utk 001 podstawowe pojecia, szkoła-informatyka-cosinus, cosinus, Urządzenia techniki Komputerowej, PDF, ... [ Pobierz całość w formacie PDF ]
Zespół Szkół Łączności w Gdańsku
________________________________________________
I.
ARCHITEKTURA KOMPUTERA
1. ARCHITEKTURA KOMPUTERA WG VON NEUMANNA
Idea komputera von Neumanna
John von Neumann
(ur. 28 grudnia 1903 w Budapeszcie, zm. 8 lutego 1957
w Waszyngtonie), inŜynier chemik, fizyk, matematyk i informatyk. Wniósł
znaczący wkład do wielu dziedzin matematyki, szczególnie teorii gier i
uporządkował formalizm matematyczny mechaniki kwantowej. Uczestniczył
w projekcie Manhattan. Przyczynił się do rozwoju numerycznych prognoz
pogody.
Architektura komputera wg Neumanna polega na ścisłym podziale komputera na trzy
podstawowe części:
·
procesor
(w ramach którego wydzielona bywa część sterująca oraz część
arytmetyczno-logiczna)
·
pamięć komputera
(zawierająca dane i sam program)
·
urządzenia wejścia/wyjścia
Obecny sposób przedstawiania modelu architektury komputera wg Neumanna.
Oznaczenia bloków:
CPU – centralna jednostka przetwarzająca, RAM – pamięć do zapisu i odczytu
BIOS – podstawowy system obsługi we/wy, I/O – układy wejścia wyjścia
AB – magistrala adresowa, MEM – pamięć
PAO – pamięć operacyjna, ROM – pamięć tylko do odczytu
DB – magistrala danych, CB – magistrala sterująca
____________________________________________________________
Urządzenia techniki komputerowej
1
 Zespół Szkół Łączności w Gdańsku
________________________________________________
Dawny sposób przedstawiania modelu architektury komputera wg Neumanna.
Oznaczenia bloków:
Memory – pamięć do zapisu i odczytu
Control Unit – jednostka sterująca PROCESORA, Arithmetic Logic Unit – jednostka
wykonująca podstawowe działania arytmetyczne i logiczne PROCESORA
Input – urządzenia wejścia
Output – urządzenia wyjścia
ZałoŜenia John’a von Neumann’a:
System komputerowy zbudowany w oparciu o tą architekturę powinien:
·
mieć skończoną i funkcjonalnie pełną
listę rozkazów
·
mieć moŜliwość wprowadzenia
programu
do systemu komputerowego poprzez
urządzenia zewnętrzne
i jego przechowywanie w
pamięci
w sposób identyczny jak
danych
·
dane i instrukcje w takim systemie powinny być jednakowo dostępne dla
procesora
·
informacja
jest tam przetwarzana dzięki sekwencyjnemu odczytywaniu
instrukcji
z
pamięci komputera
i wykonywaniu tych instrukcji w procesorze.
Podane warunki pozwalają przełączać system komputerowy z wykonania jednego zadania
(programu) na inne bez fizycznej ingerencji w strukturę systemu, a tym samym gwarantują
jego uniwersalność.
System komputerowy von Neumanna nie posiada oddzielnych pamięci do przechowywania
danych i instrukcji. Instrukcje jak i dane są zakodowane w postaci liczb.
____________________________________________________________
Urządzenia techniki komputerowej
2
Zespół Szkół Łączności w Gdańsku
________________________________________________
Bez analizy programu trudno jest określić czy dany obszar pamięci zawiera dane czy
instrukcje. Wykonywany program moŜe się sam modyfikować traktując obszar instrukcji jako
dane, a po przetworzeniu tych instrukcji - danych - zacząć je wykonywać.
