Конспект лекций по курсу «Организация ЭВМ и систем» для студентов специальности 220100 Вычислительная техника, системы, комплексы и - umotnas.ru o_O
Конспект лекций по курсу «Организация ЭВМ и систем» для студентов специальности 220100 Вычислительная техника, системы, комплексы и - umotnas.ru o_O
|
страница 1страница 2 ... страница 36страница 37
|
|||||||||||||||||||||||||||||||||||||||||||
|
Похожие работы
|
Конспект лекций по курсу «Организация ЭВМ и систем» для студентов специальности 220100 - страница №1/37
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ ЭЛЕКТРОНИКИ И МАТЕМАТИКИ Кафедра ЭВА доцент, к.т.н., Мартиросян С.Т. КОНСПЕКТ ЛЕКЦИЙ по курсу «Организация ЭВМ и систем» для студентов специальности 220100 – Вычислительная техника, системы, комплексы и сети МОСКВА – 2007 Содержание Лекция 1. Базовые понятия информации 5 Введение 5 Информация, энтропия и избыточность при передаче данных 8 Информационные процессы 8 Основные структуры данных 9 Обработка данных 10 Способы представления информации и два класса ЭВМ 10 Кодирование информации 10 Представление данных в ЭВМ. 11 Форматы файлов 11 Кодирование чисел 12 Кодирование текста 13 Кодирование графической информации 14 Кодирование звука 14 Типы данных 15 Выводы 17 Вопросы и задания 17 Лекция 2. Компьютер – общие сведения 18 Материнская плата 18 Интерфейсные шины 20 Основные внешние устройства компьютера 21 Выводы 24 Вопросы и задания 24 Лекция 3. Многоуровневая компьютерная организация 25 Архитектура компьютера 25 Классическая структура ЭВМ - модель фон Неймана 27 Особенности современных ЭВМ 29 Библиотеки стандартных программ и ассемблеры 31 Высокоуровневые языки и системы автоматизированного программирования 32 Диалоговые ОС и СУБД 32 Прикладные программы и CASE – технологии 33 Компьютерные сети и мультимедиа 33 Операционные системы 34 Общие требования 36 Классификация компьютеров по областям применения 38 Персональные компьютеры и рабочие станции 38 Суперкомпьютеры 41 Увеличение производительности ЭВМ, за счет чего? 42 Параллельные системы 42 Использование параллельных вычислительных систем 44 Выводы 45 Вопросы и задания 46 Лекция 6. Структурная организация ЭВМ - процессор 46 Введение 46 Микропроцессорная система 47 Что такое микропроцессор? 48 Назначение элементов процессора 50 АЛУ 51 Устройство управления 51 Микропроцессорная память 53 Структура адресной памяти процессора 53 Интерфейсная часть МП 55 Тракт данных типичного процессора 55 Базовые команды 56 Трансляторы 57 Архитектура системы команд и классификация процессоров 58 Микроархитектура процессора Pentium II 60 Выводы 61 Вопросы и задания 61 Лекция 7. Структурная организация ЭВМ - память 62 Общие сведения 62 Иерархия памяти компьютера 64 Оперативная память, типы ОП 66 Кэш-память 66 Кэш-память прямого отображения 67 Способы организации кэш-памяти 70 Разновидности строения кэш-памяти 72 Виртуальная память 74 Страничная организация памяти 75 Преобразование адресов 76 Сегментная организация памяти. 77 Свопинг 81 Выводы 82 Вопросы и задания 83 Лекция 9. Методы адресации 83 Лекция 10. Внешняя память компьютера 86 Введение 86 Жесткий диск (Hard Disk Drive) 86 Конструкция жесткого диска 87 Основные характеристики НМД: 88 Способы кодирования данных 89 Интерфейсы НМД 90 Структура хранения информации на жестком диске 90 Таблица размещения файлов 91 Кластер 91 Методы борьбы с кластеризацией 92 Магнито-оптические диски 93 Дисковые массивы и уровни RAID 94 Лазерные компакт-диски CD - ROM 96 CD-R 96 CD-RW 97 DVD 97 Выводы 98 Вопросы и задания 98 Лекция 11. Основные принципы построения систем ввода/вывода 98 Физические принципы организации ввода-вывода 99 Интерфейс 99 Магистрально-модульный способ построения ЭВМ 100 Структура контроллера устройства 103 Опрос устройств и прерывания. Исключительные ситуации и системные вызовы 103 Организация передачи данных 105 Прямой доступ к памяти (Direct Memory Access – DMA) 107 Логические принципы организации ввода-вывода 107 Структура системы ввода-вывода 108 Буферизация и кэширование 109 Структура шин современного ПК 110 PCI Express 113 Чипсет 114 Выводы 115 Классификация архитектур по параллельной обработке данных 117 Параллелизм вычислительных процессов 118 Параллелизм на уровне команд – однопроцессорные архитектуры 119 Конвейерная обработка 120 Суперскалярные архитектуры 122 Мультипроцессорные системы на кристалле 124 Технология Hyper-Threading 124 Многоядерность — следующий этап развития 128 SMP архитектура 130 MPP архитектура 131 Гибридная архитектура (NUMA) 134 Организация когерентности многоуровневой иерархической памяти. 