Тема: Кодирование и вычисление объема различных видов информации. 1. Как принципы архитектуры фон Неймана (однородность памяти, последовательное выполнение команд) определяют…

Ниже структурированные ответы по каждому пункту. Я даю краткие определения, ключевые идеи и примеры/формулы там, где это уместно для подготовки к экзаменам.

1. Принципы архитектуры фон Неймана: однородность памяти и последовательное выполнение команд

• Что это значит:
  • Однородность памяти: одна и та же память используется как для хранения инструкций программы, так и для хранения данных.
  • Последовательное выполнение команд: процессор последовательно выполняет инструкции по порядку, управляемый счётчиком команд (Program Counter, PC). В современных системах этот принцип дополняется конвейерами, предсказанием ветвлений и кешами, но базовая идея сохраняется.
  • Основной цикл (fetch-decode-execute): CPU считывает следующую инструкцию из памяти, декодирует её, выполняет операцию и возвращается к следующей инструкции.
• Пример взаимодействия CPU и памяти при сложении двух чисел: Допустим задача: S = A + B, где A хранится в M[200], B в M[201], результат нужно записать в M[202]. Пусть набор инструкций очень простой:
  0. LOAD R1, [200] ; взять A в регистр R1
  1. LOAD R2, [201] ; взять B в регистр R2
  2. ADD R1, R2 ; R1 = R1 + R2
  3. STORE [202], R1 ; записать результат в память Ход цикла:
  • PC = 0: CPU читает инструкцию LOAD из M[0], декодирует её, обращается к памяти M[200] за операндом A, загружает A в R1.
  • PC становится 1: читает следующую инструкцию, загружает B из M[201] в R2.
  • PC становится 2: выполняется операция сложения R1 + R2 в ALU, результат сохраняется в R1.
  • PC становится 3: выполняется команда STORE, кладёт значение R1 в M[202]. Все данные и инструкции проходят по одной шине (шина данных/адреса) и попадают в единое адресное пространство памяти.
• Важные моменты:
  • Прямое следование одного после другого создает «узкое место» (в ранних системах — фон Неймана узкое место: скорость памяти ограничивает скорость выполнения).
  • Современные процессоры добавляют конвейеры, параллельные исполнители, кэш-память и т. п., но базовый принцип все равно хранение инструкций и данных в общей памяти.

2. Эволюция аппаратных средств и её влияние на архитектуру и производительность

• Ключевые стадии:
  • Механические/механико-электрические устройства (до середины 20-го века): ручной ввод, ограниченная параллельность, малые скорости.
  • Электронные ламповые устройства: рост скорости, первые электронные компьютеры; возникла идея «системной архитектуры» и программируемости.
  • Транзисторы и интегральные схемы: миниатюризация, рост числа транзисторов на кристалле, принципиально изменилась архитектура (многоядерность, конвейеры, кэш-память, интерфейсы памяти).
  • Микропроцессоры: принципиально новый уровень доступности для массового применения; персональные ПК и серверы.
  • Современная параллелизация и специализированные ускорители: GPU/TPU, FPGA, ASIC-ускорители; энтузиасты HPC получают огромную производительность за счет множества параллельных потоков и векторной обработки.
  • Современная перспективная область: квантовые вычисления — другой парадигмальный подход, который принципиально отличается от битовой детерминированной схемы и требует новой архитектуры.
• Как это повлияло на архитектуру:
  • Переход к многоядерности, многопоточности, SIMD-векторизации (например, AVX), а также к многоуровневым кэшам. на флотилии: от одноблочной архитектуры к гетерогенным системам (CPU + GPU/TPU/FPGA).
  • Развитие памяти и пропускной способности: более быстрая память (L1/L2/L3 кэши, памяти с высокой пропускной способностью), организация памяти под задачу и напоминающее «плотность вычислений» (архитектура NUMA).
  • Доступность и стандартизация: повышение уровня абстракции через ОС, виртуализация, контейнеризация, что влияет на архитектуру исполнения программ (планирование, изоляция, управление памятью).
  • Привязка к задачам: появление специализированных ускорителей для машинного обучения, графики, обработки сигналов — архитектура под конкретные типы задач.
• Пример: для задач моделирования и анализа больших данных важна параллельность и память высокой пропускной способности; для игр — видеокарты и оптимизация под конвейерность; для серверов — многопроцессорные мейнфреймы и кластерная архитектура.

