Record Details

Features of development and analysis of the simulation model of a multiprocessor computer system

Open Education

View Archive Info
 
 
Field Value
 
Title Features of development and analysis of the simulation model of a multiprocessor computer system
Особенности разработки и анализа имитационной модели мультипроцессорной вычислительной системы
 
Creator O. Brekhov M.; Moscow Aviation Institute (National Research University)
G. Zvonareva A.; Moscow Aviation Institute (National Research University)
V. Ryabov V.; Moscow Aviation Institute (National Research University)
О. Брехов М.; Московский Авиационный Институт (национальный исследовательский университет)
Г. Звонарёва А.; Московский Авиационный Институт (национальный исследовательский университет)
В. Рябов В.; Московский Авиационный Институт (национальный исследовательский университет)
 
Subject simulation modeling; regenerative methodof analysis; GPSS; shared memory; multiprocessor systems
имитационное моделирование; регенеративный метод; GPSS; разделяемая память; мультипроцессорные системы
 
Description Over the past decade, multiprocessor systems have been applied in computer technology. At present,multi-core processors are equipped not only with supercomputers, but also with the vast majority of mobile devices. This creates the need for students to learn the basic principles of their construction and functioning.One of the possible methods for analyzing the operation of multiprocessor systems is simulation modeling.Its use contributes to a better understanding of the effect of workload and structure parameters on performance. The article considers the features of the development of the simulation model for estimating the time characteristics of a multiprocessor computer system, as well as the use of the regenerative method of model analysis. The characteristics of the software implementation of the inverse kinematics solution of the robot are adopted as a workload. The given task consists in definition of turns in joints of the manipulator on known angular and linear position of its grasp. An analytical algorithm for solving the problem was chosen, namely, the method of simple kinematic relations. The work of the program is characterized by the presence of parallel calculations, during which resource conflicts arise between the processor cores, involved in simultaneous access to the memory via a common bus. In connection with the high information connectivity between parallel running programs, it is assumed that all processing cores use shared memory. The simulation model takes into account probabilistic memory accesses and tracks emerging queues to shared resources. The collected statistics reveal the productive and overhead time costs for the program implementation for each processor core involved. The simulation results show the unevenness of kernel utilization, downtime in queues to shared resources and temporary losses while waiting for other cores due to information dependencies. The results of the simulation are estimated by the regenerative method, which allows determining the average time spent searching for memory access in queues and the confidence intervals of these values for various degrees of trust. The given approach to the construction of the simulation model of a multiprocessor computer system and its analysis can be used to analyze the functioning of parallel computing systemsand for educational purposes for teaching students at the courses “Computer Systems” and “Simulation Modeling”. 
За последнее десятилетие мультипроцессорные системы нашли всеобщее применение в вычислительной технике. На сегодняшний день многоядерными процессорами оснащаются не только суперкомпьютеры, но и подавляющее большинство мобильных устройств, в связи с чем возникает необходимость обучения студентов основным принципам их построения и работы. Одним из возможных методов анализа функционирования мультипроцессорных систем является имитационное моделирование. Его применение способствует лучшему пониманию не только их организации, но и влияния параметров рабочей нагрузки и структуры на производительность. В статье рассматриваются особенности разработки имитационной модели для оценки временных характеристик мультипроцессорной вычислительной системы, а также использование регенеративного метода анализа модели. В качестве рабочей нагрузки принимаются характеристики программной реализации решения обратной задачи кинематики робота. Данная задача заключается в определении разворотов в сочленениях манипулятора по известному угловому и линейному положению его схвата. Был выбран аналитический алгоритм решения задачи, а именно метод простых кинематических связей. Работа программы характеризуется наличием распараллеленных вычислений, в ходе которых возникают ресурсные конфликты между задействованными ядрами процессора при одновременных обращениях к памяти через общую шину. В связи с высокой информационной связностью между параллельно выполняющимися потоками программы предполагается, что все процессорные ядра используют разделяемую оперативную память. Имитационная модель учитывает вероятностные обращения к памяти и отслеживает возникающие очереди к общим ресурсам. В ходе моделирования накапливается статистика, выявляющая производительные и накладные временные затраты на выполнение программы для каждого задействованного процессорного ядра. Результаты моделирования показывают неравномерность загруженности ядер, простои в очередях к общим ресурсам и временные потери при ожидании других ядер из-за информационных зависимостей. Результаты моделирования оцениваются регенеративным методом, что позволяет определить среднее время нахождения заявок на обращение к памяти в очередях и доверительные интервалы этих значений для различных степеней доверия. Приведённый подход к построению имитационной модели мультипроцессорной вычислительной системы и её анализ могут использоваться для анализа функционирования параллельных вычислительных систем, а также в образовательных целях для обучения студентов по курсам «Вычислительные системы» и «Имитационное моделирование». 
 
