异构系统接口设计方法（异构系统如何集成）

本篇文章给大家谈谈异构系统接口设计方法，以及异构系统如何集成对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享异构系统接口设计方法的知识，其中也会对异构系统如何集成进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、如何进行cpu+fpga的异构开发
• 2、系统概要设计的接口设计
• 3、什么是异构系统？
• 4、计算机系统集成属于哪个个科技领域？
• 5、java哪些方式可以与异构系统交换数据
• 6、异构计算的异构计算

如何进行cpu+fpga的异构开发

把软设计提升一个水平
要超越FPGA胶合逻辑应用需要更广阔的视野，包括充分利用可编程器件，把尽可能多的硬件引入到软领域中。这包括引入处理器功能本身，今天，FPGA内的软处理器正越来越多地转变成嵌入式平台。从根本上说，改用带FPGA的软处理器会带来结构灵活性、板卡尺寸更小、更简单的优点。但深层次的应用会带来更吸引人的优点。
当利用了FPGA的可编程特性获得处理器顶层的抽象层时，就为嵌入式开发人员打开了无限可能，——不仅在软件中实现抽象级设计，而且在硬件中也实现了。试想这样一个系统：处理器通过可配置硬件（本质上是一个硬件包裹）与其内存和外设连接——这就抽象了处理器的接口。简单地对FPGA重新编程就改变了硬件包裹，系统设计师可以轻易地改变处理器内核，甚至在硬的或软的处理器之间转换，无需修改其他系统硬件。从系统的角度来看，所有处理器都是相似的，这就简化了硬件设计流程。当然，把这延伸到应用软件领域也需要可以在处理器之间提供C级别兼容性的编译器。
这种系统的优点是不需要“事先”对处理器做出选择。系统可能是使用某种处理器开发的，但是开发阶段发现需要更高的性能，又采用了更快的器件。由于包裹层的原因，处理器可以是软的、硬的、甚至是FPGA内部的硬件处理器内核，而不会影响周围的硬件，因为转换层仅仅创建出连接外设的标准接口。实际上外设器件本身的连接可以相同方式抽象。在这个方案中，FPGA为嵌入式系统的所有部件提供通用的连接性，而有效地成为系统互连结构。换言之，它有效地成为标准接口“骨干”，硬件和软件都可以轻松与处理器和外设交流。
最后，在处理器之上引入透明的包裹层会创建出基于FPGA的开发环境，提供真正的处理器独立性。软件和硬件开发速度都提高了，处理器选择可以放到设计流程的后期进行，有效的软件/硬件协同设计成为可能。

系统概要设计的接口设计

接口设计包括三个方面：
一、用户接口
用来说明将向用户提供的命令和它们的语法结构，以及软件的回答信息。
二、外部接口
用来说明本系统同外界的所有接口的安排包括软件与硬件之间的接口、本系统与各支持软件之间的接口关系。
三、内部接口
用来说明本系统之内的各个系统元素之间的接口的安排

