マルチプロセッサシステムにおけるConcurrent Pascalマシン
スポンサーリンク
概要
- 論文の詳細を見る
コンカレントパスカル(CP)プログラムをマルチプロセッサシステム上で実行することが出来れば, それはCPの効果良い実現法であると共に, この言語がマルチプロセッサ用高級言語として使えることをも意味する. このような観点からマルチプロセッサ用CPマシンを開発し, 当研究所で開発したマルチプロセッサシステム(ACE)の上に実現した. この論文では, 先ずマイクロプログラムによるCP命令の実現について, ACEシステムで行った2つの実現法を示すと共に, それらの評価を行う. 次にマルチプロセッサ化のための設計思想と機構を示す. 最後にマルチプロセッサによるCPマシンの性能をできるだけ一般性のある形で示すためのシミュレーション結果と, ケーススタディとしてACEの場合の実測結果を示した.
- 一般社団法人情報処理学会の論文
- 1980-03-15
著者
関連論文
- 並列構造記述モデルとそれを実現する高水準並列計算機
- アナログニューラルネットによる最適化問題の効率的な解法
- ホップフィールド型ニューラルネットのコスト係数の制御
- ホップフィールド型ニューラルネットによる最適化問題の効率的な解法
- "進化するハードウェア"による有限オートマトンの学習
- ホップフィールド型ニューラルネットワークにおけるコスト係数の制御
- フィードバック付き多層ニューラルネットワーク
- しきい値動的制御法による巡回セールスマン問題の解法
- フィードバック付き多層ニューラルネットワーク
- 並列連想プロセッサIXM2
- 意味記憶システムIX : 意味ネットマシンIXM2によるword disambiguationの実験
- 複素バックプロパゲーション学習アルゴリズムの学習特性
- 複素バックプロパゲーション・ネットワークにおける重みパラメータと決定表面の構造
- 非負値生産関数を持つ資源配分モデルの解析
- 複素バックプロパゲーション学習
- 複素バックプロパゲーション学習
- シミュレーテッドアニーリング法を用いたRNA二次構造予測
- メモリネットワーク : 大規模ニューラルネットワークのハードウェア化法
- μBRAIN : コネクショニストAIシステム : 状態ユニットを持ったニューラルネットワークによる時系列情報の処理
- NFS : ニューラルネットワークを用いたファジィ推論システム
- ニューラルネットワークを実現するメモリネットワーク
- μBRAIN : 知能体実現のための構造化ニューラルネットワーク
- NFS : ニューラルネットワークを用いたファジィ推論システム
- バックプロパゲーションアルゴリズムの学習能力
- 応用指向メモリ (メモリ)
- マイクロプロセッサ(PULCE)におけるマイクロ命令の静的使用特性
- モジュール型複合計算機 (ACE) の試み(分散処理)
- マイクロプロセッサア-キテクチャの一設計
- ETL[電子技術総合研究所]マイクロ処理ユニットのア-キテクチャ (マイクロコンピュ-タ)
- C.mmp マルチ・ミニ・プロセッサについて
- マルチプロセッサシステム用相互排斥モジュールの一設計
- クラシファイヤシステムの引き込み(汎化)能力と二倍体モデルの適用について
- 意味記憶システムIX : 要素プロセッサ間結合方式のシミュレーション
- 意味記憶システムIX : 意味ネットワークのIXMマシンへの割り付け
- 高度並列計算機方式とその画象処理への適用性
- 米の品質判定用ニュ-ロプロセッサの開発に関する研究-1-ニュ-ラルネットワ-クによる米の品質判定
- 3. アーキテクチャ 3.6 意味ネットワークマシン (並列処理マシン)
- 機能メモリのアーキテクチャとその並列計算への応用 7. 人工知能への応用
- IXMにおける連想メモリ上の並列演算性能
- ポリプロセッサ・シミュレーション・システム : PPSS
- 73-27 ARPA ネットワークのための新しいミニコンピュータ/マルチプロセッサ
- マイクロプロセッサ(PULCE)を用いたConcurrent Pascalマシン
- 高級言語による並列処理の記述
- マルチプロセッサシステムにおけるConcurrent Pascalマシン
- バス結合マルチプロセッサシステムの解析モデルと解析