2. PORÓWNANIE KOMPUTERA DO MÓZGU BIOLOGICZNEGO
Komputer jako przybliŜony model mózgu
Komputer jest modelem mózgu w tym sensie, Ŝe równieŜ wykonuje obliczenia
Model von Neumanna:
·
Procesor centralny (CPU) – „myślenie”
·
Pamięć– „zapamiętywanie”
Działanie komputera jest sekwencyjne (czyli nie „równoległe”):
·
Pobierz z pamięci instrukcję
·
Pobierz z pamięci dane do wykonania instrukcji
·
Wykonaj instrukcję
·
Zapisz uzyskane dane w pamięci
Wady modelu von Neumanna
·
Brak odporności na uszkodzenie elementów
·
Sekwencyjne działanie
·
Brak adaptacji
Naukowcy pracują nad bardziej zaawansowanymi modelami mózgu – sztucznymi sieciami
neuronowymi.
Sieci neuronowe to modele obliczeniowe, których funkcjonalność i struktura wzorowana jest
na mózgu. Charakteryzuje je:
·
Rozproszone i równoległe przetwarzanie informacji
·
Odporność na uszkodzenia części elementów
·
MoŜliwość uczenia
·
Mózg składa się z komórek nerwowych – neuronów.
·
Z ciała komórki neuronu odchodzą dendryty, które razem z ciałem komórki zbierają
informację przychodzącą
·
JeŜeli sumaryczne pobudzenie komórki przekroczy próg aktywacji, komórka generuje
impuls wysyłany aksonem do sąsiadów
Komórka nerwowa
Typowe neurony:
A.
Komórka piramidalna korowa
B.
Komórka móŜdŜka
C.
Gwiaździsta komórka kory mózgowej
____________________________________________________________
Urządzenia techniki komputerowej
3
Zespół Szkół Łączności w Gdańsku
________________________________________________
Typowe neurony
Połączenia w układzie nerwowym
____________________________________________________________
Urządzenia techniki komputerowej
4
Zespół Szkół Łączności w Gdańsku
________________________________________________
Synapsa
Połączenie między neuronami nazywamy synapsą. Kiedy sygnał dochodzi do synapsy,
wysyłana jest substancja chemiczna (neurotransmiter), która aktywuje komórkę
postsynaptyczną. Komórka presynaptyczna moŜe zwiększać lub zmniejszać aktywność
komórki postsynaptycznej. Waga synapsy moŜe się zmieniać podczas przetwarzania
informacji.
Szybkość przetwarzania informacji
Neurony działają w skali milisekund,c zyli w przybliŜeniu wykonują ok. 1000 operacji na
sekundę. Procesory w komputerach są około milion razy szybsze.
W mózgu naraz działa 10
11
neuronów – przetwarzanie równoległe.
Sztuczna sieć neuronowa
PowyŜsze inspiracje biologiczne były inspiracją do stworzenia sztucznych sieci neuronowych
– uproszczonych modeli mózgu przetwarzających informację w sposób rozproszony i
równoległy. Realizuje się je albo programowo albo sprzętowo (układy scalone o duŜej skali
integracji)
Kiedy chcemy rozwiązać dany problem przy pomocy sieci neuronowej napotykamy dwa
główne problemy:
·
jak zaprojektować sieć (znaleźć graf skierowany reprezentujący sieć)
·
jak nauczyć sieć (dobrać wagi by sieć wykonywała Ŝądane zadanie)
Nie wiemy jak natura rozwiązuje te problemy (ewolucja), nie mamy teŜ ogólnej metody
konstrukcji sztucznych sieci neuronowych.
Sieci neuronowe jednokierunkowe
Sieci neuronowe jednokierunkowe (feedforward neural networks) są budowane warstwowo.
Składają się z warstwy wejściowej, która odpowiada
neuronom sensorycznym
, i wyjściowej,
która odpowiada
neuronom motorycznym
. Często takŜe z kilku tzw. warstw ukrytych, które
odpowiadają
interneuronom
układu nerwowego.
____________________________________________________________
Urządzenia techniki komputerowej
5
[ Pobierz całość w formacie PDF ]