3. Классификация ЭВМ по назначению и по размерам и ее влияние на применение

• По назначению:
  • Универсальные ЭВМ: способны выполнять широкий набор программ; применяются в большинстве задач: офисная работа, разработка ПО, серверы, научные вычисления.
  • Специализированные ЭВМ: предназначены для узких задач (например, цифровые сигнальные процессоры, встроенные микроконтроллеры, система управления реального времени, промышленные контроллеры). Применение: встраиваемые системы, промышленная автоматизация, обработка сигналов, автомобили и т. д.
• По размерам:
  • Микрокомпьютеры/персональные компьютеры и ноутбуки: бытовые и рабочие задачи, образование, разработка ПО.
  • Мейнфреймы: высокая надёжность, транзакционная обработка, крупные организации (банки, госорганы) для большого числа параллельных заданий и надёжного хранилища.
  • Суперкомпьютеры: масштабные вычисления, моделирование климма, физика частиц, химия, биомедицина; требуют больших вычислительных мощностей и сложной архитектуры параллелизма.
• Практическое применение:
  • Универсальные ЭВМ применяются повсеместно (рабочие станции, серверы общего назначения).
  • Специализированные — там, где критичны производительность по конкретной задаче и время отклика/надежность (модели реального времени, обработка сигналов).
  • По размеру — от домашних ПК до дата-центров HPC и суперкомпьютеров для научных симуляций.

4. ASCII vs Unicode: различия и почему Unicode стал современным стандартом

• ASCII:
  • Кодировка на 7 бит (128 символов) или 8 бит с расширением (256 символов); охватывает латинский алфавит и некоторые управляющие символы.
  • Ограничение: способность кодирования только основных латинских символов и базовых знаков; не поддерживает большинство мировых письменностей.
• Unicode:
  • Универсальная кодировка всех известных письменностей и множества символов (коды до 10+ площадей кодирования); предусматривает кодовые точки (code points).
  • Основные форматы: UTF-8 (переменной длины от 1 до 4 байтов, обратно совместим с ASCII), UTF-16 (2 байта или 4 при суррогатах), UTF-32 (фиксированно 4 байта).
  • Причины перехода к Unicode:
    • Глобализация и необходимость поддержки множества языков и символов (японские Kanji, кириллица, арабский, эмодзи и т. д.).
    • Единая система кодирования, совместимость ASCII через UTF-8, удобство обработки в сетях и файлах.
    • Поддержка комбинированных символов, диакритики, символов различных платформ и устройств.
• Что это дает на практике:
  • Многоязычные приложения, системы ввода/вывода, веб-страницы и файлы могут храниться и передаваться без потери символов.
  • UTF-8 широко поддерживается в современных протоколах и языках программирования.

5. Двоичное кодирование графики: растр и вектор, влияние на качество и размер

• Растровая графика:
  • Представление изображения как сетки пикселей. Пиксель имеет цветовую информацию, например RGB с bpp (bits per pixel).
  • Размер файла: V_raster = W × H × bpp (бит) + заголовок/метаданные; чаще применяется с компрессией (PNG, JPEG, WEBP).
  • Факторы качества и объема:
    • Разрешение (W×H): чем выше, тем больше пикселей.
    • Глубина цвета (bpp): 8 бит на канал RGB даёт 24 бита на пиксель; больше — глубже цвет, больше размер.
    • Формат кодирования: сжатие (lossless, например PNG; lossy, например JPEG) влияет на вид и размер.
    • Антиалиасинг, цветовые пространства (sRGB и т. д.), потери при сжатии.
• Векторная графика:
  • Представление изображения через геометрические примитивы (линии, кривые Безье, многоугольники) и свойства (цвет, заливка, прозрачность).
  • Размер файла векторной графики зависит от количества примитивов и сложности их параметров; в формате SVG файл хранит команды описания формул, координат и стилей.
  • Факторы качества и объема:
    • Число примитивов и их сложность (кривые, градиенты, фильтры).
    • Точность координат (параметры точности, количество разрядов).
    • Способ кодирования (текстовый SVG против бинарных форматов).
  • Преимущество векторной графики: масштабируемость без потери резкости, меньший размер для простых изображений; недостаток — сложные изображения с фотосоставляющими часто кодируются как растровые сверху.
• Пример влияния на размер:
  • Растровый рисунок 1920×1080 с 24-битовым цветом: приблизительно 1920×1080×24 бит ≈ 49,8 Mбит ≈ 6,2 Мбайт до сжатия (без учёта заголовков). При JPEG с потерей — меньше.
  • Векторное изображение с 100 простыми фигурами и цветами может занимать несколько килобайт — десятки килобайт в SVG; при сложных градиентах и фильтрах размер растет.

6. Какие системы счисления применяются в компьютерной технике и почему

• Наиболее широко используемые системы:
  • Двоичная (биты и байты): внутренняя репрезентация всех данных и инструкций на уровне процессора и памяти.
  • Десятичная: удобна для человека, повседневных расчетов.
  • Шестнадцатеричная: удобна для представления байтов и адресов; компактная запись двоичных данных (по 4 бита на один hex-цифр).
  • Восьмеричная: исторически применялась в некоторых старых системах (по 3 бита на одну цифру), полезна для отображения групп байтов в старых архитетктурах.
• Преимущества двоичной системы для ЭВМ:
  • Прямое соответствие состоянию логических элементов (включено/выключено); простая реализация логических операций.
  • Логическое представление чисел в двоичном виде упрощает реализацию арифметических алгоритмов (сложение, вычитание, умножение) на уровне схем.
  • Использование двоичной кодировки упрощает аппаратное проектирование и централизует обработку.
• Практические замечания:
  • Две системы счисления (двоичная и шестнадцатеричная) чаще всего используются внутри ПК и микроконтроллеров.
  • Десятичная и шестнадцатеричная применяются в отладке, отображении адресов памяти, настройках устройств и т. п.

