Datenflussrechner

Inhaltsverzeichnis1 Grundlagen des Datenflußprinzips.1.1 Kontrollfluß-, Reduktions- und Datenflußprinzip.1.2 Datenflußsprachen.1.3 Datenflußgraphen und Berechnungsschemata.1.4 Grundstrukturen der Datenflußrechner.1.5 Klassifikation der Datenflußrechner.1.6 Erweiterungen feinkörniger Datenflußrechner.1.7 Anwendungen der Datenflußrechner.2 Parallelitätsebenen und Parallelarbeitstechniken.2.1 Ebenen der Parallelität.2.2 Techniken der Parallelarbeit.2.3 Techniken der Parallelarbeit durch Prozessorkopplung.2.4 Techniken der Parallelarbeit in der Prozessorarchitektur.2.5 SIMD-Techniken.2.6 Mehr-Ebenen-parallele Rechner.3 Statische Datenflußrechner.3.1 Einführung und Überblick.3.2 Statische Datenflußrechner am MIT.3.3 DDM1.3.4 LAU-System.3.5 Distributed Data Processor DDP.3.6 Hughes Data Flow Multiprocessor.3.7 Dataflow Multiprocessor von Rumbaugh.4 Dynamische Datenflußrechner.4.1 Einführung und Überblick.4.2 Manchester Dataflow Computer.4.3 Dynamische Datenflußrechner am MIT.4.4 Japanische Datenflußrechner.4.5 Datenflußrechner der Sandia National Laboratories.5 Datenfluß-/von-Neumann-Hybridarchitekturen.5.1 Einführung und Überblick.5.2 Hybridarchitekturen am MIT.5.3 Large-Grain-Datenfußarchitekturen.5.4 Large-Grain-Datenflußarchitekturen mit komplexen Maschinenbefehlen.5.5 Leistungsvergleich der Datenfluß-/von-Neumann-Hybridtechniken.6 Multithreaded-von-Neumann-Architekturen.6.1 Überblick.6.2 HEP.6.3 Horizon.6.4 Tern.6.5 MASA.6.6 APRIL-Prozessor im ALEWIFE-System.7 Zusammenfassung und Ausblick.8 Literaturverzeichnis.9 Sachwortregister.