什么是异构系统？

异构数据库系统是相关异构系统接口设计方法的多个数据库系统的集合异构系统接口设计方法，可以实现数据的共享和透明访问异构系统接口设计方法，每个数据库系统在加入异构数据库系统之前本身就已经存在，拥有自己的DMBS。异构数据库的各个组成部分具有自身的自治性，实现数据共享的同时，每个数据库系统仍保有自己的应用特性、完整性控制和安全性控制。异构数据库系统的异构性主要体现在以下几个方面：
计算机体系结构的异构
各个参与的数据库可以分别运行在大型机、小型机、工作站、PC或嵌入式系统中。
基础操作系统的异构
各个数据库系统的基础操作系统可以是Unix、Windows NT、 Linux等。
DMBS本身的异构
可以是同为关系型数据库系统的Oracle、 SQL Server等，也可以是不同数据模型的数据库，如关系、模式、层次、网络、面向对象，函数型数据库共同组成一个异构数据库系统。
----异构数据库系统的目标在于实现不同数据库之间的数据信息资源、硬件设备资源和人力资源的合并和共享。其中关键的一点就是以局部数据库模式为基础，建立全局的数据模式或全局外视图。这种全局模式对于建立高级的决策支持系统尤为重要。
----大型机构在许多地点都有分支机构，每个子机构的数据库中都有着自己的信息数据，而决策制订人员一般只关心宏观的、为全局模式所描述的信息。建立在数据仓库技术基础上的异构数据库全局模式的描述是一种好的解决方案。数据仓库可以从异构数据库系统中的多个数据库中收集信息，并建立统一的全局模式，同时收集的数据还支持对历史数据的访问，用户通过数据仓库提供的统一的数据接口进行决策支持的查询。
数据库转换
----对于异构数据库系统，实现数据共享应当达到两点：一是实现数据库转换异构系统接口设计方法；二是实现数据的透明访问。由华中科技大学开发的，拥有自主版权的商品化数据库管理系统DM3系统，通过所提供的数据库转换工具和API接口实现异构系统接口设计方法了这两点。
----DM3提供了数据库转换工具，可以将一种数据库系统中定义的模型转化为另一种数据库中的模型，然后根据需要再装入数据，这时用户就可以利用自己熟悉的数据库系统和熟悉的查询语言，实现数据共享的目标。数据库转换工具首先进行类型转换，访问源数据库系统，将源数据库的数据定义模型转换为目标数据库的数据定义模型，然后进行数据重组，即将源数据库系统中的数据装入到目的数据库中。
----在转换的过程中，有时要想实现严格的等价转换是比较困难的。首先要确定两种模型中所存在的各种语法和语义上的冲突，这些冲突可能包括：
命名冲突：即源模型中的标识符可能是目的模型中的保留字，这时就需要重新命名。
格式冲突：同一种数据类型可能有不同的表示方法和语义差异，这时需要定义两种模型之间的变换函数。
结构冲突：如果两种数据库系统之间的数据定义模型不同，如分别为关系模型和层次模型，那么需要重新定义实体属性和联系，以防止属性或联系信息的丢失。
----总之，在进行数据转换后，一方面源数据库模式中所有需要共享的信息都转换到目的数据库中，另一方面这种转换又不能包含冗余的关联信息。
----数据库转换工具可以实现不同数据库系统之间的数据模型转换，需要进一步研究的问题是：如果数据库转换同时进行数据定义模式转换和数据转换，就可能引起同一数据集合在异构数据库系统中存在多个副本，因此需要引入新的访问控制机制。在保证各个参与数据库自治，维护其完整性、安全性的基础上，对于异构数据库系统提供全局的访问控制、并发机制和安全控制。
----如果数据库转换只进行数据定义转换，不产生数据的副本，那么在新的目的数据库定义模型的框架下访问数据，实现上仍是对源数据库系统中数据的访问。这时利用新的数据库系统中的数据处理语言实现的事务，不能直接访问源数据库，必须进行事务级的翻译才可以执行。
数据的透明访问
----在异构数据系统中实现了数据的透明访问，用户就可以将异构分布式数据库系统看成普通的分布式数据库系统，用自己熟悉的数据处理语言去访问数据库，如同访问一个数据库系统一样。但目前还没有一种广泛使用的数据定义模型和数据查询语言，实现数据的透明访问可以采用多对一转换、双向的中间件等技术。开放式数据库互连（Open DataBase Connectivity,简称ODBC）是一种用来在相关或不相关的数据库管理系统中存取数据的标准应用程序接口（API）。ODBC为应用程序提供了一套高层调用接口规范和基于动态链接库的运行支持环境。目前，常用的数据库应用开发的前端工具如Power Builder、 Delphi等都通过开放数据库互联(ODBC)接口来连接各种数据库系统。而多数数据库管理系统（如：Oracle、Sybase、SQL Server等）都提供了相应的ODBC驱动程序，使数据库系统具有很好的开放性。ODBC接口的最大优点是其互操作能力，理想情况下，每个驱动程序和数据源应支持完全相同的ODBC函数调用和SQL语句，使得ODBC应用程序可以操作所有的数据库系统。然而，实际上不同的数据库对SQL语法的支持程度各不相同，因此，ODBC规范定义了驱动程序的一致性级别，ODBC API的一致性确定了应用程序所能调用的ODBC函数种类，ODBC 2.0规定了三个级别的函数，目前 DM3 ODBC API支持 ODBC 2.0规范中第二级扩展的所有函数。
----随着Internet应用的不断普及，Internet的异构分布式信息系统正在迅速发展，Java以其平台无关性、移植性强，安全性高、稳定性好、分布式、面向对象等优点而成为Internet应用开发的首选语言。在Internet环境下，实现基于异种系统平台的数据库应用，必须提供一个独立于特定数据库管理系统的统一编程界面和一个基于 SQL的通用的数据库访问方法。Java与数据库接口规范JDBC（Java Database Connectivity）是支持基本SQL功能的一个通用的应用程序编程接口，它在不同的数据库功能模块的层次上提供了一个统一的用户界面，为对异构数据库进行直接的Web访问提供了新的解决方案。 JDBC已被越来越多的数据库厂商、连接厂商、Internet服务厂商及应用程序编制者所支持。

