Institute of Information Science - University of Miskolc

This is an old revision of the document!

1. Bevezetés és alapfogalmak

1.1 Adat és információ

Adat: a világ jelenségeinek leírása számokkal, szöveggel, képekkel vagy mérésekkel.
- Példa*: egy szenzor 22,5 °C hőmérsékletet mér → ez adat.
Információ: olyan közlés, amely csökkenti a bizonytalanságot, és döntést tesz lehetővé.
- Példa*: „A gép túlhevült, mert a hőmérséklet 95 °C” → ez információ.
Claude Shannon (1939): az információ a bizonytalanság (entrópia) csökkentése.
Bit: a legkisebb információegység, amely két állapotot különböztet meg (0 vagy 1).

—

1.2 Analóg és digitális jelek

Analóg jel: folytonos, tetszőleges értéket vehet fel.
- Példa*: higanyos hőmérő szintje.
Digitális jel: diszkrét, előre meghatározott értékeket vesz fel.
- Példa*: digitális hőmérő kijelzője.
A számítógépek digitálisak, mert:
1. zajállóbbak,
2. könnyebben feldolgozhatóak,
3. egyszerűbb tárolás és továbbítás.

graph LR A[Valós jelenség] --> B[Analóg jel] A --> C[Digitális jel] B -->|folytonos| D((∞ érték)) C -->|diszkrét| E((0 vagy 1))

1.3 Neumann-elv

Neumann János (1946) öt alapelve:

Központi vezérlőegység (CPU) irányítja a működést.
Programok és adatok közös memóriában tárolódnak.
Bináris adatreprezentáció.
Utasítás-végrehajtási ciklus: beolvasás → értelmezés → végrehajtás.
Soros feldolgozás (egyszerre egy utasítás).

flowchart TD CPU[CPU] --> MEM[Memória] CPU --> IO[I/O perifériák] MEM --> CPU IO --> CPU

1.4 Turing-gép

Alan Turing (1936) megalkotta a Turing-gép modellt.

Elemei:

Szalag (memória): adatok és program.
Olvasó/író fej: mozog a szalagon, adatot olvas vagy ír.
Vezérlőegység: meghatározza, milyen művelet történjen.

A Turing-gép az algoritmusok elméleti alapja → minden mai számítógép működését leírja.

flowchart LR S[Szalag memória] --> F[Olvasó/író fej] F --> V[Vezérlőegység] V --> F F --> S

Mérnöki alkalmazási példák

Adat: szenzor 0,01 mm eltérést mér a gyártás során.

Információ: az eltérés nagyobb, mint a megengedett 0,005 mm → selejt.

Digitális feldolgozás: a PLC a mérést kiértékeli és leállítja a gépet.

Neumann-elv alkalmazása: a PLC is CPU + memória + I/O elven működik.

2. Hardver alapjai

A számítógép hardvere a fizikai részegységekből áll, amelyek együtt biztosítják az adatok feldolgozását, tárolását és megjelenítését.

2.1 Központi feldolgozó egység (CPU)

Az utasítások végrehajtásáért felelős “agy”.
Fő részei:
1. ALU (Aritmetikai-logikai egység): számításokat és logikai műveleteket végez.
2. Regiszterek: a leggyorsabb tárolók, ideiglenes adatokhoz.
3. Vezérlőegység: irányítja a teljes működést.
Modern CPU-k többmagosak (quad-core, octa-core), párhuzamos feldolgozásra képesek.

flowchart TD A[CPU] --> B[ALU] A --> C[Vezérlőegység] A --> D[Regiszterek] B -->|Számítások| A C -->|Irányítás| A D -->|Adatok| A

—

2.2 Memóriahierarchia

A CPU különböző sebességű és méretű memóriákat használ:
1. Regiszterek – leggyorsabb, nagyon kicsi.
2. Cache (L1, L2, L3) – gyorsítótár a CPU közelében.
3. RAM – központi memória, ideiglenes adatokhoz.
4. Háttértár (SSD, HDD, NVMe) – tartós tárolás.
Elv: minél közelebb van a CPU-hoz, annál gyorsabb, de kisebb a kapacitása.

graph TD R[Regiszterek] --> C1[L1 Cache] --> C2[L2 Cache] --> C3[L3 Cache] --> M[RAM] --> H[Háttértár]

—

2.3 Buszrendszerek

A számítógép részegységei buszokon keresztül kommunikálnak.
Fő busztípusok:
1. Adatbusz – adatokat visz a komponensek között.
2. Címbusz – meghatározza, honnan hova kerül az adat.
3. Vezérlőbusz – irányító jeleket továbbít.
Modern buszok: PCI Express, USB-C, Thunderbolt, NVMe.

