Keyboard shortcuts

Press or to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

Introduzione

Analisi Matematica T-1

  • Docente: Paolo Albano

Docenti passati

  • Filippo Morabito (A.A. 2021-22)

Libri

  • Analisi matematica 1 - C. Canuto, A. Tabacco | IPFS
  • Esercitazioni di Analisi 1 - M. Bramanti | IPFS

Architettura dei Calcolatori

Hazards

Problema

Abbiamo delle istruzioni che provocano hazards.

Alee strutturali

⚠️ Risorsa condivisa tra più stadi (es. memoria).

Come si risolve?

  • Duplicazione della risorsa. Lo facciamo per esempio per l’ALU, che dovrebbe essere condivisa tra la fase di EXECUTE e quella di FETCH. Non sempre va bene ovviamente.
  • Serializzazione degli accessi.
  • [ADVANCED] Caches ovunque e facciamo finta di aver duplicato la risorsa.

Alee di Dato

⚠️ Un istruzione legge qualcosa che è stato modificato da un’altra istruzione che è ancora in pipeline (es. Read After Write - RAW, jump a registro appena modificato)

Come si risolve?

  • Forwarding: colleghiamo all’EX le fasi più avanti in modo tale che l’u.c. possa scegliere se utilizzare i registri provenienti dalla fase di DECODE (stale) oppure quelli appena creati (forwarded).

    Risolve quasi tutte le RAW senza stallare la pipeline.

  • Se l’istruzione che modifica (quella da cui la nostra istruzione attuale nell’EX dipende) è una LOAD è un problema. Perchè? Perchè c’è accesso in memoria. Che cazzo forwardi? nulla. Quindi bisogna aspettare la fine di MEM.

    In questo caso si può ricorrere alla delayed load perchè se la nostra istruzione è nella fase di EX, la LOAD sarà in fase di WB, quindi possiamo prendere già il valore presente nel registro appena e forwardarlo alla fase di EX.

🔥 La delayed load è fattibile solamente se ho il forward.

Alee di Controllo

La BRANCH e la JUMP, oltre ad avere un problema di alea di dato se faccio jump/branch ad un registro appena modificato, hanno anche un alea di controllo.

In generale per entrambe possiamo ottimizzare l’archittetura per avere che il risultato della JUMP/BRANCH (nella EX) mi faccia caricare direttamente la prossima istruzione corretta.

Mentre per la JUMP, non posso fare nient’altro, per la branch posso provare a predirre se il jump sarà taken or not. Per fare questo ci sono vari modi.

La migliore (vista) è il BTB, perchè sbaglio molto meno di qualsiasi modo (sicuramente non ha senso l’always stall e con la predict not taken sbaglio molte più volte)

Matematica Applicata T

  • Docente: Francesca Brini

Libri

  • Probabilità E Statistica Per L'ingegneria E Le Scienze - Sheldon M Ross | via IPFS

Risorse extra

Crediti

Sistemi Informativi T

  • Docente: Prof. Paolo Ciaccia

Crediti

Libri

  • Basi di Dati (Modelli e linguaggi di interrogazione).pdf | via IPFS

Altre guide

Sistemi Operativi

  • Docente: Prof.ssa Anna Ciampolini

Risorse esterne

Fondamenti di Telecomunicazioni

Trasformata di Fourier

Trasformate notevoli (Pluto.jl)

Controlli Automatici

Risorse esterne

Risorse esterne

Tesi di Laurea (Progetto Finale)

Templates

Lab. di Cybersecurity

ti interessa la cybersecurity?

Dai un'occhiata ad Ulisse!

Ulisse è il laboratorio di cybersecurity dell'Università di Bologna, dove puoi mettere in pratica le tue competenze e imparare nuove tecniche di sicurezza informatica.

Maggiori informazioni su https://ulis.se.

Risorse esterne

Risorse esterne

Sistemi in Tempo Reale

Risorse esterne

Programmazione parallela e distribuita

Risorse esterne

Programmazione Accelerata (ex Sistemi Digitali)

Modulo 1: Calcolo ad Alte Prestazioni

Modulo 2: Programmazione GPU

Risorse esterne

Linguaggi e Modelli Computazionali

Parte 1: Teoria dei Linguaggi di Programmazione

Parte 2: Modelli Computazionali

Risorse esterne

Architetture degli Elaboratori

Risorse esterne

Ricerca Operativa

Modulo 1: Fondamenti di Ricerca Operativa

Modulo 2: Simulazione ad Eventi Discreti

Risorse esterne

Sicurezza dell'Informazione

Risorse esterne

Ingegneria dei Sistemi Software

Risorse esterne

Cloud Computing and Big Data

Risorse esterne

Gestione di Basi di Dati e Big Data

Risorse esterne

Gestione dell'Innovazione e dei Progetti

Machine Learning and Data Mining

Tesi (Prova Finale)

Crediti