Рассмотрите перспективы применения высокопараллельных архитектур вычислительных систем со специальной топологией связей, исключающей оперативный обмен "каждый с каждым". Каковы перспективы применения высокопараллельных вычислительных систем со специальной топологией оперативных связей для решения задач моделирования нейронных сетей, в частности, - распознавания зрительных образов?

Правильный ответ:

• # Рассмотрите проблемы когерентности кэшей. Как механизм закрытия адресов влияет на механизм когерентности кэшей?
• # Для данного арифметического выражения составьте программу в безадресной системе команд и для автоматического распараллеливания переведите ее в трехадресную систему команд. Длина списка свободных регистров равна 6. A=(a+b×c)×(d:e+f). Какова длина программы? Приведите текст восьмой команды
• # Для архитектуры с синхронными ИУ составить оптимальную программу счета значения выражения и составить временную диаграмму выполнения работ, считая время умножения вдвое большим времени сложения. Определить минимальную длину расписания. X:=(ax+b)×x+c
• # В длинном командном слове процессора EPIC-архитектуры присутствуют инструкции четырем логическим ИУ. Инструкция имеет вид КОП А1 А2 α, где А1 и А2 – адреса операндов, α - адрес предиката – логического значения. Среди исполняемых инструкций есть команда сравнения (А1)≤(А2) с выработкой результата (α) и команда перестановки (А1) => А2, А2 <= (А1), выполняемая в спекулятивном режиме в зависимости от значения (a). Результат логической операции можно использовать через один такт. Разверните во времени цикл и составьте план выполнения программы модифицированной "пузырьковой" сортировки данного массива. Определите количество тактов вычислений. Пример. M = {10, 2, 8, 5, 7, 1, 3, 5}. План выполнения программы α1=10≤2α2=8≤5α3=7≤1α4=3≤5NOPα1: 2, 10α2: 5, 8α3: 1, 7α4: 3, 5NOPα1=10≤5α2=8≤1α3=7≤3NOPα1: 5, 10α2: 1, 8α3: 3, 7NOPα1=2≤5α2=10≤1α3=8≤3α4=7≤5NOPα1: 2, 5α2: 1, 10α3: 3, 8α3: 5, 7NOPα1=5≤1α2=10≤3α3=8≤5NOPα1: 1, 5α2: 3, 10α3: 5, 8NOPα1=2≤1α2=5≤3α3=10≤5α4=8≤7NOPα1: 1, 2α2: 3, 5α3: 5, 10α4: 7, 8NOPα1=2≤3α2=5≤5α3=10≤7NOPα1: 2, 3α2: 5, 5α3: 7, 10NOPα1=1≤2α2=3≤5α3=5≤7α4=10≤8NOPα1: 1, 2α2: 3, 5α3: 5, 7α4: 8, 10 Переносы прекратились через 27 тактов. M = {10, 1, 2, 3, 4, 6, 5, 10}
• # Рассмотрите совместное обучение нейросети двум буквам, расположенным в центре экрана. Если количество засвеченных эталонами клеток экрана различно, нормируйте величины возбуждения нейронов выходного слоя, например, разделив их на число засвеченных эталоном клеток. Пришлось ли вам и как нормировать сигналы на выходе? Научите нейросеть распознаванию букв А и О. Ответьте на вопросы задачи [Большая Картинка]