—

2.4 Példa: Raspberry Pi felépítése

SoC (System-on-Chip): CPU + GPU + memória vezérlő egyetlen chipben.
GPIO (General Purpose I/O): mérnökök által használt szenzor- és aktuátorvezérlés.
Beépített interfészek: HDMI, USB, Ethernet, kamera csatlakozó.

flowchart TD SOC[System-on-Chip] --> CPU1[CPU magok] SOC --> GPU[Grafikus egység] SOC --> MEMV[Memóriavezérlő] SOC --> GPIO[GPIO csatlakozók] SOC --> USB[USB portok] SOC --> NET[Ethernet/WiFi] SOC --> HDMI[HDMI kimenet]

3. Számítógépkategóriák és architektúrák

A számítógépek többféle kategóriába sorolhatók teljesítményük, méretük és felhasználási területük alapján. Emellett különböző architektúrák léteznek (x86, ARM, RISC-V, SoC), amelyek a mérnöki alkalmazások szempontjából is fontosak.

—

3.1 Számítógépkategóriák

Mikroszámítógép: egyszerű, beágyazott vezérlők (pl. mikrokontroller, Arduino).
Személyi számítógép (PC): általános felhasználásra, mérnöki tervezéshez, szimulációhoz.
Munkaállomás: nagy teljesítményű PC, gyakran erős GPU-val → CAD, FEM, szimuláció.
Szerver: adatfeldolgozás, hálózati szolgáltatások, felhő alapú számítás.
Szuperszámítógép: extrém számítási igényekhez (pl. időjárás-modellezés, molekuláris dinamika).

graph TD A[Mikroszámítógép] --> B[PC] B --> C[Munkaállomás] C --> D[Szerver] D --> E[Szuperszámítógép]

—

3.2 Architektúrák

x86 – Intel és AMD processzorok, PC-k és szerverek alapja.
ARM – energiatakarékos, mobil eszközökben és beágyazott rendszerekben.
RISC-V – nyílt forrású architektúra, gyorsan fejlődő kutatási és ipari terület.
SoC (System-on-Chip) – CPU, GPU, memóriavezérlő, kommunikációs egységek egyetlen chipben.

—

3.3 Példák mérnöki alkalmazásokban

Mikrokontroller: egyszerű vezérlési feladatok (pl. motor szabályozás, szenzoradatok gyűjtése).
Munkaállomás: CAD tervezés, végeselemes szimuláció (FEM).
Szerver: ipari adatgyűjtés, gyártási adatok feldolgozása.
Szuperszámítógép: komplex mérnöki számítások (áramlástan, anyagszerkezet szimuláció).

4. Perifériák és interfészek

A perifériák a számítógéphez csatlakozó eszközök, amelyek adatbevitelre, megjelenítésre, adattárolásra vagy kommunikációra szolgálnak. Az interfészek biztosítják az összeköttetést a központi egység és a perifériák között.

—

4.1 Input (adatbevitel)

Billentyűzet, egér, érintőképernyő.
Szenzorok (hőmérséklet, nyomás, kamera, mikrofon).
Vonalkód- és QR-olvasó, ipari mérőeszközök.

graph TD IN1[Billentyűzet] --> CPU IN2[Egér] --> CPU IN3[Érintőképernyő] --> CPU IN4[Szenzorok] --> CPU IN5[Videokamera] --> CPU

—

4.2 Output (eredménykivitel)

Monitor, projektor, VR szemüveg.
Nyomtató, 3D nyomtató.
Hangszóró, ipari kijelzők.

graph TD CPU --> OUT1[Monitor] CPU --> OUT2[Nyomtató] CPU --> OUT3[3D nyomtató] CPU --> OUT4[Hangszóró]

—

4.3 Input/Output kombinált eszközök

Hálózati kártya (Ethernet, WiFi).
Hangkártya (mikrofon + hangszóró).
Érintőképernyő (adatbevitel + megjelenítés).
USB eszközök (pendrive, külső HDD).

flowchart LR CPU <--> NET[Hálózati kártya] CPU <--> SOUND[Hangkártya] CPU <--> TOUCH[Érintőképernyő] CPU <--> USB[USB eszköz]

—

4.4 Modern interfészek

USB-C / USB 3.2 / USB4 – univerzális, gyors adatátvitel és energiaellátás.
Thunderbolt – nagy sávszélesség, külső GPU és kijelzők támogatása.
HDMI / DisplayPort – digitális hang- és videóátvitel.
Ethernet / WiFi / Bluetooth – hálózati kapcsolatok.
I²C, SPI, CAN busz – ipari és beágyazott rendszerek szenzor- és vezérlőcsatolói.

graph TD CPU --> USB[USB-C / USB4] CPU --> TB[Thunderbolt] CPU --> HDMI[HDMI / DisplayPort] CPU --> ETH[Ethernet] CPU --> WIFI[WiFi / Bluetooth] CPU --> I2C[I²C / SPI / CAN]

5. Adattárolás és memória

A számítógép működéséhez szükség van gyors, átmeneti és tartós adattárolásra is. Az eltérő tárolók különböző sebességűek, kapacitásúak és feladatúak.

