Suhde välillä RAM ja prosessori on täysin symbioottinen, kun taas RAM on merkityksetön ilman prosessoria, se ei voi elää ilman sitä riippumatta siitä, missä se on. Joten ne ovat osa kokonaisuutta, joka ruokkii toisiaan. Joten suorituskyvyllä on suhde ja tämä on aritmeettinen intensiteetti. Selitämme, mistä se koostuu.
Prosessori, riippumatta siitä, onko se a prosessori tai GPU, ei tee muuta kuin käsitellä tietoja , joka johtaa muistin tarve ruokkimaan sitä. Valitettavasti ajan myötä etäisyys muistin nopeuden ja suorittimen välillä on kasvanut, mikä on johtanut välimuistin kaltaisten tekniikoiden käyttöönottoon. Emme voi unohtaa myöskään viive prosessorin ja muistin välillä, mikä tapahtuu, kun RAM -muistin ja suorittimen välinen rajapinta ei voi antaa tai muokata tietoja riittävän nopeasti.
Emme kuitenkaan voi mitata suorituskykyä yleisellä tasolla, koska jokaisella ohjelmalla tai pikemminkin jokaisella ohjelman algoritmilla on erilainen laskennallinen kuorma. Ja tässä tulee aritmeettinen intensiteettitermi. Mutta katsotaanpa, mitä se on ja mistä se koostuu, sekä muita elementtejä, jotka liittyvät tietokoneen suorituskykyyn.
Mikä on aritmeettinen intensiteetti?
Aritmeettinen tiheys on suorituskyvyn mitta, joka käsittää prosessorin suorittaman liukulukuoperaatioiden määrän tietyllä koodiosalla. Sen saamiseksi liukulukuoperaatioiden lukumäärä jaetaan tavujen lukumäärällä, jota algoritmi käyttää suorittamaan.
Kuinka hyödyllistä se on? Se tosiasia, että se mahdollistaa tietyillä tietojenkäsittelyaloilla, joilla erityistehtäviin tarvitaan erittäin tehokkaita tietokoneita, voidakseen saada paras mahdollinen laitteistojärjestelmä algoritmien suorittamiseksi parhaissa olosuhteissa. Tätä mallia käytetään pääasiassa tieteellisessä laskennassa. Vaikka se myös optimoi suorituskyvyn suljetuissa järjestelmissä, kuten videopelikonsolissa.
Jos käytetään erittäin rinnakkaisia laitteistoarkkitehtuureja, vaaditaan suurta aritmeettista intensiteettiä, toisin sanoen alhaista kaistanleveyden ja laskentakapasiteetin välistä suhdetta siitä hetkestä lähtien, jolloin mainittujen prosessorien laskentakapasiteetin ja käytettävissä olevan muistikaistanleveyden suhde alkaa. on korkea. Koska monissa sovelluksissa ja erityisesti grafiikassa vaaditaan, että laskelma käsitellään useita kertoja, ja siksi siihen tarvitaan suuri laskentateho.
Algoritmin suorituskyky ja suhde aritmeettiseen intensiteettiin
Kirjoittaessaan algoritmia ohjelmoijat ottavat huomioon ohjelmissaan kirjoittamiensa algoritmien suorituskyvyn, jota mitataan Big O -merkinnällä, joka mittaa toimintojen keskiarvon suhteessa tietoihin. Big O -merkintää ei mitata millään vertailuarvolla, vaan ohjelmoijat laskevat ne käsin saadakseen karkean käsityksen ohjelmien työmäärästä
- Tai (1): algoritmi ei ole riippuvainen käsiteltävän datan koosta. Algoritmin, jolla on suorituskyky O (1), katsotaan olevan ihanteellinen suorituskyky ja se on lyömätön.
- Päällä): suoritusaika on suoraan verrannollinen datan kokoon, suorituskyky kasvaa lineaarisesti. Voi myös olla, että a
- O (log n): esiintyy algoritmeissa, jotka yleensä pilkottavat ja ratkaisevat ongelman osittain, kuten tietojen tilausalgoritmeissa tai binäärihauissa.
- O (n log n): Se on edellisen kehitystä, se jakaa eri osien resoluution edelleen.
- Päällä 2 ): on algoritmeja, jotka suorittavat useita iteraatioita, koska niiden on kyselettävä tietoja useita kertoja. Siksi ne ovat yleensä erittäin toistuvia algoritmeja ja siksi niillä on eksponentiaalinen laskennallinen kuorma.
- Päällä!): Tätä monimutkaisuutta noudattava algoritmi on suorituskyvyn suhteen täysin virheellinen algoritmi ja vaatii uudelleenkirjoitusta.
Kaikki algoritmit eivät voi saavuttaa O (1) monimutkaisuustasoa, ja jotkut niistä toimivat paljon paremmin yhdentyyppisellä laitteistolla kuin toiset. Siksi viime vuosina on kehitetty toimialuekohtaisia kiihdyttimiä tai prosessoreita, jotka nopeuttavat tietyn tyyppisiä algoritmeja muihin verrattuna. Yleisenä ajatuksena on jakaa algoritmit osiin ja käsitellä kutakin niistä aritmeettisen intensiteetin kannalta sopivimmalla käsittelyyksiköllä.
Viestinnän ja tietojenkäsittelyn suhde
Käänteinen tapaus on tiedonsiirron ja laskennan välinen suhde, joka mitataan käänteisesti aritmeettiseen intensiteettiin ja siksi saavutetaan jakamalla tavujen määrä teholla liukulukuoperaatioissa. Sitä käytetään siis mittaamaan kaistanleveys, joka tarvitaan koodin kyseisen osan suorittamiseen. Mittauksen ongelma johtuu siitä, että tiedot eivät ole aina samassa paikassa ja siksi RAM -kaistanleveyttä käytetään viitteenä.
On otettava huomioon, että se ei ole täysin luotettava toimenpide, ei vain siksi, että välimuistijärjestelmä tuo tiedot lähemmäksi prosessoria, vaan myös siksi, että jokainen latenssityyppi esiintyy latenssissa. muisti Käytetyllä RAM -muistilla on erilaisia etuja ja haittoja, ja tulos voi vaihdella käytetyn muistin tyypin mukaan.
Nykyään järjestelmässä muistia valittaessa ei oteta huomioon vain kaistanleveyttä vaan myös energiankulutusta, koska tietojen siirtämisestä aiheutuvat energiakustannukset ylittävät niiden käsittelykustannukset. Joten valitset tietyntyyppisen tietyn muistin tietyissä sovelluksissa. Tietenkin aina järjestelmän rakentamisesta aiheutuvien kustannusten rajoissa, eivätkä ne ole samatietokoneessa kuin kotitietokoneessa.