计算机系统集成属于哪个个科技领域？

信息系统集成定义：实现各种异构系统，应用和数据源之间共享和交换信息和协作的途径，方法学，标准和技术。
通常包括以下四个方面的集成：
硬件（网络）集成－－使用硬件设备将各个子系统连接起来应用（软件）集成－－多个异构系统间的交互信息（数据）集成－－保证多个系统中的信息保持一致业务（流程）集成－－跨应用系统的业务流程的集成
扩展资料：
由于系统集成要让不同厂家的不同产品和设备互连在一起，让不同网络和不同系统互连在一起，接口问题就成为信息系统实现的关键点。
接口设计的主要工作一般包括硬件模块接口、操作系统接口、异构数据库接口、软件开发平台接口、人机界面接口等内容。进行系统集成之前首先要对产品、技术和系统有一个全面、深入的了解和分析，在此基础上还必须具备设计开发接口的能力，这样才能保证信息系统的成功。
迄今为止信息系统的集成尚没有一套完整、成熟的规范和标准可以遵循，因此还需要工程开发人员和科技工作者不断地进行研究和探索，对系统集成制定相应的规范、流程和管理方法。

java哪些方式可以与异构系统交换数据

从语言上来看异构系统接口设计方法，java.util.List是个接口异构系统接口设计方法，其下有N多实现，最常用异构系统接口设计方法的是ArrayList和LinkedList及其各种继承或同步化实现（如Vector/Queue/Stack这些的） ArrayList内部是拿数组存储，那么上限就是Integer.MAX_VALUE LinkedList内部是个链表，理论上是无限的另外，List里放的东西都是在内存里的（当然你也可以自己实现一个放磁盘上的），因此能放多少也取决于放的东西的大小以及种类。 大小方面很容易计算，一个对象如果1K，那400,000个就至少要占用400M的内存（不算其他占用）。 而虚拟机内存分类方面，如果是普通对象，一般占用的都是堆（Heap）空间，如果是常量或是类似String.intern()出来的东东，则占用的是永生带（Permanent Generation）。实际开发中，虚拟机默认内存大小根据不同的虚拟机实现有所不同，可以在启动应用时用-Xmx调整最大堆大小，比如调整堆最大大小为2G： 所以40万是放得下的