5.1 Memóriahierarchia

Regiszterek – leggyorsabb, közvetlenül a CPU-ban, nagyon kicsi méret.
Cache (L1, L2, L3) – gyorsítótár, a CPU közelében, kis méret, nagy sebesség.
RAM (Random Access Memory) – központi memória, ideiglenes adattárolás, áramtalanításkor törlődik.
Háttértár – tartós tárolás: SSD, HDD, NVMe.

graph LR R[Regiszterek
pár bájt] --> C1[L1 Cache
~32-64 KB] C1 --> C2[L2 Cache
~256 KB - 1 MB] C2 --> C3[L3 Cache
~4-64 MB] C3 --> RAM[RAM
~8-64 GB] RAM --> SSD[SSD/NVMe
~256 GB - 4 TB] SSD --> HDD[HDD
~1-20 TB]

5.2 RAM típusai

DRAM (Dynamic RAM) – olcsóbb, frissítést igényel → fő memória.
SRAM (Static RAM) – gyors, drága → cache.
SDRAM, DDR, DDR4, DDR5 – modern, szinkronizált RAM-típusok.

5.3 Háttértárak

HDD (merevlemez): mágneses elven működik, olcsó, nagy kapacitás, de lassú.
SSD (Solid State Drive): flash-alapú, gyorsabb, nincs mozgó alkatrész.
NVMe SSD: PCIe buszon keresztül → extrém sebesség (GB/s).
Optikai tárolók: CD, DVD, Blu-ray – ma inkább archiválásra.
Flash eszközök: pendrive, SD-kártya.

flowchart LR HDD[HDD
olcsó, lassú] -->|Kiváltja| SSD[SSD
gyorsabb] SSD --> NVMe[NVMe SSD
PCIe alapú] SSD --> Flash[Flash tárolók
pendrive, SD-kártya] HDD -.-> Archive[Optikai lemezek
CD/DVD/Blu-ray]

5.4 Virtuális memória

Az operációs rendszer a háttértár egy részét RAM kiegészítésére használja.
Lehetővé teszi, hogy több program fusson egyszerre, mint amennyi a fizikai RAM-ban elfér.
Hátránya: lassabb, mert a háttértár sebessége korlátozó tényező.

flowchart TD CPU --> RAM RAM -->|Ha megtelik| VM[Virtuális memória SSD/HDD]

5.5 Mérnöki alkalmazási példa

FEM szimuláció: RAM korlátozhatja a futtatható modell méretét.
Nagy adatgyűjtés (pl. szenzorhálózat): SSD szükséges a gyors íráshoz.
Beágyazott rendszerek: kis méretű RAM és flash → optimalizált programozás kell.

6. Párhuzamos feldolgozás és gyorsítók

A számítógépek teljesítményének növelését ma már nem elsősorban az órajel emelése, hanem a párhuzamos feldolgozás és a speciális gyorsítók biztosítják.

6.1 Többmagos processzorok

A CPU több maggal rendelkezik → egyszerre több utasítást hajthat végre.
Példák:
1. Dual-core, Quad-core, Octa-core CPU-k.
2. Mobil eszközökben: heterogén architektúrák (pl. ARM big.LITTLE).
Előny: több szál (thread) futtatható egyidőben.

graph TD CPU[Processzor] --> C1[Mag 1] CPU --> C2[Mag 2] CPU --> C3[Mag 3] CPU --> C4[Mag 4] C1 & C2 & C3 & C4 --> OS[Operációs rendszer
többszálúság]

6.2 Párhuzamos feldolgozási technikák

Pipeline (csővezetékes feldolgozás) – egy utasítás több részfeladatra oszlik, amelyek átfedésben hajthatók végre.
SIMD (Single Instruction, Multiple Data) – egy utasítással több adaton művelet (pl. vektorműveletek).
MIMD (Multiple Instruction, Multiple Data) – több mag különböző programrészeket futtat párhuzamosan.

