ОБРАБОТКА И ХРАНЕНИЕ ДАННЫХ
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И АНАЛИЗ ДАННЫХ
НЕЛИНЕЙНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ
РАСПОЗНАВАНИЕ ОБРАЗОВ
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И СЕТИ
П.Б. Богданов, О.Ю. Сударева "Производительность процессоров КОМДИВ на ряде типовых расчётных задач"
ПРИЛОЖЕНИЯ
П.Б. Богданов, О.Ю. Сударева "Производительность процессоров КОМДИВ на ряде типовых расчётных задач"

Аннотация.

Рассматриваются отечественные специализированные микропроцессоры семейства КОМДИВ, разработанные в ФГУ ФНЦ НИИСИ РАН: КОМДИВ128-РИО и КОМДИВ128-М. Для трёх алгоритмов: быстрого преобразования Фурье, геометрического многосеточного метода и умножения разреженной матрицы на вектор, – приводятся сравнительные результаты замеров производительности на этих процессорах с продуктами компаний Intel, Texas Instruments и МЦСТ. Делаются выводы о возможности применения процессоров КОМДИВ в вычислениях общего назначения.

Ключевые слова:

КОМДИВ, Эльбрус, обработка сигналов, БПФ, NAS Parallel Benchmarks, MG, SpMV.

Стр. 104-111.

Литература

1. Райко Г.О., Павловский Ю.А., Мельканович В.С. Технология программирования многопроцессорной обработки гидроакустических сигналов на вычислительных устройствах семейства «КОМДИВ» // Гидроакустика. Вып. 20 (2). — СПб.: ОАО «Концерн "Океанприбор"», 2014. — 118 с.2. Павлов А.Н. Обзор коммуникационной среды RapidIO. Формальная модель RapidIO. Программная поддержка RapidIO // Моделирование и визуализация.
Многопроцессорные системы. Инструментальные средства разработки ПО / Сборник статей под редакцией академика РАН В. Б. Бетелина. — М.: НИИСИ РАН, 2009. — c.105–147.
3. Сударева О.Ю. Эффективная реализация алгоритмов быстрого преобразования Фурье и свёртки на микропроцессоре КОМДИВ128-РИО. — Москва: НИИСИ РАН, 2014. — 266 с.
4. D. Bailey, E. Barszcz, J. Barton, D. Browning, R. Carter, L. Dagum, R. Fatoohi, S. Fineberg, P. Fred-erickson, T. Lasinski, R. Schreiber, H. Simon,V.Venkatakrishnan and S.Weeratunga. The NAS Parallel Benchmarks // RNR Technical Report RNR-94-007, March 1994.
5. Сударева О.Ю. Реализация алгоритма MG из пакета NPB для многопроцессорного вычислительного комплекса на базе микропроцессора КОМДИВ128-РИО // Труды НИИСИ РАН, 2015. Т. 5, № 1, с. 75–78.
6. Богданов П.Б., Сударева О.Ю. Применение отечественных специализированных процессоров семейства КОМДИВ в научных расчётах // Информационные Технологии и Вычислительные Системы, 2016. Т. 3, с. 45–65.
7. Frigo M., Johnson S. G. The design and implementation of FFTW3 // Proceedings of the IEEE, 2005. V. 93, № 2, pp. 216–231.
8. Kumar Mukesh. White Paper — Comparing TI’s TMS320C6671 DSP with ADI’s ADSP-TS201S TigerSHARC ® Processor // SPRABN8A — January 2012.
9. Li Xiaohui, Blinka Ellen. Very large FFT for TMS320C6678 processors // Texas Instruments — 2015.
10. АО «МЦСТ». Микропроцессор Эльбрус-4С //
11. URL: http://www.mcst.ru/mikroprocessor-elbrus4s
12. Тютляева Е.О., Конюхов С.С., Московский А.А., Одинцов И.О. Оценка потенциала использования платформы Эльбрус для высокопроизводительных вычислений // Суперкомпьютерные дни в России: труды международной конференции, 2016. C. 373–385.
13. Богданов П.Б., Сударева О.Ю. Гетерогенное программирование в рамках стандарта OpenCL // Супервычисления и математическое моделирование: труды XV Международной конференции, 13-17 октября 2014 г. / под ред. Р.М. Шагалиева. – Саров: ФГУП «РФЯЦ ВНИИЭФ», 2015. С. 123–137.
14. DDR3 SDRAM // URL: https://en.wikipedia.org/wiki/DDR3_SDRAM

2018 / 01
2017 / 04
2017 / 03
2017 / 02

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".