135 PVP архитектура 135 Кластерная архитектура 135 Проблемы выполнения сети связи процессоров в кластерной системе. 136 Выводы 138 Концепция кластерных систем 139 Разделение на High Availability и High Performance системы 140 Проблематика High Performance кластеров 141 Проблематика High Availability кластерных систем 142 Смешанные архитектуры 143 Лекция 15 Многомашинные системы – вычислительные сети 144 Введение 144 Простейшие виды связи сети передачи данных 145 Связь компьютера с периферийным устройством 145 Связь двух компьютеров 147 Многослойная модель сети 148 Функциональные роли компьютеров в сети 149 Одноранговые сети 151 Сети с выделенным сервером 152 Гибридная сеть 155 Сетевые службы и операционная система 156 Лекция 17. Сети и сетевые операционные системы 157 Введение 157 Для чего компьютеры объединяют в сети 158 Сетевые и распределенные операционные системы 158 Взаимодействие удаленных процессов как основа работы вычислительных сетей 159 Основные вопросы логической организации передачи информации между удаленными процессами 161 Понятие протокола 162 Многоуровневая модель построения сетевых вычислительных систем 163 Проблемы адресации в сети 166 Одноуровневые адреса 166 Двухуровневые адреса 167 Удаленная адресация и разрешение адресов 167 Локальная адресация. Понятие порта 169 Полные адреса. Понятие сокета (socket) 170 Проблемы маршрутизации в сетях 170 Связь с установлением логического соединения и передача данных с помощью сообщений 173 Синхронизация удаленных процессов 174 Лекция 1. Базовые понятия информацииВведениеМы начинаем первое знакомство с величайшим достижением нашей цивилизации, стоящем в одном ряду с изобретением книгопечатания и открытием электричества – компьютером. Сначала мы вспомним базовые понятия информатики, как науки, изучающей основные аспекты получения, хранения, преобразования и передачи информации. Затем мы раскроем сущность, принцип работы компьютера как технического устройства. Затем мы изучим наиболее оптимальные способы соединений компьютерных устройств и технологий с целью получения максимальной эффективности хранения, обработки и передачи информации. Особенностью нашего курса будет пристальное внимание к фундаментальным аспектам компьютерных и сетевых технологий. Еще одна особенность, мы будем помнить, что ПК давно перестал быть просто вычислителем. Это универсальная система обработки больших и разнородных информационных потоков. А что такое информационный поток? Или более конкретно - Что такое информация? В сотнях книг и учебниках это понятие трактуется по-разному. А ведь все мы интуитивно понимаем, что это такое. В чем здесь дело? А дело в том, что понятие информации стоит в одном ряду с такими фундаментальными понятиями как энергия, вещество, энтропия, время. Действительно, в природе существует два фундаментальных вида взаимодействия: обмен веществом и обмен энергией (не будем вдаваться в тонкости фактической эквивалентности этих двух явлений). Фундаментальность их проявляется в том, что все остальные взаимодействия происходят только посредством этих взаимодействий. Эти два взаимодействия являются симметричными и подчиняются фундаментальному закону сохранения – сколько вещества и/или энергии один объект передал другому, столько он потерял, а другой приобрел (рассматриваются замкнутые системы, в которых потери можно охарактеризовать просто другими видами взаимодействия). Когда в процессе взаимодействия приобретения и потери НЕ совпадают, НЕ равны – такое взаимодействие называют несимметричным. Очевидно, что в предельном случае несимметричного взаимодействия при передаче некоторой субстанции между объектами один из них ее приобретает, а другой НЕ теряет. Исходя из этого, попробуем выделить необходимый и достаточный признак, по которому можно будет определить, относится то или иное явление к обмену веществом/энергией или к обмену информацией. В этом контексте сформулируем наиболее общее свойство информации. Отсюда следуют некоторые очевидные свойства информации:
Впервые понятие информации ввел американский математик Клод Шеннон, рассматривая процесс передачи сообщения между двумя точками в 1948 г. как численную меру неопределенности или неупорядоченности, с которой посланное сообщение прибывает в пункт назначения. Он назвал этот параметр энтропией, применив термин из термодинамики, который там используется для оценки неупорядоченности материи и характеризует несимметричные взаимодействия. Более того, Шеннон предложил формулу, позволяющую определить количество информации, содержащееся в сообщении: I = Log 2 P где I – количество информации в битах или энтропия вероятности; P – вероятность, величина неопределенности, число возможных вариантов. М Отметим одну интересную особенность этого выражения: символ с высокой вероятностью появления кодируется несколькими битами, тогда как маловероятный символ требует многих бит. Другими словами, энтропия системы, объекта с большим числом степеней свободы очень велика, больше величина хаоса, беспорядка. Однако не всем и не сразу стала очевидной связь количества информации и энтропии, попробуем разобраться в этом. В работах Планка, а главным образом Больцмана понятие энтропии трактовалась, как мера неумолимой тенденции всякой системы двигаться от менее вероятного состояния к более вероятному состоянию. Наиболее вероятным состоянием системы является РАВНОВЕСНОЕ состояние, а любая система движется к состоянию равновесия. Содержание второго постулата (принципа) термодинамики формулирует этот закон более строго – энтропия замкнутой системы не убывает (растет для необратимых процессов и остается постоянной для обратимых: Hs = k Ln Wt где k – постоянная Больцмана; Wt – термодинамическая вероятность состояния системы. Сравним это выражение с определением количества информации данное Шенноном. Очевидно сходство обоих выражений и это сходство носит фундаментальный характер. Как мы уже говорили, энтропия является функцией статистического состояния системы (мерой ее неупорядоченности, хаоса). Пусть имеется некоторая система, энтропия которой равна Н нач. После получения некоторой информации (либо о состоянии объекта, либо о взаимодействии с внешней средой) энтропия должна уменьшаться (растет порядок, уменьшается хаос). В широком смысле можно сказать, что информация, принимаемая объектом, необходимо является для него целесообразной, в противном случае это – дезинформация. Следовательно, количество полученной информации можно определить следующим образом: I = Н нач – Н кон Количество получаемой объектом информации численно равно неопределенности по выбору действий ведущих к достижению целей объекта или энтропии устраненной благодаря сообщению. Очевидно, что в данном случае речь идет о синтаксической мере информации. Информация устраняет неопределенность, структурирует систему. Пример: Примитивные формы информационного взаимодействия в чистом виде можно выделить уже в неживой природе. Действительно, каталическое взаимодействие. Объект, называемый катализатором изменяет скорость протекания химической реакции между группой других объектов, сам катализатор остается неизменным по всем своим свойствам. Ярчайшим примером информационного взаимодействия в ходе которого уменьшается энтропия всей системы, а химические, физические свойства катализатора остаются неизменными – является реакция кристаллизации насыщенного солевого раствора в присутствии кристаллической «затравки». Обратите внимание на еще одно немаловажное свойство информации – изменение возможно и без получения информации, но при этом оно будет менее вероятным. следующая страница >> |
|
|