Publisher Plekhanov Russian University of Economics
 
Contributor —
—
 
Date 2017-07-10
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
—
 
Format application/pdf
 
Identifier http://openedu.rea.ru/jour/article/view/412
10.21686/1818-4243-2017-3-48-56
 
Source Open Education; № 3 (2017); 48-56
Открытое образование; № 3 (2017); 48-56
2079-5939
1818-4243
10.21686/1818-4243-2017-3
 
Language rus
 
Relation http://openedu.rea.ru/jour/article/view/412/329
О.М. Брехов, Г.А. Звонарёва, А.В. Корнеенкова. Имитационное моделирование: учебное пособие – М.: Издательство МАИ, 2015. – 323 с.
Конюх В.Л., Игнатьев Я. Б., Зиновьев В.В. Методы имитационного моделирования систем. Применение программных продуктов. Электронное изд. зарег. в Федеральном депозитарии электронных изданий, No 0320401123. Рег. свид. ФГУП НТЦ «Информрегистр» от 06.09.2004. No 4753.
В.А. Сигнаевский. Я.А. Коган. Методы оценки быстродействия вычислительных систем, Moсква: «Наука», 1990.
R. Humayu, Kh. David J. Morse. System Performance Analysis: Tools, Techniques, and Methodology // Dell magazin’s, 2001, Issue 3.
G. Latouche, V. Ramaswami, J. Sethuraman, K. Sigman, M.S. Squillante, D. Yao. Matrix-Analytic Methods in Stochastic Models. Springer Science & Business Media, 2012, 258 p.
A. Morecki, G. Bianchi, C. Rzymkowski. ROMANSY 11: Theory and Practice of Robots and Manipulators. – Berlin: Springer, 2014. – 432 c.
D. Tolani, A. Goswami, N. Badler. Real-Time Inverse Kinematics Techniques for Anthropomorphic Limbs – Philadelphia: University of Pennsylvania, 2000. – 36 c.
Луговской К.С.,Казанин П.И. Автоматизация обратной задачи кинематики двухзвенного манипулятора. — Саратов: Институт управления и социально-экономического развития, 2016. — 8 с.
Волков, Н.Н. Верификация и валидация ИВС: предварительное проектирование и компьютерное моделирование информационно-вы- числительных систем – М.: ТЕХПОЛИГРАФ- ЦЕНТР, 2015. – 629 с.
S.L. Frenkel. Performance measurement methodology -and-tool for computer systems with migrating applied software, in BRICS Notes Series, NS-98-4, pp.83-86, Aalburg, Denmark, June 1998.
Орлов С.А., Цилькер Б.Я. Организация ЭВМ и систем. 3-е изд. — СПб.: Питер, 2014. — 688 с.
Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. — М.: Бестселлер, 2003. — 416 с.
Axelrod T. Effects of Synchronization Barriers on Multiprocessor Performance. Parallel Computing, 1986, №3, p. 129–140.
Н.Н. Иванов, А.Ю. Игнатущенко, А.Ю. Михайлов. Статистическое Прогнозирование Времени Выполнения Комплексов Взаимосвязанных Работ в Микропроцессорных Вычислительных Системах. Автоматика и Телемеханика, 2005, № 6. с. 89—103.
Танненбаум Э., Остин Т. Архитектура компьютера. — СПб.: Питер, 2013. — 816с.
S.C. Allmaier, M. Kowarschik, G. Horton. State space construction and steady-state solution of GSPNs on a shared-memory multiprocessor // Proc. 7th Int. Workshop on Petri Nets and Performance Models (PNPM’97), June 1997, St. Malo, France, p. 112-121.
Смелянский Р.Л. Об инварианте поведения программ // Вестник МГУ, сер.15, Вычисл. матем. и киберн., 1990, №4, с. 54–60.
S.L. Frenkel. Random Summation and its Application to the Performance Modelling Computer Systems // Proceedings of 17th European simulation multiconference ESM2003, June, 2003, England, p. 278–283.
Д.В. Калиниченко, А.П. Капитонова, Н.В. Ющенко. Методы и средства прогнозирования времени выполнения последовательных программ. // Методы математического моделирования МГУ, 1997.
М. Крэйн, О. Лемуан. Введение в регенеративный метод анализа моделей. – М.: Наука, 1982 – 104 с.
Р.С. Некрасова. Регенеративное оценивание и его применение к системам с конечным буфером. Автореферат диссертации. Институт прикладных математических исследований Карельского научного центра Российской академии наук. Петрозаводск, 2015. 124 с.
Л.В. Потахина. Анализ стационарности стохастических моделей телекоммуникационных систем методами теории восстановления. Автореферат диссертации. Институт прикладных математических исследований Карельского научного центра Российской академии наук. Петрозаводск, 2015. 114 с.
 
Rights Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).