются попытки долгосрочного прогнозирования погоды. Решение ряда инженерно-технических задач также требует использования суперЭВМ. Среди них - задачи аэрокосмической и автомобильной индустрии, ядерной энергетики, поиск месторождений полезных ископаемых, конструирование новых ЭВМ.

Таким образом, в настоящее время научно-технический потенциал любого государства в значительной степени определяется уровнем развития высокопроизводительных вычислительных систем. Для решения фундаментальных задач науки и техники создаются многопроцессорные суперкомпьютеры с производительностью 1012-1015 операций в секунду, которая достигается благодаря распараллеливанию вычислительных процессов [9, 16]. Дальнейшее повышение производительности возможно как за счет увеличения количества содержащихся в вычислительной системе процессоров или машин, так и за счет поиска более эффективных методов распараллеливания вычислений [6, 8, 56].

В настоящее время во всем мире основное внимание уделяется созданию кластерных и массивно-параллельных систем на основе процессоров общего назначения. По данным сайта www.top500.org, на июнь 2006 года 73% списка Тор500 составляли кластеры [12], 20% - массивно-параллельные системы. Для создания 93% систем списка Тор500 были использованы процессоры общего назначения производства фирм Intel, IBM и AMD. Производительность подобных систем сильно зависит от класса решаемых задач. Так, на задачах пакета UNPACK лучшие из современных суперЭВМ показывают максимальную производительность, равную 60-80% от пиковой производительности. Вместе с тем, на многих реальных задачах их производительность существенно ниже и может составлять 10-20% от пиковой производительности [13, 64, 70]. Основными причинами этого являются:

• Сложность балансировки нагрузки на блоки вычислительной системы.

• Высокие накладные расходы на синхронизацию вычислительных процессов.

• Низкая эффективность механизмов кэширования данных при определенных схемах доступа к памяти (например, при нерегулярном доступе к данным или при частом доступе к глобальным данным из параллельно выполняющихся вычислительных процессов).

Для того чтобы обойти ограничения, присущие традиционным архитектурам высокопроизводительных вычислительных систем, во всем мире делаются попытки исследования и создания новых, нетрадиционных архитектур: асинхронных, реляционных, рекурсивных, функциональных, потоковых и других. Весьма перспективными являются архитектуры, основанные на модели вычислений, управляемых потоком данных, работа над которыми проводилась и проводится во многих странах мира, в том числе, в США, Японии, Великобритании и России. Одним из важнейших достоинств потоковых архитектур является возможность автоматического распараллеливания вычислений и балансировки загрузки процессоров [4].

В отделе «Проблем построения информационно-вычислительных систем высокого параллелизма» Института проблем информатики Российской академии наук под руководством академика [B.C. Бурцева! были разработаны новые принципы организации вычислительного процесса и на их основе создана вычислительная система с автоматическим распределением ресурсов

ВСАРР), использующая гибридную модель вычислений, управляемых потоком данных, с динамически формируемым контекстом [5]. Для данной системы завершен этап имитационного моделирования и первый этап макетирования. Создана блочно-регистровая поведенческая модель системы, на которой исследовано прохождение ряда вычислительных задач, частично проработана поддержка виртуальной памяти и многозадачного режима работы. Ведется подготовка к созданию макета второй очереди, который будет полностью поддерживать виртуальную память и многозадачный режим работы. Разработаны инструментальные средства, позволяющие вести программирование для ВСАРР с использованием как языка ассемблера, так и языка повышенного уровня. Таким образом, уже можно говорить о перспективах применения созданных и создаваемых моделей и макетов в качестве «испытательной лаборатории» для исследования различных научно-технических решений, отработки подходов к практическому применению ВСАРР.

Эффективность практического применения высокопроизводительного вычислительного комплекса во многом зависит от его операционной системы. Основными функциями операционной системы являются [10]:

• Управление задачами.

• Управление памятью.

• Организация ввода-вывода.

• Поддержка файловой системы.

Как правило, при выполнении своих функций операционная система полагается на имеющиеся в ее распоряжении аппаратные средства, так что структура и алгоритмы работы операционной системы в значительной степени зависят от структуры и алгоритмов работы аппаратных средств [24].