异构计算的异构计算

在异构计算系统上进行的并行计算通常称为异构计算。人们已从不同角度对异构计算进行定义，综合起来我们给出如下定义：异构计算是一种特殊形式的并行和分布式计算，它或是用能同时支持simd方式和mimd方式的单个独立计算机，或是用由高速网络互连的一组独立计算机来完成计算任务。它能协调地使用性能、结构各异地机器以满足不同的计算需求，并使代码（或代码段）能以获取最大总体性能方式来执行。
概括来说，理想的异构计算具有如下的一些要素：
（1）它所使用的计算资源具有多种类型的计算能力，如simd、mimd、向量、标量、专用等；（2）它需要识别计算任务中各子任务的并行性需求类型；（3）它需要使具有不同计算类型的计算资源能相互协调运行；（4）它既要开发应用问题中的并行性，更要开发应用问题中的异构性，即追求计算资源所具有的计算类型与它所执行的任务（或子任务）类型之间的匹配性；（5）它追求的最终目标是使计算任务的执行具有最短时间。
可见，异构计算技术是一种使计算任务的并行性类型（代码类型）与机器能有效支持的计算类型（即机器能力）最相匹配、最能充分利用各种计算资源的并行和分布计算技术。 1、异构计算系统。
它主要由以下三部分组成：（1）一组异构机器。（2）将各异构机器连接起来的高速网络。它可以是商品化网络，也可以是用户专门设计的。（3）相应的异构计算支撑软件。
2、异构计算的基本工作原理。
异构计算需求在析取计算任务并行性类型基础上，将具有相同类型的代码段划分到同一子任务中，然后根据不同并行性类型将各子任务分配到最适合执行它的计算资源上加以执行，达到使计算任务总的执行时间为最小。下面通过一个简单例子来说明异构计算的基本工作原理。
假设在某一基准串行计算机上执行某一给定计算任务的时间为ts，其中向量、mimd、simd以及sisd各类子任务所占执行时间的百分比分别为30%、36%、24%和10%。假设某向量机执行上述各类子任务相对于基准串行机的加速比分别为30、2、8和1.25，则在该向量机上执行此任务所需的总时间为
tv=30%ts/30+36%ts/2+24%ts/8+10%ts/1.25=0.30ts，
故相应的加速比为sv=ts/tv=ts/0.3ts=3.33
若上述向量机与其他的mimd机、simd机以及一台高性能工作站（sisd型）构成一个异构计算系统，并假设mimd机、simd机以及工作站执行相匹配子任务的加速比分别为36、24和10，则在该异构计算系统上执行同样任务所需时间就变为
thet=30%ts/30+36%ts/36+24%ts/24+10%ts/10+tc
其中tc为机器间交互开销时间，假设需2%ts时间，则thet=0.06ts，从而相应的加速比为shet=ts/0.06ts=16.67。
由上例可见，异构计算系统可比同构计算系统获取高得多的加速比。这主要是因为同构计算系统中的加速比只是靠并行性开发获取的，而异构计算系统中的加速比除了并行性之外，更主要的是靠开发异构性获得的（即不同类型子任务与相应类型的计算资源相匹配），尽管此时会有相应的交互开销。交互开销越小，异构计算的优越性就越加明显。 异构计算按以何种形式来提供计算类型多样性，可分为系统异构计算（shc-system heterogeneous computing）和网络异构计算（nhc-network heterogeneous computing）两大类。shc以单机多处理器形式提供多种计算类型，而nhc则以网络连接的多计算机形式提供多种计算类型。
根据异构性实现方式不同，即是空间异构性还是时间异构性，shc和nhc各自又可进一步分为两类。shc分为单机多计算方式和单机混合计算方式两大类，前者在同一时刻允许以多种计算方式执行任务，后者在同一时刻只允许以一种计算方式执行任务，但在不同时刻计算可从一种方式自动切换到另一种方式，如simd和mimd方式间的切换。前者的实例有美国hughes研究实验室和mit共同研制的图像理解系统结构（iua），它是多层异构系统结构，按图像理解层次要求设计每一层，低层是simd位串网络（4096），用来处理像素级操作（如图像增强），中层是由64个数字信号处理（dsp）芯片构成的，以spmd或mimd（中粒度）方式执行模式分类等操作，顶层是一个通用mimd（粗粒度）机器，完成场景和动作分析等知识处理操作。后者的实例为美国普渡大学研制的pasm系统原型，由16个pe（处理单元）组成的系统，它们可动态地加以划分以形成各种大小的独立的混合方式子机器，执行方式可按需要在simd和mimd之间自动切换。