7. Перевод чисел между двоичной, восьмеричной, десятичной и шестнадцатеричной системами (пример с числом 255)

• Пример: число 255 в разных базах
  • Десятичная: 255_10
  • Двоичная: 255 = 11111111_2
  • Восьмеричная: делим на 8 попарно: 255 ÷ 8 = 31 ост 7; 31 ÷ 8 = 3 ост 7; 3 ÷ 8 = 0 ост 3 → 377_8
  • Шестнадцатеричная: 255 = 15·16 + 15, то есть FF_16
• Кратко алгоритм перевода:
  • Десятичная → двоичная: деление на 2 с записями остатков (членами двоичной записи).
  • Двоичная → октальная: группировка бит на три (с конца): 111 111 11 → 377_8 (при необходимости добавить ведущий ноль).
  • Двоичная → шестнадцатеричная: группировка бит на четыре: 1111 1111 → FF_16.
  • Шестнадцатеричное ↔ двоичное: каждый hex-цифра соответствует 4 битам (0–F → 0000–1111).
  • Десятичное ↔ шестнадцатеричное: деление на 16 или умножение по разрядам при обратном преобразовании.

8. Формулы для вычисления объема информации для разных типов данных

• Текст (в разных кодировках):
  • Общая формула: V_text = Σ_i b_i, где b_i — количество бит на i-й символ в заданной кодировке.
  • Примеры:
    • ASCII: 7 бит на символ (или 8 бит, если учитывается восьмибитовый набор). Для N символов: V ≈ N × 7 (или N × 8) бит.
    • Unicode (UTF-8): переменная длина от 1 до 4 байтов на кодовую точку; для строки с N кодовыми точками сумма байтов длины каждой точки; пример: строка из N символов кодируется в N_байт UTF-8, где N_байт зависит от символов.
    • Unicode (UTF-16): для BMP символы занимают 2 байта, для дополнительных кодовых точек — 4 байта (с использованием суррогатных пар).
    • В любом случае размер в байтах умножают на 8, чтобы получить битовую емкость.
• Графика (растровая):
  • V_raster = W × H × bpp, где W и H — ширина и высота в пикселях, bpp — глубина цвета в битах на пиксель.
  • Пример: 1920×1080 при 24 бит на пиксель даёт примерно 1920×1080×24 bits ≈ 49.8 Mbits ≈ 6.2 MBytes (до учёта заголовков и сжатия).
  • При сжатии: размер послеLossless/Lossy уменьшится в зависимости от алгоритма и содержимого.
• Графика (векторная):
  • V_vector зависит от количества примитивов, их точности и параметров. Примерная формула (упрощённая):
    • V_vector ≈ N_primitives × (P_coord × k_coord + P_color × k_color + P_shape), где:
      • N_primitives — число примитивов,
      • P_coord — бит на координату, k_coord — число координат на примитив,
      • P_color — бит на цвет/прозрачность, k_color — число параметров цвета,
      • P_shape — битовые коды типа примитива и прочие параметры.
  • Векторные форматы (SVG) могут быть текстовыми, размер файла определяется количеством символов и длиной команд.
• Звук (сэмплы):
  • V_audio = duration × Fs × B × C, где:
    • duration — длительность в секундах,
    • Fs — частота дискретизации (гц),
    • B — битность одного сэмпла (бит),
    • C — число каналов (1 моно, 2 стерео и т.д.).
  • Пример: 10 секунд стерео PCM 16 бит, 44.1 кГц: V_audio = 10 × 44100 × 16 × 2 бит = 14,105,600 бит ≈ 1.68 Мбайт (до учёта заголовков и без сжатия).
• Примечания:
  • В реальности часто применяют сжатие для графики и аудио(PNG/JPEG, MP3/AAC). Тогда формулы дают ориентировочные исходные значения до сжатия, а итоговый объём зависит от алгоритма и содержания.
  • Для текстов и графики удобно приводить пример с конкретной кодировкой или форматом, чтобы точнее вычислять объём.

Если хотите, могу привести короткие практические задачи на каждую формулу (например, посчитать объём для конкретного изображения или аудио-файла с заданными параметрами). Также могу дополнить примеры под конкретный курс или язык программирования, если скажете, какие именно темы важнее для вашего зачёта.