Concurrent 公司的 iHawk 并行計算機仿真系統(tǒng)是具有高實時特性的實時仿真系統(tǒng)，該仿真系統(tǒng)包含對稱多處理器計算機平臺、實時操作系統(tǒng)、實時開發(fā)工具以及應(yīng)用軟件。系統(tǒng)以 MATLAB® / Simulink® 軟件作為前端建模工具，并可兼容C/C++、Ada 和 Fortran 等手工編程建模方式，應(yīng)用領(lǐng)域覆蓋系統(tǒng)架構(gòu)設(shè)計、功能設(shè)計、快速原型、半實物仿真測試等階段。并行計算機仿真系統(tǒng)可以應(yīng)用到航空、航天、國防、汽車等實時仿真及測試領(lǐng)域。

并行計算機公司的實時仿真系統(tǒng)包括：實時多處理器平臺—高性能貨架式實時計算機以及多種接口類型的 I/O 板卡;RedHawk 實時 Linux 操作系統(tǒng)—高實時確定性;SimulaTIon WorkBench 仿真工作平臺—圖形化的多語言模型混合仿真;NightStar 實時 Linux 調(diào)試分析工具—保證應(yīng)用程序?qū)崟r確定性前提下的在線分析調(diào)試。

實時多處理器平臺

iHawk 計算機的實時多處理器平臺是 Concurrent 公司的高性能實時多處理器平臺，用于時間關(guān)鍵型仿真、數(shù)據(jù)采集、系統(tǒng)測試和工業(yè)系統(tǒng)的應(yīng)用。

? 支持多個 32/64 位多核 Intel 或 AMD 處理器

? 外部 I/O 總線

? 微秒級的高精度定時同步時鐘板卡 (RCIM)

? 提供 8 個微秒級高精度低溫漂時鐘

? 分布式實時仿真環(huán)境

? GPS 時鐘對準(zhǔn)的同步選項機制

在并行計算機中，硬件提供了很大的支持

一.片內(nèi)級

1.片內(nèi)級并行

指的是指令級并行，如指令的流水線，通過指令調(diào)度，使指令交替執(zhí)行，因為間隔時間很短，所以用戶體驗像是多指令并行，但其本質(zhì)還是一次執(zhí)行一個指令，沒有做到真正意義上的并行。

2.片內(nèi)多線程

首先解釋一下線程和進程的區(qū)別，

進程指的是當(dāng)前正在運行的程序，進程有獨立的運行內(nèi)存空間堆棧。

線程可以理解為輕量級的進程，一個進程可以分出多個線程，線程是沒有自己獨立的運行空間，只能所有線程和進程一起共享內(nèi)存空間。

因此，可以通過一個進程下，衍生出多個線程這種方式，達到多指令并行的效果。

3.單片多處理器

指的是通過多核處理器，直接實現(xiàn)多指令并行。

二 .CPU級

1,多核處理器

與單片多處理器類似。

2.UMA對稱多處理器系統(tǒng)

CPU的發(fā)展向多核心發(fā)展中，過多的處理器會存在著冗余的問題。因此把目光轉(zhuǎn)到了總線上。

UMA——Uniform Memory Access 譯為一致性內(nèi)存訪問

由于在一致性內(nèi)存訪問架構(gòu)中，所有CPU對內(nèi)存的訪問都要通過總線完成，而總線發(fā)展緩慢，導(dǎo)致多核CPU通過一條總線共享內(nèi)存成為瓶頸。

三.計算機級

1.分布式系統(tǒng)

分布式系統(tǒng)主要包括NUMA

NUMA的提出是為了解決UMA的問題。

NUMA全稱Non-Uniform Memory Access(非一致性內(nèi)存訪問)

原理是不同的內(nèi)存器件和CPU核心從屬于不同的Node，，每個Node都有自己的集成內(nèi)存控制器

這樣就緩解了總線的壓力，從而提高了存儲速率。

2.集群計算

集群計算指的是計算機集群將一組松散集成的計算機軟件或硬件連接起來高度緊密地協(xié)作完成計算工作。在某種意義上，他們可以被看作是一臺計算機。

并行計算或稱平行計算是相對于串行計算來說的。它是一種一次可執(zhí)行多個指令的算法，目的是提高計算速度，及通過擴大問題求解規(guī)模，解決大型而復(fù)雜的計算問題。

