本文主要是介绍计算机体系结构：并行度与并行体系结构的分类，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
计算机中常见的并行：
指令级并行(ILP):
利用编译器的帮助和硬件支持（如流水线、超标量架构、推测执行等技术），在单个处理器内同时执行多条指令，以减少指令执行的串行依赖，实现有限程度的数据级并行。
向量体系结构与GPU:
向量处理器或图形处理器（GPU）设计为一次对一组数据（向量或数组）执行相同的单条指令，实现大规模数据级并行。这类架构特别适合处理大规模并行数据运算，如科学计算、图像处理、机器学习等领域。
线程级并行（TLP）：
在紧耦合硬件模型（如多核处理器、共享内存的多处理器系统）中，通过创建并行执行的线程来开发数据级并行（如多线程并行处理同一数据集）或任务级并行（如多个线程执行不同的子任务）。线程间可以交互（共享数据、同步等），共同完成复杂的并行计算任务。
请求级并行（RLP）：
在程序员或操作系统调度的大量去耦合任务（如分布式系统中的独立作业或服务）之间开发并行。这些任务通常在独立的计算节点上执行，相互间通信和同步相对较少，适用于处理大量独立、并行的任务或服务请求。
根据指令和数据分类计算机：
单指令流、单数据流（SISD）：
单处理器系统，程序员视其为传统的顺序计算设备，但可通过指令级并行技术（如ILP）提高性能。
单指令流、多数据流（SIMD）：
多处理器系统，同一指令由多个处理器并行执行，但每个处理器处理不同的数据流。SIMD主要用于开发数据级并行，对多个数据项并行执行相同操作。每个处理器有自己的数据存储器，但共用一个指令存储器和控制处理器。三种常见的SIMD的体系结构：向量体系结构、标准指令集的多媒体扩展、GPU。
多指令流、单数据流（MISD）：
商用多处理器领域尚未出现此类系统，但为了理论上的完整性被纳入分类。在MISD中，多个处理器对同一数据流执行不同的指令集。尽管现实中不存在，但这种分类有助于理解并行计算的潜在可能性。
多指令流、多数据流（MIMD）：
每个处理器独立提取指令并操作各自的数据，主要针对任务级并行。相比SIMD，MIMD更灵活、适应性更强，但成本也可能更高。MIMD系统也能开发数据级并行，但开销可能大于SIMD（取决于任务粒度）。
这篇关于计算机体系结构：并行度与并行体系结构的分类的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
