بناء محاكي لبنيتي المعالجات فائقة التدرج والمعالجات الشعاعية ومقارنة أدائهما في معالجة التفرع على مستوى البيانات

Authors

  • حسن الأحمد
  • شيرين حبيب

Abstract

تم في هذه الورقة عرض لبنى المعالجات المتوازية والتركيز على بنيتين أساسيتين من هذه البنى وهي بنية المعالج فائق التدرج (Superscalar Processor) وبنية المعالج الشعاعي (Vector Processor)، وبالإعتماد على الخصائص الأساسية لكل منها تم بناء محاكي لهذه البنى يحاكي آلية عملها برمجياً بهدف المقارنة بين أدائها فيما يخص التوازي على مستوى البيانات (Data Level Parallelism DLP) والتوازي على مستوى التعليمات (Instruction Level Parallelism ILP).

تبين النتائج أن فعالية تنفيذ التعليمات على التوازي تعتمد بشكل كبير وأساسي على اختيار بنية المعالج المناسبة للتنفيذ وفق نوع التوازي الممكن تطبيقه على التعليمات، وأن ميزات الشعاع في البنية الشعاعية تحقق تحسين ملحوظ في الأداء لايمكن إغفاله في تنفيذ عمليات DLP وتبسيط للكود البرمجي وتقليل لعدد التعليمات، ويشكل المحاكي المقدم نواة جيدة يمكن تطويرها والإضافة عليها خاصة فيما يخص المجال التعليمي لطلاب علوم وهندسة الحاسب والمجال البحثي.

 

This paper presents parallel computers architectures especially Superscalar processors and Vector processors, building a simulator depending on the basic characteristics for each architecture, the simulator simulates their mechanism of work programmatically at the aim of comparing the performance of the two architectures in executing Data Level Parallelism (DLP) and Instruction Level Parallelism ILP.

The results shows that the effectiveness of executing instructions in parallel depends significantly on choosing the appropriate architecture for execution, according to the type of parallelism that can be applied to instructions, and the vector features in the vector architecture achieve remarkable improvement in performance that cannot be ignored in execution of DLP, simplify the code and reduce the number of instruction. The provided simulator is a good core that can be developed and modified especially in the field of education for the students of Computer Science and Engineering and the research field.

Downloads

Published

2016-07-07

How to Cite

1.
الأحمد ح, حبيب ش. بناء محاكي لبنيتي المعالجات فائقة التدرج والمعالجات الشعاعية ومقارنة أدائهما في معالجة التفرع على مستوى البيانات. Tuj-eng [Internet]. 2016Jul.7 [cited 2024May17];37(1). Available from: http://www.journal.tishreen.edu.sy/index.php/engscnc/article/view/1579

Issue

Vol. 37 No. 1 (2015): العلوم الهندسية

Section

Articles

License

Copyright (c) 2016 ttps://creativecommons.org/licenses/by-nc-sa/4.0/

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The authors retain the copyright and grant the right to publish in the magazine for the first time with the transfer of the commercial right to Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series

 Under a CC BY- NC-SA 04 license that allows others to share the work with of the work's authorship and initial publication in this journal. Authors can use a copy of their articles in their scientific activity, and on their scientific websites, provided that the place of publication is indicted in  Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series   .  The Readers have the right to send, print and subscribe to the initial version of the article, and the title of  Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series     Publisher

journal uses a CC BY-NC-SA license which mean

You are free to:

  • Adapt — remix, transform, and build upon the material
  •  
  • The licensor cannot revoke these freedoms as long as you follow the license terms.

 

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • NonCommercial — You may not use the material for commercial purposes.
  • ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  • No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.