Full resolution (JPEG) - On this page / på denna sida - 1962, H. 43 - Problemet generell datamaskin och en lösning — D21, av Börje Langefors
<< prev. page << föreg. sida << >> nästa sida >> next page >>
Below is the raw OCR text
from the above scanned image.
Do you see an error? Proofread the page now!
Här nedan syns maskintolkade texten från faksimilbilden ovan.
Ser du något fel? Korrekturläs sidan nu!
This page has never been proofread. / Denna sida har aldrig korrekturlästs.
detaljer varandra, varför bearbetningen ej kan
ske lika enkelt som i förra fallet. Man måste
kunna komma åt olika poster i varierande
ordning. Registren kan få svepas över fram och
tillbaka ett stort antal gånger. Ett stort minne
underlättar avsevärt denna hantering. Vid
planering av detaljernas och produkternas
tillverkning får man också ett samband mellan
olika detaljer, t.ex. tillverkningsordning och
tidpunkter. Här blir åter ett mera komplicerat
sökande i registret nödvändigt.
Det har sagts — så länge att det nu kommit
att på sina håll betraktas som fastställt — att
de vetenskapliga beräkningarna kännetecknas
av komplicerad aritmetik och enkel
datahantering. Den kommersiella bearbetningen säges,
på liknande sätt, kännetecknas av enkel
aritmetik men komplicerad datahantering.
Vi har redan sett att denna enkla
karakterisering är bristfällig. Vi skall visa att den är
helt ohållbar. Bland de mest typiska
bearbetningarna inom de större vetenskapliga
beräkningar som göres i datamaskiner, är
matrisoperationer eller matrisliknande operationer.
Ett enkelt exempel utgör matrisadditionen
A + B = C. Denna kan tillgå så att matriserna
A och B ligger på var sitt magnetband. C lägges
ut på ett tredje band. Operationen kräver en
samtidig, enkel genomgång av A-, B- och
ebbanden. Detta är exakt samma sak som sker i
en typisk kommersiell registervårdsoperation
(uppdatering).
I programmeringssystem för
matrisoperationer sådana som t.ex. Saabs "Samba", som i
många år använts vid Sara, programmeras
detta i princip så att man helt enkelt skriver
A +B = C;
Aritmetik och bandhantering klaras sedan
helt automatiskt av programsystemet. För en
kommersiell registervårdsoperation av i
princip samma slag, med exakt samma
bandhante-ringstyp, fordras ett betydligt längre program
även om detta skrives i Cobol (Common
Business oriented /anguage) som är ett
programmeringssystem helt och hållet gjort för sådan
enkel registervård.
Varför blir då registervården mera
svårpro-grammerad? Jo, den har i allmänhet mera
varierande och komplicerad aritmetik och denna
kan därför ej återges i standardformler.
Det är alltså den kommersiella behandlingen
som kännetecknas av den mera komplicerade
aritmetiken. Datahanteringen är exakt lika för
båda, i de diskuterade exemplen.
Om vi nu betraktar matrismultiplikation i
stället, t.ex. A • B = C, så klaras denna formel
lika lätt helt automatiskt i
matrisprogrammeringssystemet. I detta fall kräver
bearbetningen normalt en väsentligt mera komplicerad
datahantering än den enkla, kommersiella
registervården.
Detta belyses därav att bandregistren för A
och B uppdelas i delar och för varje del av A
skall hela registret B genomgås så att endera
A eller B kommer att behöva svepas över ett
Centralt minne
Hålremsa eller
hålkort
Hålremsa eller
hålkort
Stor ordlängd
Flytande räkning
Större minne
Fig. 1.
Principskiss över
maskin för
automatisk behandling av
matematiska problem.
stort antal gånger efter ett visst schema. Vid
multiplikationen kommer alltså matrisens
element att få ett relativt komplicerat samband
med varandra. Detta sammanhänger för övrigt
med att matrismultiplikation just är en typ av
bearbetning som berör detaljer vilka har
sammanhang med varandra.
Slutsatsen blir följande: Vi har funnit att i
våra typexempel det matematiska problemet
hade enklare aritmetik men betydligt mera
komplicerad datahantering än det
kommersiella. Detta är tvärtemot vanliga föreställningar
och påståenden. I den mån man kan leta upp
andra exempel med en annan tendens, så kan
detta på sin höjd bevisa att ingen generellt
giltig karaktärsskillnad kan konstateras.
Den komplicerade datahanteringen vid
vetenskapliga beräkningar kan ibland koncentreras
till datamängder av t.ex. 20 000 ord. Sådan
bearbetning kan då klaras helt i snabbminnet på
en stor maskin men kräva
magnetbandshante-ring vid en mindre. Ett stort snabbminne
medför naturligtvis i sådana fall en avsevärt
minskad bearbetningstid. Den interna hastigheten
får också i sådana fall accentuerad betydelse.
För problem av denna typ kan en maskin vara
100 gånger snabbare än en annan även om de
har helt likvärda in- och utmatningsorgan.
Problem av denna typ kan också förekomma
som delproblem i kommersiella rutiner, t.ex. i
form av tabellslagning eller vid
planeringsuppgifter.
Datamaskiner för olika
problemområden
Matematiska maskiner
Vid konstruktionen av maskiner för
matematiska problem, fig. 1, de datamaskiner som
tillverkades först, lade man tyngdpunkten vid
största möjliga minne och snabbhet. Man
föredrog att använda binär aritmetik på grund av
att maskinen då blev enkel och snabb. Minnena
var emellertid från början små av tekniska
skäl.
Man har i detta område en strävan till
utbyggnad med större minne, stor ordlängd,
"flytande räkning" samt index-aritmetik, fig. 2.
Det är för förståelsen av den fortsatta dis-
Index-aritmetik
Centralt minne
Fig. 2. En
beräkningsmaskin
utbyggd med
specialfunktio-
1192 TEKNI.SK TIDSKRIFT 1962 H. 44
<< prev. page << föreg. sida << >> nästa sida >> next page >>
