Методы параллельной обработки информации как компонент содержания подготовки будущих учителей информатики

• Автор: Козвонина, Анастасия Валерьевна
• Шифр специальности: 13.00.02
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 168 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. МЕСТО И РОЛЬ МЕТОДОВ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКИ ИНФОРМАЦИИ В СОВРЕМЕННОЙ ИНФОРМАТИКЕ.

1.1. Обзор развития методов параллельной обработки информации

. 1.1. Причины появления и особенности многопроцессорных вычислительных систем

1.1.2. Области применения параллельных методов вычислений

1.1.3. Краткий обзор использования параллелизма в архитектуре ЭВМ

1.1.4. Классификация средств параллельного программирования

1.2. Фундаментальные основы методов параллельной обработки информации

ВЫВОДЫ ПО ПЕРВОЙ ГЛАВЕ.

ГЛАВА 2. ПРИНЦИПЫ ОТБОРА СОДЕРЖАНИЯ ПОДГОТОВКИ БУДУЩИХ УЧИТЕЛЕЙ ИНФОМАТИКИ ПО МЕТОДАМ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКИ ИНФОРМАЦИИ
2.1. Анализ стандартов высшего профессионального образования по информатике
2.1.1. Государственный стандарт России.
2.1.2. Рекомендации специальной комиссии и I
2.2. Модели содержания образования.
2.3. Принципы отбора содержания
2.4. Изучение опыта преподавания курсов, связанных с параллельными вычислениями, преподаваемых в различных вузах России и США.
2.5. Отбор содержания по курсу Методы параллельной обработки
информации.
Выводы по второй главе
ГЛАВА 3. СОДЕРЖАНИЕ КУРСА МЕТОДЫ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКИ ИНФОМАЦИИ
3.1. Место курса Методы параллельной обработки информации в
СИСТЕМЕ ПОДГОТОВКИ УЧИТЕЛЕЙ ИНФОРМАТИКИ.
3.2. Задачи курса.
3.3. Структура курса
3.4. Экспериментальная проверка эффективности разработанного курса
Выводы по третьей главе.
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ПРИЛОЖЕНИЯ
ВВЕДЕНИЕ


Это означало, что к году количество деталей на интегральную схему минимальной стоимости должно было составить 0. Рассуждение Гордона Мура было основано на эмпирическом логарифмическом отношении между сложностью устройства и временем. Он использовал это отношение, чтобы доказать, что к г. Этот прогноз оказался точным в г. В своей следующей работе в г. Мур пересмотрел скорость удвоения сложности схем до месяцев и запланировал с г. Эта характеристика стала известна как Закон Мура. Формально закон Мура утверждает, что сложность схем удваивается каждые восемнадцать месяцев, или скорость и производительность микропроцессоров увеличиваются вдвое каждые месяцев примерно на в год. Это опытное отношение удивительно точно подходило в течение многих лет как для микропроцессоров, так и для динамических ОЗУ. Последние несколько лет ограничения закона Мура являются предметом всеобщих дебатов. В настоящее время компьютеры с одним процессором уже достигли больших скоростей и продвинули технологию к физическим ограничениям в производстве микросхем, но очень скоро этот процесс прекратится, поскольку существуют физические и архитектурные ограничения, которые задают предел вычислительной мощности, которая может быть достигнута системой с одним процессором. Чтобы обойти такое ограничение на скорость работы одного процессора, процессоры можно объединить и сделать так, чтобы они работали одновременно или параллельно. Чтобы достичь максимального эффекта от компьютерных систем с внутренним многопроцессорные ЭВМ или внешним параллелизмом кластеры, компьютерные сети, проектировщики и разработчики программного обеспечения должны понимать особенности взаимодействия между такими частями системы как аппаратное и программное обеспечение. Всегда существовали задачи, решение которых находилось на грани возможностей существовавших средств . Вплоть до середины XX века практически единственным вычислительным средством был человек. Решение наиболее крупных задач требовало привлечения большого числа расчетчиков. Поскольку они проводили вычисления одновременно, по сути такой коллектив своими действиями моделировал работу многопроцессорной вычислительной системы. Роль отдельного процессора в этой системе выполнял отдельный человек. В качестве исторического примера можно привести работу академика Л. А. Самарского, который в начале х годов выполнял расчеты, необходимые для моделирования ядериых взрывов. Он посадил за столы несколько десятков человек и снабдил их арифмометрами. Эти люди передавали данные друг другу на словах и откладывали необходимые цифры на арифмометрах. Таким образом, в частности, была рассчитана эволюция взрывной волны. Можно сказать, что это была модель параллельной системы. Хотя расчеты водородной бомбы были проведены мастерски, точность их была очень низкая, потому что узлов в используемой параллельной системе было мало, а время подсчета получалось слишком большим. При подобной организации вычислений никак не могло появиться большое число крупных задач, в этом просто не было бы смысла, потому что их некому бы было считать. Поэтому еще лет назад весьма распространенным являлось мнение, что несколько мощных компьютеров смогут решить все практически необходимые задачи. История опровергла эти прогнозы. Компьютеры оказались настолько эффективным инструментом, что новые и очень крупные задачи стали возникать не только в традиционных для вычислений областях, но даже в таких, где раньше большие вычислительные работы не проводились. Кроме того, использование компьютеров освободило человека от нудного и скрупулезного труда, связанного с выполнением операций. Это позволило ему направить свой интеллект на постановку новых задач, построение математических моделей, разработку алгоритмов и при этом не бояться больших объемов вычислений. Потребность в решении больших задач заставляет создавать более совершенные компьютеры. В свою очередь, более совершенные компьютеры позволяют улучшать математические модели и ставить еще большие задачи. В конце концов, кроме последовательных, появились параллельные компьютеры.