Необходимо заметить, что модель вычислений, которая положена в основу ВСАРР, и архитектура ВСАРР обладают рядом принципиальных отличий от моделей вычислений и архитектур других вычислительных систем. Поэтому не представляется возможным использовать для организации вычислений в ВСАРР какую-либо из существующих операционных систем (пусть даже с некоторыми доработками). С другой стороны, некоторые из функций операционной системы являются в значительной степени нейтральными по отношению к модели вычислений и архитектуре ВСАРР. Например, механизмы удаленного доступа к вычислительной системе, реализованные во всех современных операционных системах, лишь в малой своей части привязаны к конкретным аппаратным средствам

В данной диссертационной работе решается проблема создания программного комплекса системного сопровождения вычислений для вычислительной системы с автоматическим распределением ресурсов. Разрабатываемый программный комплекс предназначен для организации многозадачного многопользовательского режима работы ВСАРР с возможностью удаленного доступа к ВСАРР. Программный комплекс обеспечивает возможность одновременной работы с ВСАРР большого количества пользователей, которые могут запускать на ВСАРР различные вычислительные задачи. Программный комплекс выполняет те функции операционной системы, которые являются зависимыми от модели вычислений и архитектуры ВСАРР - управление задачами, управление памятью, ввод-вывод исходных данных и результатов вычислений. При этом остальные функции ввода-вывода и поддержка файловой системы возлагаются на обычную операционную систему - такую, как Windows или Linux, что позволяет существенно сократить размер и сроки создания программного комплекса.

Цель и задачи работы

Настоящая диссертационная работа посвящена исследованию и разработке принципов организации вычислений с использованием вычислительной системы с автоматическим распределением ресурсов и созданию программного комплекса системного сопровождения вычислений для ВСАРР, позволяющего организовать эффективное практическое применение ВСАРР в составе традиционной вычислительной среды.

Для достижения поставленной цели в работе решаются следующие основные задачи:

1) Анализ различных вычислительных систем с моделью вычислений, управляемых потоком данных, с точки зрения роли системного программного обеспечения при организации вычислений.

2) Исследование модели вычислений и архитектуры вычислительной системы с автоматическим распределением ресурсов.

3) Разработка принципов функционирования и структуры программного комплекса системного сопровождения вычислений для ВСАРР.

4) Реализация компонентов программного комплекса системного сопровождения вычислений для ВСАРР.

5) Исследование выполнения различных программ на инструментальном испытательном комплексе ВСАРР с использованием программного комплекса системного сопровождения вычислений для ВСАРР.

Объект и предмет исследования

Объектом исследования является вычислительная система новой нетрадиционной архитектуры - вычислительная система с автоматическим распределением ресурсов, а также ее математическое обеспечение. Предметом исследования является программный комплекс системного сопровождения вычислений для ВСАРР.

Методы исследования

Исследования проводились с использованием основных положений теории параллельных вычислений, теории высокопроизводительных вычислений и теории построения операционных систем. Реализация программного комплекса системного сопровождения вычислений для ВСАРР велась с применением компонентного подхода.

Научная новизна

Впервые предложены программные средства, позволяющие организовать эффективное практическое применение ВСАРР в составе традиционной вычислительной среды.

Основные научные результаты работы таковы:

1) Предложены принципы функционирования программного комплекса системного сопровождения вычислений для ВСАРР, в том числе, принципы планирования задач в многозадачном режиме работы ВСАРР и принципы организации программной поддержки виртуальной памяти ВСАРР.

2) Предложена структура программного комплекса системного сопровождения вычислений для ВСАРР, позволяющая организовать многозадачный многопользовательский режим работы ВСАРР.

3) Созданы программные интерфейсы доступа к ВСАРР, позволяющие обеспечить удаленный доступ к ВСАРР и упростить интеграцию ВСАРР в традиционную вычислительную среду.

4) Исследовано выполнение различных программ на инструментальном испытательном комплексе ВСАРР с использованием программного комплекса системного сопровождения вычислений для ВСАРР, подтверждена работоспособность программного комплекса и получены оценки его эффективности.

