Der Trend bei der Berechnung der Anzahl der Verarbeitungselemente war ein dramatischer und anhaltender Anstieg, der von mehreren Faktoren wie dem Gesetz von Moore (obwohl seine ursprüngliche Formulierung verlangsamt wird), die Notwendigkeit einer erhöhten Verarbeitungsleistung und die Fortschritte bei parallelen Computerarchitekturen. Dieser Trend kann in mehrere Phasen unterteilt werden:
* frühe Tage (Single Core): Zunächst hatten Computer ein einzelnes Verarbeitungselement (CPU -Kern). Alle Berechnungen wurden nacheinander durchgeführt.
* Mehrere Kerne (Multi-Core-CPUs): Als die Grenzen der Single-Core-Leistung erreicht wurden, begannen die Hersteller, mehrere Kerne in eine einzelne CPU-Würfel zu integrieren. Dies ermöglichte eine parallele Verarbeitung und steigerte die Leistung für Multi-Threaden-Anwendungen erheblich. Dies ist immer noch ein dominierender Trend, wobei die Kernzählungen weiter zunehmen, obwohl die Verbesserung der Taktgeschwindigkeit ein Plateau aufweist.
* Viele Kernprozessoren (GPUs, FPGAs usw.): Über Multi-Core-CPUs hinaus haben wir den Aufstieg von Prozessoren mit Hunderten oder sogar Tausenden von Kernen gesehen. Grafikverarbeitungseinheiten (GPUs), die ursprünglich für das Rendering von Grafiken entwickelt wurden, sind zu unglaublich leistungsstarken parallelen Verarbeitungsmotoren geworden, die für verschiedene Anwendungen wie maschinelles Lernen und wissenschaftliches Computing verwendet werden. FPGAs (Field-Programmable Gate Arrays) bieten eine anpassbare Hardwarebeschleunigung mit einer hohen Anzahl konfigurierbarer Logikblöcke, die als Verarbeitungselemente fungieren.
* verteiltes Computing: Die Suche nach noch mehr Verarbeitungsleistung führte zur Entwicklung verteilter Computersysteme, bei denen mehrere unabhängige Computer mit einer einzigen Aufgabe zusammenarbeiten. Dies umfasst Cluster, Netze und Cloud -Computing -Plattformen, die Millionen oder sogar Milliarden von Verarbeitungselementen an geografisch verteilten Standorten effektiv verwenden.
* Spezialisierte Hardwarebeschleuniger: Wir verzeichnen ein Wachstum der speziellen Hardwarebeschleuniger, die für bestimmte Aufgaben wie AI -Inferenzchips (TPUs) oder neuromorphe Prozessoren mit einer einzigartigen Architektur und einer potenziell massiven Anzahl spezialisierter Verarbeitungselemente entwickelt wurden.
Zusammenfassend: Der Gesamttrend zeigt eine exponentielle Zunahme der Anzahl der im Computer verwendeten Verarbeitungselemente. Während die Anzahl der Kerne auf einem einzelnen Chip immer noch zunimmt, tritt das wesentlichere Wachstum in verteilten Systemen und spezialisierten Hardware auf, was zu Systemen mit einer weitaus erhöhten Verarbeitungskapazität im Vergleich zu den Einzelkernprozessoren der Vergangenheit führt. Der Schwerpunkt legt sich von der einfachen Steigerung der Taktgeschwindigkeit zur Nutzung der Parallelität durch viele Kernarchitekturen und verteiltes Computing.