6.3 GPU-k (Grafikus processzorok)

Eredetileg grafikai számításokra (3D, játékok).
Ma: általános célú számításokra is (GPGPU).
Több ezer feldolgozó egység → kiváló párhuzamosítás nagy adathalmazokon.
Használat: gépi tanulás, képfeldolgozás, FEM/CFD szimulációk gyorsítása.

graph TD GPU[GPU] --> C1[1000+ mag] GPU --> AI[AI és ML számítások] GPU --> SIM[Szimulációk] GPU --> GFX[Grafika és 3D megjelenítés]

6.4 Egyéb gyorsítók

FPGA (Field Programmable Gate Array): újraprogramozható hardver, ipari alkalmazásokban gyors, testreszabott feldolgozásra.
TPU (Tensor Processing Unit): mesterséges intelligenciára optimalizált chip.
NPU (Neural Processing Unit): neurális hálók futtatására mobil eszközökben.

6.5 Mérnöki alkalmazási példák

FEM szimuláció – CPU + GPU együttműködésével gyorsabb számítás.
Képfeldolgozás – GPU gyorsítással valós idejű hibadetektálás gyártásban.
FPGA – ipari robotvezérlés, valós idejű adatfeldolgozás.
TPU/NPU – prediktív karbantartás, IoT érzékelők adatfeldolgozása.

7. Ipari és mérnöki alkalmazások

A számítástechnika nemcsak irodai környezetben, hanem ipari és mérnöki területeken is kulcsfontosságú. A mérnökök számára a legfontosabb alkalmazási területek: beágyazott rendszerek, ipari vezérlők, IoT, valamint nagy teljesítményű szimulációk.

7.1 Beágyazott rendszerek

Speciális célú, kisméretű számítógépek.
Tipikus eszközök: mikrokontroller, Arduino, ESP32, Raspberry Pi.
Alkalmazások:
1. Szenzoradatok gyűjtése és feldolgozása.
2. Motorok, aktuátorok vezérlése.
3. Egyszerű ipari automatizálási feladatok.

flowchart TD S[Szenzorok] --> MCU[Mikrokontroller] MCU --> ACT[Motorok / aktuátorok] MCU --> NET[Kommunikáció pl. \(WiFi, Bluetooth\)]

7.2 PLC-k és ipari vezérlőrendszerek

PLC (Programmable Logic Controller): ipari gépek és folyamatok vezérlésére kifejlesztett számítógép.
Jellemzők:
1. Robusztus, megbízható, folyamatos üzemre tervezett.
2. I/O csatlakozások ipari szabvány szerint (pl. 24V, relékimenet).
3. Egyszerű logikai programozás (létra diagram).
Alkalmazások: gyártósorok, robotok, szállítószalagok.

graph LR SENSOR[Szenzorok] --> PLC[PLC] PLC --> MOTOR[Motorvezérlés] PLC --> HMI[Kezelőpanel / HMI] PLC --> NET[Hálózati kommunikáció]

7.3 IoT és edge computing

IoT (Internet of Things): szenzorok hálózata, amely adatokat gyűjt és továbbít.
Edge computing: adatfeldolgozás a hálózat szélén, a szenzor közelében → csökkenti a késleltetést.
Példák:
1. Okosgyár (smart factory).
2. Prediktív karbantartás (hibák előrejelzése).
3. Energiagazdálkodás.

flowchart LR S1[Szenzor] --> EDGE[Edge eszköz] EDGE --> CLOUD[Felhő] CLOUD --> USER[Felhasználó / Mérnök]

7.4 Nagy teljesítményű számítások (HPC)

Mérnöki tervezésben és kutatásban szükség van extrém számításokra:
1. FEM (végeselemes módszer) szilárdságtanhoz.
2. CFD (Computational Fluid Dynamics) áramlástanhoz.
3. Molekuláris szimulációk, anyagvizsgálatok.
Ezekhez munkaállomások és szuperszámítógépek szükségesek, gyakran GPU gyorsítással.

flowchart LR MODEL[3D mérnöki modell] --> FEM[FEM szimuláció] MODEL --> CFD[CFD szimuláció] FEM --> HPC[Munkaállomás / Szuperszámítógép] CFD --> HPC

7.5 Példák mérnöki gyakorlatból

Gépészmérnökök: 3D CAD modellezés, végeselemes analízis.
Villamosmérnökök: vezérlőelektronika, PLC programozás, ipari kommunikációs hálózatok.
Anyagmérnökök: mikroszkópos képfeldolgozás, szimulációs modellek.
Mechatronikus mérnökök: robotvezérlés, szenzorhálózatok, IoT integráció.

Table of Contents