Практическая значимость

Практическая значимость работы заключается в следующем:

1) Реализован программный комплекс системного сопровождения вычислений для ВСАРР.

2) Разработаны и апробированы различные способы доступа пользователей к программному комплексу системного сопровождения вычислений для ВСАРР.

3) Создана интегрированная среда разработки программ для ВСАРР.

4) Создан ряд прикладных программ для ВСАРР.

Положения, выносимые на защиту

1) Разработанные методы планирования задач в многозадачном режиме работы ВСАРР и программные механизмы поддержки виртуальной памяти ВСАРР.

2) Разработанная структура программного комплекса системного сопровождения вычислений для ВСАРР.

3) Разработанные программные интерфейсы доступа к ВСАРР.

4) Исследование выполнения различных программ на инструментальном испытательном комплексе ВСАРР с использованием программного комплекса системного сопровождения вычислений для ВСАРР.

Реализация результатов работы

Разработанные научно-технические решения были реализованы в Институте проблем информатики РАН в ходе исследования и разработки вычислительной системы с автоматическим распределением ресурсов, прошли апробацию на инструментальном испытательном комплексе ВСАРР и вошли в состав инструментального испытательного комплекса.

Апробация работы

Основные положения и результаты работы докладывались и обсуждались на научных семинарах в ИЛИ РАН в 2003-2007 гг., а также на конференциях и научных форумах: на международной научной конференции «Искусственный интеллект - 2004. Интеллектуальные и многопроцессорные системы - 2004» (пос. Кацивели, Крым, 2004), на «II Научной сессии Института проблем информатики Российской академии наук: Проблемы и методы информатики» (Москва, 2005), на международной научно-технической конференции «Интеллектуальные и многопроцессорные системы - 2005» (пос. Дивноморское, 2005), на научно-практическом семинаре «Новые информационные технологии в автоматизированных системах» (Москва, 2006).

Исследование разработанных методик, алгоритмов и программных решений проводилось в Институте проблем информатики РАН на инструментальном испытательном комплексе ВСАРР.

Структура и объем диссертации

Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Общий объем диссертации составляет 138 страниц.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Петрищев, Дмитрий Вячеславович

Основные результаты диссертационной работы таковы:

1) Проведено исследование ранее разработанных потоковых архитектур и моделей вычислений, определены их основные недостатки.

2) Предложены принципы функционирования программного комплекса системного сопровождения вычислений для ВСАРР, в том числе, принципы планирования задач в многозадачном режиме работы ВСАРР и принципы организации программной поддержки виртуальной памяти ВСАРР, учитывающие аппаратные механизмы функционирования многозадачного режима работы и виртуальной памяти ВСАРР.

3) Предложена структура программного комплекса системного сопровождения вычислений для ВСАРР, позволяющая организовать многозадачный многопользовательский режим работы ВСАРР.

4) Созданы программные интерфейсы доступа к ВСАРР, позволяющие обеспечить удаленный доступ к ВСАРР и упростить интеграцию ВСАРР в традиционную вычислительную среду.

5) Реализован программный комплекс системного сопровождения вычислений для ВСАРР, создана интегрированная среда разработки для ВСАРР.

6) Проведено исследование выполнения различных программ на инструментальном испытательном комплексе ВСАРР с использованием программного комплекса системного сопровождения вычислений для ВСАРР, подтверждена работоспособность программного комплекса и получены оценки его эффективности.

Исходя из результатов диссертационной работы, дальнейшие исследования целесообразно вести в направлении уточнения методов планирования задач и способов организации обменов между ООЗУ и дисками. Также необходимо проведение дополнительных исследований с целью определить оптимальные параметры разработанных алгоритмов планирования задач и откачки данных из ООЗУ в дисковую память.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Петрищев, Дмитрий Вячеславович, 2007 год

1. Акжолов М.Ж., Мадера А.Г., Сотников А.Н. Руководство пользователя системы МВС-1000/М в режиме удаленного доступа. М.: Изд-во МГИРЭА, 2005.-56 стр.