所謂并行計算可分為時間上的并行和空間上的并行。 時間上的并行就是指流水線技術(shù)，而空間上的并行則是指用多個處理器并發(fā)的執(zhí)行計算。并行計算(Parallel Computing)是指同時使用多種計算資源解決計算問題的過程，是提高計算機系統(tǒng)計算速度和處理能力的一種有效手段。它的基本思想是用多個處理器來協(xié)同求解同一問題，即將被求解的問題分解成若干個部分，各部分均由一個獨立的處理機來并行計算。并行計算系統(tǒng)既可以是專門設(shè)計的、含有多個處理器的超級計算機，也可以是以某種方式互連的若干臺的獨立計算機構(gòu)成的集群。通過并行計算集群完成數(shù)據(jù)的處理，再將處理的結(jié)果返回給用戶。并行計算可分為時間上的并行和空間上的并行。時間上的并行：是指流水線技術(shù)，比如說工廠生產(chǎn)食品的時候步驟分為：1. 清洗：將食品沖洗干凈。2. 消毒：將食品進行消毒處理。3. 切割：將食品切成小塊。4. 包裝：將食品裝入包裝袋。如果不采用流水線，一個食品完成上述四個步驟后，下一個食品才進行處理，耗時且影響效率。但是采用流水線技術(shù)，就可以同時處理四個食品。這就是并行算法中的時間并行，在同一時間啟動兩個或兩個以上的操作，大大提高計算性能?？臻g上的并行：是指多個處理機并發(fā)的執(zhí)行計算，即通過網(wǎng)絡(luò)將兩個以上的處理機連接起來，達到同時計算同一個任務(wù)的不同部分，或者單個處理機無法解決的大型問題。比如小李準(zhǔn)備在植樹節(jié)種三棵樹，如果小李1個人需要6個小時才能完成任務(wù)，植樹節(jié)當(dāng)天他叫來了好朋友小紅、小王，三個人同時開始挖坑植樹，2個小時后每個人都完成了一顆植樹任務(wù)，這就是并行算法中的空間并行，將一個大任務(wù)分割成多個相同的子任務(wù)，來加快問題解決速度。

一臺并行計算機可以是一臺具有多個內(nèi)部處理器的單計算機，也可以是多個互聯(lián)的計算機構(gòu)成一個一體的高性能計算平臺。術(shù)語并行計算機通常是指專門設(shè)計的部件。根據(jù)不同的分類法可以分成不同類型的并行計算機。

1.1 費林分類法

在操作系統(tǒng)中我們知道，程序根據(jù)高級程序設(shè)計語言設(shè)計，程序設(shè)計語言在實現(xiàn)程序的功能的時候，是轉(zhuǎn)換為機器指令來告訴機器該干什么。大概在50年前Flynn(1996)創(chuàng)造了一種計算機分類方法,中文譯為費林分類法，該分類基于兩個獨立維度的計算機體系結(jié)構(gòu)，這兩個維度即數(shù)據(jù)和指令。

根據(jù)以上提到這兩個維度，我們可以劃分為四大類：

1.1.1 SISD

Single Instruction,Single Data(SISD)

SISD機器是一種傳統(tǒng)的串行計算機，它的硬件不支持任何形式的并行計算，所有的指令都是串行執(zhí)行。并且在某個時鐘周期(時間片)內(nèi)，CPU只能處理一個數(shù)據(jù)流。因此這種機器被稱作單指令流單數(shù)據(jù)流計算機。早期的計算機都是SISD機器，如馮諾.依曼架構(gòu)，如IBM PC機，早期的巨型機和許多8位的家用機等。

1.1.2 MIMD

Multiple Instruction,Multiple Data(MIMD)

在一個通用的多處理機系統(tǒng)中，每個處理器擁有一個獨立的程序，由每個程序為每個處理器生成一個指令流，每條指令對不同數(shù)據(jù)進行操作。Flynn將這種形式的計算機分類為多指令流多數(shù)據(jù)流計算機。

我們前面敘述的共享存儲器或消息傳遞多處理機都屬于MIMD類型。其已經(jīng)經(jīng)受了時間考驗，至今仍然廣泛地用于這種操作模式下的計算機系統(tǒng)中。例如多核CPU計算機。

1.1.3 SIMD

Single Instruction,Multiple Data(SIMD)

如果對某些應(yīng)用而言將計算機設(shè)計成由單一程序生成指令流，但是卻有多個數(shù)據(jù)存在時，將會在性能上有很大的優(yōu)勢。打個比方，如果是一個學(xué)生(處理器)做很多張相同的試卷(數(shù)據(jù)流)，那么越做肯定越快。

SIMD是采用一個指令流處理多個數(shù)據(jù)流。這類機器在數(shù)字信號處理、圖像處理、以及多媒體信息處理等領(lǐng)域非常有效。

Intel處理器實現(xiàn)的MMXTM、SSE(Streaming SIMD Extensions)、SSE2及SSE3擴展指令集，都能在單個時鐘周期內(nèi)處理多個數(shù)據(jù)單元。也就是說我們現(xiàn)在用的單核計算機基本上都屬于SIMD機器。

1.1.4 MISD

Multiple Instruction,Single Data(MISD)

MISD是采用多個指令流來處理單個數(shù)據(jù)流。由于實際情況中，采用多指令流處理多數(shù)據(jù)流才是更有效的方法，因此MISD只是作為理論模型出現(xiàn)，僅僅只在1971年CMU的實驗中出現(xiàn)過，也就是說，實際上并不存在SISD。