लेख के पहले भाग में , हमने एक डेटा प्रवाह की वास्तुकला और एक नियंत्रण प्रवाह (कंट्रोलफ्लो) की वास्तुकला के बीच मुख्य अंतर की जांच की, 1970 के दशक में एक दौरा किया, जब पहला हार्डवेयर डेटाफ्लो मशीन दिखाई दिया और स्थिर और गतिशील स्ट्रीमिंग कम्प्यूटेशनल मॉडल की तुलना में। आज मैं आपको डेटाफ़्लो आर्किटेक्चर से परिचित कराना जारी रखूंगा। बिल्ली में आपका स्वागत है!

उपरोक्त के अलावा: गतिशील स्ट्रीमिंग सिस्टम में लूप कार्यान्वयन

आइए हम लूप संगठन के उदाहरण पर संदर्भ के काम पर अधिक विस्तार से विचार करें। आपको याद दिला दूं कि संदर्भ टोकन संरचना का एक क्षेत्र है जो विशिष्ट रूप से डेटाफ्लो ग्राफ नोड के एक उदाहरण की पहचान करता है। लूप के मामले में, संदर्भ पुनरावृत्ति संख्या होगी।

उदाहरण 1. फाइबोनैचि संख्या

फाइबोनैचि संख्याओं की गणना डेटा पर पुनरावृत्तियों की निर्भरता के साथ एक चक्र का एक उत्कृष्ट उदाहरण है। Nth संख्या (N-1) वें और (N-2) वें का योग है:

int fib [MAX_I]; fib [0] = 1; fib [1] = 1; for (i = 2; i < MAX_I; i++) { fib [i] = fib [i-1] + fib [i-2]; } 

हम गणनाओं के प्रवाह ग्राफ का निर्माण करते हैं:


यह देखना आसान है कि ग्राफ में (MAX_I-2) समरूप नोड्स होते हैं जो केवल संदर्भ मूल्यों (नोड छवि के नीचे की संख्या) में भिन्न होते हैं। नोड का तर्क (छद्म कोड में) इस तरह दिखेगा:

  fib (:  A,  B)  i = _(A);  result = _(A) + _(B); _ (: result, : host, : i);  (i < MAX_I-1) _ (: result, : fib, : i+1); _ (: result, : fib, : i+2);     fib 

कार्यक्रम शुरू करने के लिए आपको तीन टोकन भेजने होंगे:

 _ (: 1, : fib, : 2); _ (: 1, : fib, : 2); _ (: 1, : fib, : 3); 

स्ट्रीमिंग प्रोग्राम के निष्पादन के परिणामस्वरूप, मेजबान को टोकन का एक सेट भेजा जाएगा, जिनमें से प्रत्येक संदर्भ क्षेत्र में फाइबोनैचि संख्या और डेटा क्षेत्र में स्वयं को ले जाएगा। कृपया ध्यान दें कि एक और टोकन (ग्राफ पर धराशायी रेखा के साथ चिह्नित) को "कहीं नहीं," अधिक सटीक रूप से भेजा जाता है, यह कभी भी इसके साथ जोड़े गए टोकन की कमी के कारण नोड का निष्पादन शुरू नहीं करता है। आप नोड कोड में एक और शर्त चेक (i <MAX_I-2) जोड़कर, या एक सॉफ्टवेयर या हार्डवेयर "कचरा संग्रहकर्ता" का आयोजन करके इससे छुटकारा पा सकते हैं।

उदाहरण 2. मैट्रिक्स जोड़

आइए अब एक उदाहरण पर विचार करें जहां डेटा के अनुसार पुनरावृत्तियों के बीच कोई निर्भरता नहीं है: इसके अलावा मेट्रिस सी [i, j] = A [i, j] + B [i, j]।

 int A [MAX_I][MAX_J]; int B [MAX_I][MAX_J]; int C [MAX_I][MAX_J]; GetSomeData (A, B); for (i = 0; i < MAX_I; i++) for (j = 0; j < MAX_J; j++) { C[i,j] = A[i,j] + B[i,j]; } 

सभी (MAX_I * MAX_J) पुनरावृत्तियों को एक साथ किया जा सकता है। मैट्रिक्स जोड़ मैट्रिक्स ऐसा दिखता है:


इस मामले में संदर्भ एक दो-समन्वय संरचना है {i; j}। इसे ध्यान में रखते हुए, ग्राफ़ नोड इस तरह दिखाई देगा:

  add (:  A,  B)  {i, j} = _(A);  result = _(A) + _(B); _ (: result, : host, : {i, j});   add 

कृपया ध्यान दें कि यहाँ कोई सीमा जाँच नहीं है! इनपुट डेटा के आयाम के आधार पर पुनरावृत्तियों की संख्या स्वचालित रूप से चुनी जाती है। इनपुट, वैसे, इस रूप में आना चाहिए:

 _ (: A[0, 0], : add, : {0, 0}); _ (: B[0, 0], : add, : {0, 0}); _ (: A[0, 1], : add, : {0, 1}); _ (: B[0, 1], : add, : {0, 1}); ... _ (: A[MAX_I-1, MAX_J-1], : add, : {MAX_I-1, MAX_J-1}); _ (: B[MAX_I-1, MAX_J-1], : add, : {MAX_I-1, MAX_J-1}); 

डेटाफ़्लो सिस्टम विरल डेटा के प्रसंस्करण के लिए बहुत प्रभावी हैं, क्योंकि केवल महत्वपूर्ण तत्व वास्तव में भेजे और संसाधित किए जाते हैं।

हाइब्रिड डेटाफ्लो आर्किटेक्चर

MIT स्टेटिक डेटाफ़्लो मशीन और मैनचेस्टर डेटाफ़्लो मशीन द्वारा वर्णित "क्लीन" स्ट्रीमिंग आर्किटेक्चर, दुर्भाग्यवश, कई कमजोरियाँ थीं:

• डाटाफ्लो मशीनों ने कंसर्ट के लिए जबरदस्त अवसर प्रदान किए। इस लाभ का दूसरा पहलू यह था कि कम्प्यूटेशनल ग्राफ के क्रमिक वर्गों में उन्होंने प्रदर्शन में तेज गिरावट दिखाई।
• लोड हो रहा है actuators अधिकतम संभव से दूर था। कंप्यूटर का अधिकांश समय ऑपरेंड मिलान, निर्देश लाने के लिए खोज करने पर खर्च किया गया था, और एक्ट्यूटर इस समय सभी बेकार था, प्रत्येक जोड़ी टोकन के लिए केवल एक निर्देश निष्पादित करता है।
• मिलान उपकरणों को डिजाइन करना मुश्किल था। साहचर्य स्मृति अधिक जटिल है, अधिक महंगी है, धीमी है, एक ही आकार की पारंपरिक रैम की तुलना में अधिक जगह लेती है और अधिक ऊर्जा खर्च करती है।
• डेटा प्रवाह नियंत्रण के सिद्धांत ने एक कुशल पाइपलाइन को व्यवस्थित करने की अनुमति नहीं दी। लगभग सभी उपकरणों ने अतुल्यकालिक रूप से काम किया, संचार लाइनों में बफर और कतारों की आवश्यकता थी।
• शास्त्रीय मल्टीप्रोसेसर आर्किटेक्चर की तुलना में, स्विचिंग नेटवर्क पर लोड डेटाफ्लो-मशीनों में बहुत अधिक था। आखिरकार, वास्तव में, प्रत्येक ऑपरेशन को दो टोकन के हस्तांतरण की आवश्यकता थी।

इन समस्याओं को हल करने के प्रयास में, हाइब्रिड आर्किटेक्चर दिखाई देने लगे, जो डेटा प्रवाह और नियंत्रण प्रवाह आर्किटेक्चर दोनों के तत्वों को मिलाते हैं।

थ्रेडेड डेटाफ़्लो

इस शब्द का रूसी में पर्याप्त अनुवाद नहीं है। इस दृष्टिकोण का सार एक कम्प्यूटेशनल ग्राफ के लगातार वर्गों को बदलना है जो थ्रेड्स को प्रतिस्थापित करके समानांतर नहीं किया जा सकता है - क्रमिक रूप से निष्पादित निर्देशों के सेट। "अतिरिक्त मध्यवर्ती टोकन तुरंत गायब हो जाते हैं, और कार्यकारी उपकरणों पर भार बढ़ जाता है। 1989 में एप्सिलॉन प्रोसेसर [21] में थ्रेडेड डेटाफ़्लो के सिद्धांतों को "हार्डवेयर में" सन्निहित किया गया था।