2. Березко A.M. Принципы действия и архитектура манчестерской потоковой машины. Отчет по теме «Анализ современного состояния архитектур вычислительных машин потока данных». Москва, 1988.

3. Березко A.M. Новые концепции в архитектуре потоковых машин с тегированием данных. Отчет отдела системного программирования ВЦКП РАН. Москва, 1991.

4. Бурцев B.C. Система массового параллелизма с автоматическим распределением аппаратных средств суперЭВМ в процессе решения задачи // Сборник «Вычислительные машины с нетрадиционной архитектурой. СуперЭВМ» Вып.2. М.: Изд-во ВЦКП РАН, 1994. стр. 337.

5. Бурцев B.C. Новые принципы организации вычислительных процессов высокого параллелизма // Труды первой Всероссийской научной конференции «Методы и средства обработки информации 2003». М.: Изд-во МГУ, 2003. - стр. 17-31.

6. Бурцев B.C. Параллелизм вычислительных процессов и развитие архитектуры суперЭВМ: Сборник статей. М.: ТОРУС ПРЕСС, 2006. 416 стр.

7. Бэкон Д., Харрис Т. Операционные системы. СПб: Питер, 2004. 800 стр.

8. Воеводин В.В. Суперкомпьютеры: вчера, сегодня, завтра // Сборник научно-популярных статей «Российская наука на заре нового века». М.: Научный мир, 2001. стр. 475-483.

9. Системы параллельной обработки. Под ред. Ивенса Д. М.: Мир, 1985. -416 стр.

10. Ю.Кейслер С. Проектирование операционных систем для малых ЭВМ. М.: Мир, 1986.-680 стр.

11. Кнут Д. Искусство программирования. Т.З. Сортировка и поиск. М.: Вильяме, 2000. 832 стр.

12. Коваль В.Н., Савяк В.В. Мультипроцессорные кластерные системы: планирование и реализация // Журнал «Искусственный интеллект» 3'2004. Донецк: Изд-во ИЛИИ, 2004. стр. 117-126.

13. З.Левин И.И., Коновальчик П.М., Иванов А.И., Малеванчук А.Д. Многопроцессорная система, адаптируемая под информационную структуру задач различных классов // Журнал «Искусственный интеллект» 3'2004. Донецк: Изд-во ИЛИИ, 2004. стр. 140-148.

14. Левченко Н.Н. Аппаратно-программные средства работы с динамически формируемым контекстом вычислений в системе с автоматическим распределением ресурсов. Диссертация на соискание ученой степени кандидата технических наук. Москва, ИЛИ РАН, 2005.

15. Подбельский В.В. Язык С++: Учеб. Пособие. 2-е изд. М.: Финансы и статистика, 1996. 560 стр.

16. Сафонов В.О. Введение в Java-технологию. СПб: Наука, 2002 187 стр.

17. Таненбаум Э. Современные операционные системы. 2-е изд. СПб: Питер, 2004. -1040 стр.

18. Топорков В.В. Модели распределенных вычислений. М.: ФИЗМАТ ЛИТ, 2004. 320 стр.

19. Фаронов В.В. Delphi. Программирование на языке высокого уровня. СПб: Питер, 2004. 640 стр.

20. СуперЭВМ. Аппаратная и программная реализация. Под ред. С. Фернбаха. М.: Радио и связь, 1991. 320 стр.

21. Фортран и искусство программирования персональных ЭВМ: Пер. с англ. М.: Радио и связь, 1993. 352 стр.

22. Хлыстов К.В. Анализ средств регулирования параллелизма в вычислительных системах потока данных // Материалы девятого научно-практического семинара «Новые информационные технологии в автоматизированных системах». М.: Изд-во МГИЭМ, 2006. стр. 289301.

23. Холзнер С. Visual С++ 6: учебный курс. СПб: Питер, 1999. 576 стр.

24. Цилькер Б.Я., Орлов С.А. Организация ЭВМ и систем. СПб: Питер, 2006.- 668 стр.

25. Эдди С. XML: справочник. СПб: Питер, 2000. 480 стр.

