პარალელური გამოთვლა მუშაობს დიდი პრობლემების დაყოფით უფრო მცირე ამოცანებად, რომლებიც შემდეგ წყდება ერთდროულად. SIMD და MIMD არის ორი განსხვავებული პარალელური გამოთვლითი არქიტექტურა, რომლებიც იყენებენ მრავალ პროცესორს და ზოგჯერ მრავალ კომპიუტერს მონაცემთა დასამუშავებლად. SIMD ნიშნავს Single Instruction stream Multiple Data stream-ს, ხოლო MIMD ნიშნავს Multiple Instruction stream Multiple Data stream-ს. SIMD და MIMD არქიტექტურები ასრულებენ მსგავს ძირითად ფუნქციებს, მაგრამ ისინი განსხვავდებიან როგორც პრაქტიკულად, ასევე ტექნიკურად.
SIMD განსაზღვრულია
SIMD არქიტექტურა ასრულებს ერთ, იდენტურ მოქმედებას ერთდროულად რამდენიმე მონაცემზე, მათ შორის ინფორმაციის მოძიება, გამოთვლა ან შენახვა. ერთი მაგალითია რამდენიმე ფაილის ერთდროულად აღდგენა. ლოკალური მეხსიერების მქონე პროცესორები, რომლებიც შეიცავს სხვადასხვა მონაცემებს, ასრულებენ ერთსა და იმავე ინსტრუქციას სინქრონიზებული გზით, პროცესორთაშორისი კომუნიკაციით ცვლის გადანაწილებისთვის.
დღის ვიდეო
MIMD განსაზღვრულია
MIMD არქიტექტურა ასრულებს რამდენიმე მოქმედებას ერთდროულად მრავალ მონაცემზე. ერთ-ერთი მაგალითია სხვადასხვა მათემატიკური გამოთვლების შესრულება -- როგორიცაა შეკრება და გამრავლება -- ერთდროულად, რთული მათემატიკური პრობლემის გადაჭრის მიზნით, მრავალი ცალკეული კომპონენტით. MIMD გამოთვლა შეიძლება იყოს ან არ იყოს სინქრონიზებული და სულ უფრო ხშირად ხდება ვიდრე SIMD გამოთვლა.
პრაქტიკული განსხვავებები
SIMD ჩვეულებრივ გამოიყენება პრობლემებისთვის, რომლებიც მოითხოვს უამრავ გამოთვლას პროცესორებით, რომლებიც ასრულებენ იმავე ოპერაციას პარალელურად. MIMD ხშირად გამოიყენება პრობლემებისთვის, რომლებიც არღვევს ალგორითმებს ცალკეულ და დამოუკიდებელ ნაწილებად, თითოეული ნაწილი ენიჭება სხვადასხვა პროცესორს ერთდროული გადაწყვეტისთვის.
ტექნიკური განსხვავებები
SIMD და MIMD ასევე ტექნიკურად განსხვავებულია. SIMD პროცესორები ჩვეულებრივ უფრო მარტივი, პატარა, იაფი და სწრაფია, ვიდრე MIMD პროცესორები, მაგრამ MIMD-ს შეუძლია ბევრად უფრო რთული ოპერაციები. MIMD ოპერაციები, რომელთა შესრულებაც SIMD-ს შეუძლია, უფრო მეტ დროს ატარებს SIMD-თან. SIMD პროცესორებმა უნდა შეასრულონ რთული ოპერაციები თანმიმდევრულად, ხოლო MIMD პროცესორებს შეუძლიათ ამის გაკეთება ერთდროულად.