nhc可进一步分为同类异型多机方式和异类混合多机方式两类。同类异型多机方式中所使用的多机，它们的结构属同一类，即支持同一种并行性类型（如simd、mimd、向量等类型之一），但型号可能不同，因此性能可以各有差异。通常的now或cow为同类同型多机方式，因此可看成是同类异型多机方式中的特例。异类混合多机方式中所使用的多机，它们的结构则属不同类型。 网络异构计算系统主要由一组异构计算机、一个连接所有机器的高速网络和一个并行编程环境所组成。逻辑上这种系统可分为三个层次：网络层、通信层和处理层。如图1所示。
网络层主要用来连接在不同地点的计算机，如图1中的计算站a和计算站b，并考虑其中消息传递的路由选择、网络流优化和网络排队理论等问题，这与传统的计算机网络设计类似。
通信层工作于网络层之上，主要为系统中各种不同的计算机提供能够相互通信的机制。通信工具软件应提供使众多异构计算机集合可视为是一个单一的系统映像、单个虚拟异构并行机的机制。这将方便用户编程。这种通信工具通常提供一组原语来提供各种通信。典型流行的通信工具是pvm（并行虚拟机）和mpi（消息传递标准接口）。
处理层主要用来管理异构机器组并保证任务的高效执行。它所提供的主要服务包括编程环境和语言支持、应用任务的类型分析和任务划分、任务的映射与调度以及负载平衡等。 异构计算处理过程本质上可分为三个阶段：并行性检测阶段、并行性特征（类型）析取阶段以及任务的映射和调度阶段。并行性检测不是异构计算特有的，同构计算也需要经历这一阶段。可用并行和分布计算中的常规方法加以处理。并行性特征析取阶段是异构计算特有的，这一阶段的主要工作是估计应用中每个任务的计算类型参数，包括映射及对任务间通信代价的考虑。任务映射和调度阶段（也称为资源分配阶段）主要确定每个任务（或子任务）应映射哪台机器上执行以及何时开始执行。
从用户来看，上述的异步计算处理过程可用两种方法来实现。第一种是用户指导法，即由用户用显式的编译器命令指导编译器完成对应用代码类型分析及有关任务的分解等工作，这是一种显式开发异构性和并行性方法，较易于实现，但对用户有一定要求，需将异构计算思想融入用户程序中。另一种是编译器指导法，需将异构思想融入编译器中，然后由具有“异构智力”的编译器自动完成应用代码类型分析、任务分解、任务映射及调度等工作，即实现自动异构计算。这是一种隐式开发异构性和并行性方法，是异构计算追求的终极目标，但难度很大，对编译器要求很高。
自动异构计算的概念性模型如图2所示。首先对两个对象进行分析，一是异构计算系统中的机器集，二是求解的应用程序。为了获取最好的执行效果，对它们不但进行定性分析，还需进行相应的定量分析。
整个异构计算处理过程可分为以下四个阶段：第一阶段主要是对各台机器进行计算特征的分类，得出异构计算系统所能完成的计算类型；按代码块统计应用对计算特征的需求并加以分类；用基准程序测试各机器的性能参数，包括速度参数及机器间通信性能参数，生成对应的两个机器速度性能矩阵和通信带宽矩阵。将程序按计算类型分类划分；估算各子任务的计算量和子任务间通信量，生成相应的任务dag图。dag图中结点上的数值表示子任务计算量，弧上的数值表示两结点间通信量。
第二阶段主要是根据dag和速度性能矩阵计算出每个子任务在各台机器上的执行时间，生成时间性能矩阵；根据通信性能矩阵和子任务的通信量计算各子任务间的通信时间，生成通信时间矩阵。
第三阶段根据前两个阶段结果，给出各子任务到各机器的映射和符合任务dag图偏序关系的调度。映射和调度可以是静态或动态的，动态调度需根据机器负载和网络状态信息进行。
第四阶段为执行。 异构计算的应用范围很广，几乎所有涉及巨大挑战性问题的求解都可用异构计算进行经济有效的求解。典型的应用包括图像理解、质点示踪、声束形成、气候建模、湍流对流混合模拟以及多媒体查询等。这些应用中通常都含有多种不同的计算类型的需求，因此很适合于用异构计算来进行求解。
1、未来应重点开展异构混合多机方式的网络异构计算的研究，它代表着发展趋向，且较经济有效；2、自动异构计算是长期追求目标，在现阶段宜采用用户指导方法来进行研究和开发；3、应尽量利用现有成熟工具如pvm和mpi来开展异构计算的研究和开发；4、应注意开展异构计算的理论分析和建模、性能估计模型、有关软件工具以及异构计算中任务映射和调度算法等方面的研究；5、应研究如何使异构计算系统具有良好的单一系统映像。

关于异构系统接口设计方法和异构系统如何集成的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 异构系统接口设计方法的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于异构系统如何集成、异构系统接口设计方法的信息别忘了在本站进行查找喔。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。