26. Ang B.S., Arvind, Chiou D. StarT the Next Generation: Integrating Global Caches and Dataflow Architecture // Advanced Topic in Dataflow Computing and Multithreading, IEEE Computer Society Press, 1995. pp. 19-54.

27. Arvind, Thomas R.E. I-structures: An efficient data type for parallel machines // Tech. Rep. TM 178, Computat. Structures Group, MIT Lab. for Comput. Sci., 545, Technology Square, Cambrige, MA 02139,1980.

28. Arvind, Gostelow K. P. The U-interpreter // IEEE Computer, Vol.15, No.2, 1982.-pp. 42-49.

29. Arvind, Culler D. Managing Resources in a Parallel Machine // Fifth Generation Computer Architectures. Elsevier Science Publishers, 1986. pp. 103-121.

30. Arvind, Iannucci R.A. Two Fundamental Issues in Multiprocessing // Proceedings of the 4th International DFVLR Seminar on Foundations of Engineering Sciences on Parallel Computing in Science and Engineering, 1988.-pp. 61-88.

31. Arvind, Nikhil S. Executing a Program on the MIT Tagged-Token Dataflow Architecture // IEEE Transactions on Computers, Vol.39, No.3, 1990. pp. 300-318.

32. Arvind, Brobst S. The evolution of dataflow architectures: from static dataflow to P-RISC // International Journal of High Speed Computing, Vol.5, No.2, 1993.-pp. 125-153.

33. Backus J. Can Programming Be Liberated from the von Neumann Style? A Functional Style and Its Algebra of Programs // CACM, Vol.21, No.8, 1978. -pp. 613-641.

34. Bic L., Al-Mouhamed M. The EM-4 under implicit parallelism. Journal of Parallel and Distributed Computing, Vol.19, No.3,1993. -pp. 255-261.

35. Bohm A.P.W., Teo Y.M. Resource Management in a Multi-Ring Dataflow Machine // Proceedings of the International Conference on Parallel Architecture (CONPAR), Manchester, UK, 1989. pp. 566-577.

36. Culler D. Resource Management for the Tagged Token Dataflow Architecture. MIT Technical Report MIT/LCS/TR-332,1985. 116 p.

37. Culler D. Managing Parallelism and Resources in Scientific Dataflow Programs. PhD thesis, Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology, March 1990.

38. Culler D., Schauser K., Eicken T. Two Fundamental Limits on Dataflow Multiprocessing // IFIP WG 10-3 Parallel Architectures and Compilation Techniques, Jan 1992. 14 p.

39. Dennis J., Misunas D. A preliminary Architecture for Basic Data-Flow Processor // Project MAC, MIT, Houston, TX. 1975. pp. 126-132.

40. Dennis J. Data Flow Supercomputers // Computer, Vol.13, No. 11, 1980. pp. 48-56.

41. Dennis J. The evolution of «static» data-flow architecture // Advanced Topics in Data-Flow Computing. Prentice-Hall, 1991. pp. 35-91.

42. Feo J.T., Cann D.C., Oldehoeft R.R. A Report on the SISAL Language Project // Journal of Parallel and Distributed Computing, Vol.10, No.4, 1990. pp. 349-366.

43. Gurd R.J., Catto A.J. Resource management in dataflow // Proceedings of the 1981 conference on Functional programming languages and computer architecture. pp. 77-84.

44. Gurd J. The Manchester Dataflow Machine // Computer Physics Communications, Vol.37, No.2,1985. pp. 49-62.

45. Gurd J., Snelling D. Self-Regulation of Workload in the Manchester DataFlow Computer // Proceedings of the 28th Annual ACM/IEEE International Symposium on Microarchitecture, 1995. pp. 135-145.

46. Herath J., Yamaguchi Y., Saito N., Yuba T. Dataflow Computing Models, Languages, and Machines for Intelligence Computations // IEEE Transactions on Software Engineering, Vol.14, No.12,1988. pp. 1825-1828.

47. Kavi K.M., Arul J., Giorgi R. Execution and Cache Performance of the Scheduled Dataflow Architecture // Journal of Universal Computer Science, Vol.6,No. 10,2000.-pp. 32-42.