मोटे अनाज वाले डेटा प्रवाह वास्तुकला

थ्रेडेड डेटाफ़्लो का आगे विकास तथाकथित बड़े-अनाज डेटाफ़्लो है। जब यह स्पष्ट हो गया कि "शुद्ध" डेटाफ्लो का समानता कई मामलों में बेमानी था, तो निर्णय अलग-अलग बयानों से नहीं, बल्कि ब्लॉकों से एक प्रवाह ग्राफ बनाने के लिए पैदा हुआ। इस प्रकार, मोटे अनाज वाली वास्तुकला में, प्रत्येक नोड एक एकल निर्देश नहीं है, लेकिन एक शास्त्रीय अनुक्रमिक कार्यक्रम है। नोड्स के बीच बातचीत अभी भी डेटा प्रवाह के सिद्धांत के अनुसार किया जाता है। इस दृष्टिकोण के फायदों में से एक एक्टूएटर्स के रूप में पारंपरिक वॉन न्यूमैन प्रोसेसर का उपयोग करने की क्षमता थी। यह ध्यान दिया जाना चाहिए कि "मोटे-दानेदार" नाम के बावजूद, जिन ब्लॉकों में कार्य विभाजित है, वे अभी भी क्लस्टर सिस्टमों की तुलना में बहुत छोटे हैं, कहते हैं। एक विशिष्ट ब्लॉक का आकार 10-100 निर्देश और 16-1K बाइट डेटा है।

वेक्टर डेटाफ़्लो आर्किटेक्चर

वेक्टर स्ट्रीमिंग सिस्टम में, टोकन में एक मान नहीं होता है, लेकिन एक ही बार में कई होते हैं। तदनुसार, ऑपरेशन ऑपरेंड के जोड़े पर नहीं, बल्कि वैक्टर के जोड़े पर किए जाते हैं। इस तरह की प्रणाली का एक उदाहरण सिग्मा -1 (1988) मशीन [22] है । कभी-कभी वेक्टर मोड केवल सिस्टम के कार्यकारी उपकरणों के एक भाग द्वारा समर्थित होता है। अक्सर, हाइब्रिड आर्किटेक्चर का भी उपयोग किया जाता है, एक साथ कई दृष्टिकोणों को मिलाकर, उदाहरण के लिए, वेक्टर ऑपरेशन करने की क्षमता के साथ एक मोटे अनाज वाला आर्किटेक्चर।

पुन: उपयोग करने योग्य प्रणाली

FPGA तकनीक के विकास ने डेटाफ्लो आर्किटेक्चर के लिए मौलिक रूप से नए दृष्टिकोण को संभव बनाया है। क्या होगा यदि आप एक विशिष्ट समस्या को हल करने पर केंद्रित मशीन को इकट्ठा करते हैं? यदि आप सीधे सर्किट स्तर पर वांछित कंप्यूटिंग ग्राफ को लागू करते हैं, तो आप आश्चर्यजनक परिणाम प्राप्त कर सकते हैं। जटिल और धीमे मिलान वाले उपकरणों के बजाय, आप बिना शर्त डेटा पुनर्निर्देशन का उपयोग एक कार्यात्मक मॉड्यूल से दूसरे में कर सकते हैं। वांछित कार्य के लिए एक्ट्यूएटर स्वयं भी "तेज" हो सकते हैं: अंकगणित, बिट गहराई, समर्थित संचालन के वांछित सेट का चयन करें।
बेशक, ऐसी मशीन बहुत अधिक विशिष्ट होगी, लेकिन एफपीजीएएस का लाभ बार-बार दोहराए जाने की संभावना में ठीक है। इस प्रकार, प्रत्येक व्यक्तिगत कार्य के लिए आवश्यक वास्तुकला को इकट्ठा किया जाता है। कुछ सिस्टम प्रक्रिया में पुन: संयोजन की अनुमति भी देते हैं। FPGA microcircuits पर आधारित पुन: उपयोग करने योग्य प्रणालियां वर्तमान में विभिन्न प्रकार के प्रारूपों में उत्पादित की जाती हैं - एक पीसी के लिए "त्वरक" ब्लॉक से कई TFlops के क्रम की क्षमता के साथ एक सिस्टम के लिए [31] ।
पुनर्निर्माण योग्य आर्किटेक्चर के नुकसान में निम्नलिखित शामिल हैं:

• मौलिक एकल-काम। एक नया कार्य शुरू करने के लिए, आपको सिस्टम को रोकने और FPGAs को फिर से शुरू करने की आवश्यकता है जो इसका हिस्सा हैं।
• प्रोग्रामिंग कठिनाई। प्रत्येक कार्य की प्रोग्रामिंग में किसी दिए गए कार्य के लिए संपूर्ण कंप्यूटिंग आर्किटेक्चर का संश्लेषण शामिल है।
• निरर्थक हार्डवेयर जटिलता। FPGA लचीलेपन का दूसरा पहलू एक बड़े प्रतिशत तत्वों की चिप पर उपस्थिति है जो सीधे गणना में भाग नहीं लेते हैं, लेकिन केवल पुनर्संरचना के लिए काम करते हैं। हालांकि, ये तत्व ऊर्जा का उपभोग करते हैं और ऑपरेशन के दौरान गर्मी पैदा करते हैं, जो सिस्टम के ऊर्जा प्रदर्शन (Gflops / W) को नीचा दिखाते हैं।

डेटाफ्लो आर्किटेक्चर के लिए प्रोग्रामिंग

डेटाफ्लो प्रतिमान में प्रोग्रामिंग सामान्य संरचनात्मक से काफी भिन्न होती है, लेकिन कार्यात्मक के करीब। कोई चर, सरणियाँ या अन्य नामित स्मृति क्षेत्र नहीं हैं; शब्द के सामान्य अर्थों में कोई प्रक्रिया और कार्य नहीं हैं। स्ट्रीम प्रोग्रामिंग एकल असाइनमेंट के सिद्धांत का उपयोग करता है। प्रत्येक डेटा यूनिट (आमतौर पर एक टोकन) केवल एक बार मूल्य प्राप्त करता है, जब बनाया जाता है, और केवल बाद में पढ़ा जा सकता है। यह सिद्धांत एक कम्प्यूटेशनल ग्राफ की शाखाओं की यूनिडायरेक्शनलिटी को दर्शाता है।
डेटाफ्लो में, दुर्भाग्य से, कोई प्रोग्रामिंग मानक विकसित नहीं किया गया है। आमतौर पर, प्रत्येक वास्तुकला के लिए एक भाषा विकसित की जाती है। मैं आपको सबसे प्रसिद्ध में से कुछ के बारे में बताता हूँ।

VAL

वैल (मूल्य-उन्मुख एल्गोरिथम भाषा) [41] को विशेष रूप से एमआईटी डाटाफ्लो मशीन के लिए मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) में विकसित किया गया था। उदाहरण के लिए, वैल पर फैक्टोरियल की गणना इस प्रकार है:

 for Y:integer := 1; P:integer := N; do if P ~= 1 then iter Y := Y*P; P := P-1; enditer; else Y endif endfor 

एक प्रकार का पौधा

SISAL (सिंगल असाइनमेंट लैंग्वेज में स्ट्रीम और इटरनेशन) [42] , जो 1983 में प्रदर्शित हुई, वैल का एक और विकास है। वैल के विपरीत, SISAL आपको पुनरावृत्ति का उपयोग करने की अनुमति देता है।
तथ्यात्मक गणना:

 function factorial( n : integer returns integer ) if n <=1 then 1 else n * factorial( n - 1 ) end if end function 

मध्य habrayuzer से पुनरावृत्ति के बिना विकल्प:

 function factorial (n : integer returns integer) for i in 1, n returns value of prod i end for end function 

ईद

ईद [४३] १ ९ and० के दशक के अंत में और १ ९ at० की शुरुआत में MIT में बनाई गई एक सामान्य-उद्देश्य समानांतर भाषा है। ईद पर आगे के काम ने पीएच के विकास का नेतृत्व किया, एक समानांतर हास्केल बोली।
आईडी पर तथ्य:

 ( initial j <- n; k <- 1 while j > 1 do new j <- j - 1; new k <- k * j; return k ) 

और इस कार्यक्रम के लिए गणना ग्राफ इस तरह दिखेगा:

स्पष्ट अर्थ का

ल्यूसिड भाषा [४४] [४५] बिल वाडगे और एड एशक्रॉफ्ट द्वारा १ ९ 44६ में विकसित की गई थी । यह मूल्य प्रवाह (चर का एनालॉग) और फिल्टर, या कन्वर्टर्स (कार्यों का एनालॉग) की अवधारणाओं के साथ संचालित होता है।
लुसीद पर तथ्य:

 fac where n = 0 fby (n + 1); fac = 1 fby ( fac * (n + 1) ); end 

क्विल

क्विल (2010) [46] - ल्यूसिड पर आधारित एक भाषा, इस पर काम जारी है। भाषा साइट में एक ऑनलाइन दुभाषिया है, इसलिए मैं पाठकों के लिए स्वतंत्र कार्य के रूप में क्विल में तथ्यात्मक गणना छोड़ देता हूं।

निष्कर्ष

स्ट्रीमिंग आर्किटेक्चर का "बूम" 1970 और 80 के दशक में आया था, फिर डेटाफ्लो में रुचि धीरे-धीरे फीकी पड़ गई। आजकल, स्ट्रीम कंप्यूटर के तत्वों को डीएसपी (सिग्नल प्रोसेसर), नेटवर्क राउटर और जीपीयू की वास्तुकला में पाया जा सकता है। लेकिन धीरे-धीरे, विशेषज्ञों की बढ़ती संख्या फिर से उच्च प्रदर्शन कंप्यूटिंग के ढांचे में डेटाफ्लो प्रतिमान की ओर मुड़ रही है। यह संभवतः इस तथ्य के लिए जिम्मेदार ठहराया जा सकता है कि आज वॉन न्यूमैन आर्किटेक्चर स्केलेबिलिटी की अपनी सीमा के करीब पहुंच रहा है, और उत्पादकता बढ़ाने के लिए नए तरीकों की आवश्यकता है।
कुछ हद तक अलग करने योग्य आर्किटेक्चर हैं, जिसमें सॉफ्टवेयर और हार्डवेयर के बीच की रेखा धीरे-धीरे मिट जाती है। भविष्य क्या तकनीक है? सवाल खुला रहता है।

बोनस खेल। सबसे उत्सुक पाठकों के लिए, मैं यह निर्धारित करने की कोशिश कर रहा हूं कि एल्गोरिदम के कौन से ग्राफ़ को लेख के प्रत्येक भाग के शीर्षक में "ध्यान आकर्षित करने के लिए चित्र" में दर्शाया गया है। सौभाग्य है

---

साहित्य

स्रोतों की संख्या पहले भाग से जारी है।

हाइब्रिड डेटाफ्लो सिस्टम

[२१] - एप्सिलॉन डेटाफ्लो प्रोसेसर, वीजी ग्राफे, जीएस डेविडसन और अन्य।
[२२] - डाटाफ्लो सुपर कंप्यूटर SIGMA-१, के। हिर्की, एस। सिकुगुची, टी। शिमदा पर कुशल वेक्टर प्रसंस्करण।

पुन: उपयोग करने योग्य प्रणाली

[३१] - डायनेमिक ट्यून करने योग्य आर्किटेक्चर के साथ मल्टीप्रोसेसर कंप्यूटिंग सिस्टम का एक परिवार, एन.एन. दिमित्रीन्को, आई। ए। कल्याणदेव और अन्य।
[३२] - मल्टी-एफपीजीए प्लेटफॉर्म, वायगेट, एस.ओ., टेफेल, टी पर उच्च-प्रदर्शन डिजिटल सिग्नल प्रोसेसिंग के लिए डायनामिक रूप से पुन: उपयोग योग्य डेटाफ्लो आर्किटेक्चर।

डाटाफ्लो सिस्टम के लिए प्रोग्रामिंग लैंग्वेज

[४१] - वैल - एक मूल्य-उन्मुख एल्गोरिथम भाषा
[४२] - सिसल लैंग्वेज ट्यूटोरियल
[४३] - आईडी लैंग्वेज रेफरेंस मैनुअल, रिसियूर एस। निखिल, १ ९९ १
[४४] - LUCID, डेटाफ्लो प्रोग्रामिंग लैंग्वेज, अकादमिक प्रेस प्रोफेशनल, इंक। सैन डिएगो, सीए, यूएसए 1985 आईएसबीएन: 0-12-729650-6
[४५] - ल्यूसिड में फ्लुइड प्रोग्रामिंग
[४६] - द क्विल लैंग्वेज