期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
三值光学处理器的数据位管理理论和技术 被引量:10
1
作者 金翊 欧阳山 +3 位作者 宋凯 沈云付 彭俊杰 刘学民 《中国科学:信息科学》 CSCD 2013年第3期361-373,共13页
数据位众多是三值光学计算机的突出特点之一,如何有效地管理众多的数据位成为计算机科学领域的新课题.本文通过继承、更新、增补、归纳和梳理相关的研究成果,形成了比较系统的数据位管理理论和技术架构.这个框架包括下列概念和技术:1)... 数据位众多是三值光学计算机的突出特点之一,如何有效地管理众多的数据位成为计算机科学领域的新课题.本文通过继承、更新、增补、归纳和梳理相关的研究成果,形成了比较系统的数据位管理理论和技术架构.这个框架包括下列概念和技术:1)数据位管理基本单位"算位"和"算道",算位用于标记简单数据类型的数据位,算道用于标记复合数据类型的数据位.2)"计算量指标"用于标示一个任务的计算量规模,对大规模、中规模和小规模的任务,系统将采取不同的管理策略.3)"数据位物理形态"指出在数据传送的各个阶段数据位所占用的具体器件.4)"坏位替换"技术实现了用预留的冗余数据位及时替换失效的数据位,依靠这项技术,三值光学计算机具有对数据位软硬件故障的容错能力.5)"整体重构"技术采用定时重构所有数据位的策略,显著减少了重构过程对计算过程的打断次数.6)"数据位分配技术"将对不同规模的任务采用各不相同的规划策略.另外,文中还讨论了用这个理论指导设计三值光学计算机第三个实验系统(SD11)硬件的情况.SD11的设计目标是为探索如何应用三值光学计算机提供实验平台.SD11的光学处理器基本模块有1024个数据位,还有128个冗余数据位,而一个光学处理器可以包含16个基本模块,所以,一个SD11最多可以有16384个数据位,并有2048个冗余数据位. 展开更多
关键词 数据位管理 三值光学计算机 可重构性 数据位分配策略 算位 算道
原文传递
三值光计算机数据位资源的静态分配策略 被引量:9
2
作者 詹小奇 彭俊杰 +1 位作者 金翊 王先超 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第5期528-533,共6页
以300位量级三值逻辑光学运算器实验系统为管理对象,提出三值光计算机数据位资源的一种静态分配策略,其核心思想是给单任务合理地分配数据位.该项工作是今后进行三值光计算机多用户、多任务条件下数据位资源管理策略研究的基础.讨论了... 以300位量级三值逻辑光学运算器实验系统为管理对象,提出三值光计算机数据位资源的一种静态分配策略,其核心思想是给单任务合理地分配数据位.该项工作是今后进行三值光计算机多用户、多任务条件下数据位资源管理策略研究的基础.讨论了算位宽度的静态指定、对数据位按算位宽度静态分组、为数据位设置多个算位属性以及数据位的分配过程等问题,通过实例说明了应用本策略进行数据位资源分配的过程. 展开更多
关键词 三值光计算机 数据位管理 静态分配策略
在线阅读 下载PDF
A locality-based replication manager for data cloud
3
作者 Reza SOOKHTSARAEI Javad ARTIN +2 位作者 Ali GHORBANI Ahmad FARAAHI Hadi ADINEH 《Frontiers of Information Technology & Electronic Engineering》 SCIE EI CSCD 2016年第12期1275-1286,共12页
Efficient data management is a key issue for environments distributed on a large scale such as the data cloud. This can be taken into account by replicating the data. The replication of data reduces the time of servic... Efficient data management is a key issue for environments distributed on a large scale such as the data cloud. This can be taken into account by replicating the data. The replication of data reduces the time of service and the delay in availability, increases the availability, and optimizes the distribution of load in the system. It is worth mentioning, however, that with the replication of data, the use of resources and energy increases due to the storing of copies of the data. We suggest a replication manager that decreases the cost of using resources, energy, and the delay in the system, and also increases the availability of the system. To reach this aim, the suggested replication manager, called the locality replication manager (LRM), works by using two important algorithms that use the physical adjacency feature of blocks. In addition, a set of simulations are reported to show that LRM can be a suitable option for distributed systems as it uses less energy and resources, optimizes the distribution of load, and has more availability and less delay. 展开更多
关键词 Data cloud REPLICATION GRAPH Locality replication manager (LRM)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部