48. Magro W., Petersen P., Shah S. Hyper-Threading Technology: Impact on Compute-Intensive Workloads // Intel Technology Journal, Vol.6, No.l, 2002. pp. 58-66.

49. Nagase H., Kameya M., Kawanami Т., Shiono T. Dataflow Computer which Accelerates Execution of Sequential Programs by Firing Instruction Precedently // System and Computers in Japan, Vol.33, No.9, 2002. pp. 6877.

50. Nikhil R. Dataflow Programming Languages // Proceedings of the 13th IMACS World Congress on Computation and Applied Mathematics, Trinity College, Dublin, Ireland, July 22-26, 1991.

51. Papadopoulos G.M., Traub K.R. Multithreading: A revisionist view of dataflow architectures // Proceedings of the 18th Annual International Symposium on Computer Architecture, 1991. pp. 342-351.

52. Papadopoulos M., Culler D. Retrospective: Monsoon: an explicit token-store architecture // Proceedings of the International Conference on Computer Architecture, Barselona, Spain, 1998. pp. 74-76.

53. Robic В., Silc J., Ungerer T. Beyond dataflow // Computing and Information Technology, Vol.8, No.2,2000. pp. 89-101.

54. Roh L., Shankar В., Bohm W., Najjar W. Resource Management in Dataflow-Based Multithreaded Execution // Journal of Parallel and Distributed Computing, Vol.61, No.5,2001. pp. 581-608.

55. Ruggiero С.A., Sargeant J. Control of Parallelism in the Manchester Dataflow Computer // Lecture Notes in Computer Science, No.274,1987. pp. 1-15.

56. Saphir W., Woo A., Yaroww M. The NAS Parallel Benchmark 2.1 Results, Report NAS-96-010,1996.

57. Silc J., Robic В., Ungerer T. Asynchrony in parallel computing: From dataflow to multithreading // Parallel and Distributed Computing Practices, Vol.1, No.l, 1998.-pp. 3-30.

58. Sterling Т., Bergman L. A design analysis of a Hybrid Technology Multithreaded Architecture for Petaflops scale computation // Jet propulsion laboratory California Institute of Technology Pasadena, California, 1999.

59. Teo M., Bohm W. Resource Management and Iterative Instructions // Advanced Topics in Dataflow Computing. Prentice-Hall, 1991. pp. 481-499.

60. Traub K.R., Popadopoulos G.M., Beckerle M.J., Hicks J.E., Young J. Overview of the Monsoon Project // Proceedings of the 1991 IEEE International Conference on Computer Design, Cambridge, MA, 1991. pp. 150-155.

61. Watson I., Gurd J. A prototype data flow computer with token labeling // Proceedings of the National Сотр. Conf., 1979. pp. 623-628.

62. Wong P., Wijngaart R.F. The NAS Parallel Benchmark Version 2.4, Report NAS-02-007,2002.

63. Young J. Context Management in the ID Run Time System // Computation Structure Group Memo 319, Massachusetts Institute of Technology, Cambrige, 1990.1. ПЕРЕЧЕНЬ СОКРАЩЕНИЙ

64. СОМ Component Object Model (компонентная объектная модель).

65. CORBA Common Object Request Broker Architecture (архитектура распределенных объектов).

66. DCOM Distributed Component Object Model (распределенная компонентная объектная модель).

67. E Integrated Development Environment (интегрированная среда разработки).

68. U Least Recently Used (наименее использовавшийся в последнее время).

69. ODBC Open Data Base Connectivity (открытый интерфейс доступа к базам данных).1. АП ассоциативная память.

70. АТЗ аппаратная таблица задач.

71. ВСАРР — вычислительная система с автоматическим распределением ресурсов.

72. ИУ исполнительное устройство.

73. МАП модуль ассоциативной памяти.

74. ООЗУ общее оперативное запоминающее устройство.

75. ПЛИС программируемая логическая интегральная схема.

76. ПО программное обеспечение.

77. САПР система автоматизированного проектирования.

78. ЦУУП центральное устройство управления памятью.