一些指标,例如生产率的提高会导致其他指标的下降,即结构复杂化、成本增加、可靠性降低等等[1-7]。随着处理整数数据的科学技术问题的不断复杂化,CSC 的发展趋势是提高整数算术运算的速度(生产率)和可靠性[3, 7-9]。近年来,信息技术领域的不同科学家和工程师团体在提高计算机系统计算的生产率、可靠性、生存力和可靠性方面取得的成果表明,在位置数系统 (PNS) 的限制内实现这些目标几乎是不可能的[9-13]。这是因为现代 CSC 在 PNS 中运行的主要缺点是:处理的数字之间存在位间关系。这些关系对CSC的架构和实现算术运算的方法产生负面影响,使设备复杂化,限制了执行算术运算的速度和可靠性。在这方面,在PNS中,通过增加时钟频率,使用并行数据处理的方法和工具以及使用不同类型的预留来提高CSC的性能[14-18]。基于计算并行化、利用可解任务和算法的一些属性来提高CSC生产率的基本方法并不能在每种情况下都提高CSC的生产率。它们的应用范围仅限于一类需要解决的任务。此外,人为分解算法本身、确定和分配独立计算分支及相关操作的过程需要大量的劳动力成本,而且一般来说,并行化任意算法并不总是可行的。应该指出的是,所有现有的提高 PNS 生产力的方法都有一个共同的缺点:无法解析在基本运算级别解决的最大算法。然而,这种方法并不总能解决 PNS 中执行算术运算的速度和可靠性的根本性提高问题。迄今为止,一方面对提高实时计算机系统性能的要求越来越高,另一方面无法通过使用现有的 PNS 来满足这些要求,这两者之间存在差距。这一事实导致需要找到提高生产力的方法,例如,基于在创建 CSC 时使用新的结构解决方案。近年来进行了科学研究,确定了提高计算机系统性能的有希望的方法,基于模数系统(MNS)[7-11]的使用,现有的研究较少关注MNS中位置运算的实现问题[13-15],本文将重点解决这一问题。
