Методы и алгоритмы организации вычислительного процесса в гибридном высокопроизводительном комплексе на основе виртуальной среды исполнения тема диссертации и автореферата по ВАК РФ 05.13.15, кандидат наук Волович Константин Иосифович
- Специальность ВАК РФ05.13.15
- Количество страниц 114
Оглавление диссертации кандидат наук Волович Константин Иосифович
ВВЕДЕНИЕ
1 Высокопроизводительные вычислительные комплексы для научных исследований. Анализ, обзор, характеристики, решаемые задачи
1.1 Анализ современных тенденций развития вычислительных систем для научных исследований
1.2 Анализ подходов к предоставлению услуг высокопроизводительного вычислительного комплекса на основе облачных технологий
1.3 Постановка задачи на проведение диссертационного исследования
2 Методы и алгоритмы организации вычислительного процесса в гибридном высокопроизводительном вычислительном комплексе для научных исследований
2.1 Общие положения
2.2 Алгоритм управления вычислительными заданиями
2.3 Метод классификации программного обеспечения
2.4 Алгоритм подготовки программного кода
2.5 Метод и алгоритм создания индивидуальной среды исполнения
2.6 Методы взаимодействия с цифровой платформой для научных исследований
2.7 Методика оценки загрузки гибридного высокопроизводительного вычислительного комплекса применительно к задачам научных исследований
2.8 Оценка эффективности выполнения заданий в гибридном высокопроизводительном вычислительном комплексе
3 Обоснование системных решений по построению компонентов гибридного высокопроизводительного вычислительного комплекса для научных исследований
3.1 Общие положения
3.2 Обоснование архитектуры ГВВК ФИЦ ИУ РАН
3.2.1 Система доступа пользователей
3.2.2 Средства подготовки программного кода
3.2.3 Система управления вычислительным процессом
3.2.4 Система хранения данных
3.2.5 Комплекс вычислительных узлов
3.3 Вычислительная сеть ГВВК ФИЦ ИУ РАН
3.4 Организация взаимодействия с цифровой платформой для научных исследований
3.5 Некоторые результаты использования ГВВК ФИЦ ИУ РАН для проведения научных исследований
3.5.1 Исследование задач синтеза новых материалов с заданными свойствами
3.5.2 Исследование задач подводной акустики
3.5.3 Исследование задач по определению источников загрязнений в акватории Белого моря
3.5.4 Задачи интеллектуального поиска и анализа больших массивов текстов
3.5.5 Классификация изображений в текстах
3.5.6 Задачи анализа больших объемов данных медицинских изображений
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
Рекомендованный список диссертаций по специальности «Вычислительные машины и системы», 05.13.15 шифр ВАК
Автоматизация технологических процессов подготовки высококвалифицированных кадров в области компьютерного моделирования с применением облачных технологий2016 год, кандидат наук Духанов, Алексей Валентинович
Построение и оптимизация распределенных виртуальных вычислительных систем2020 год, кандидат наук Пья Сон Ко Ко
Технология построения проблемно-ориентированных сред для научных исследований в рамках модели персонального облака2013 год, кандидат наук Чуров, Тимофей Николаевич
Методы представления научного сервиса в среде облачных вычислений2019 год, кандидат наук Кондрашев Вадим Адольфович
Разработка системы запуска ресурсоемких приложений в облачной гетерогенной среде2013 год, кандидат технических наук Е Мьинт Найнг
Введение диссертации (часть автореферата) на тему «Методы и алгоритмы организации вычислительного процесса в гибридном высокопроизводительном комплексе на основе виртуальной среды исполнения»
ВВЕДЕНИЕ Актуальность темы исследования
В настоящее время в Российской Федерации активно внедряются технологии цифровой экономики. Происходит развитие наук с интенсивным использованием накопленных данных, робототехники, технологий искусственного интеллекта.
Для реализации масштабных планов по развитию фундаментальных и прикладных наук в России в рамках цифровой экономики принят национальный проект «Наука» [1], реализация которого позволит совершить качественный скачок в области науки и высоких технологий за счет:
- присутствия РФ в числе пяти ведущих стран мира по приоритетным направлениям науки;
- обеспечения привлекательности работы в РФ для российских и зарубежных ведущих учёных и молодых перспективных исследователей;
- опережающего увеличения внутренних затрат на научные исследования и разработки за счёт всех источников по сравнению с ростом валового внутреннего продукта страны.
В состав национального проекта входят: Федеральный проект «Развитие научной и научно-производственной кооперации» (01.10.2018-31.12.2024), Федеральный проект «Развитие передовой инфраструктуры для проведения исследований и разработок в Российской Федерации» (01.10.2018-31.12.2024) и Федеральный проект «Развитие научной и научно-производственной кооперации» (01.10.2018-31.12.2024)
В рамках данных федеральных проектов решается ряд задач по развитию научно-технической отрасли, в том числе:
- создание научных центров мирового уровня, включая сеть международных математических центров и центров геномных исследований;
- создание передовой инфраструктуры научных исследований и разработок, инновационной деятельности, включая создание и развитие сети УНУ класса «мегасайенс»
- Обновление не менее 50% приборной базы ведущих организаций, выполняющих научные исследования и разработки
- создание не менее 15 научно-образовательных центров мирового уровня на основе интеграции университетов и научных организаций и их кооперации с организациями реального сектора экономики;
- формирование целостной системы подготовки и профессионального роста научных и научно-педагогических кадров.
В ходе решения указанных задач предполагается в числе прочего:
- Введение в эксплуатацию единой цифровой платформы научного и научно-технического взаимодействия, организации и проведения совместных исследований в удаленном доступе, в том числе с зарубежными учеными;
- Введение в эксплуатацию цифровой системы управления сервисами научной инфраструктуры коллективного пользования (в том числе ЦКП, УНУ), предоставляющей безбарьерный доступ исследователям к заказу услуг с использованием инфраструктуры, в том числе к оцифрованным коллекциям и банкам данных организаций, выполняющих научные исследования и разработки, а также отказ от излишней бюрократизации, упрощение процедур закупок материалов и образцов для исследований и разработок.
Реализация перечисленных планов основывается на повсеместном внедрении вычислительных технологий и использованием их для решения прорывных задач в самых разных областях прикладной и фундаментальной науки.
В программе «Цифровая экономика Российской Федерации» [2] определены приоритетные технологии, обеспечивающие переход от традиционной экономики к цифровой:
- Большие данные;
- Нейротехнологии и искусственный интеллект;
- Системы распределенного реестра (Блокчейн);
- Квантовые технологии;
- Новые производственные технологии;
- Промышленный интернет;
- Компоненты робототехники и сенсорика;
- Технологии беспроводной связи;
- Технологии виртуальной и дополненной реальностей.
Обосновано представление этих технологий в составе двух групп [72].
Первая группа включает технологии создания инфраструктуры:
- технологии, методы и модели создания цифровых платформ для цифровой экономики, управления сервисами цифровой платформы, процедур организации вычислительных процессов и т.д.
- технологии обеспечения информационной безопасности;
- технологии распределённого реестра данных.
Вторая группа представляет собой группу технологий для решения современных задач Х-информатики.
- технологии искусственного интеллекта;
- технологии эффективного использования больших данных;
- робототехника;
- дополненная реальность;
- цифровое производство, аддитивные технологии
Отметим, что реализация целей проекта «Наука» и технологий Х-информатики требуют разработки новых подходов, методов и алгоритмов предоставления вычислительных ресурсов цифровым платформам, научным коллективам, вычислительным сервисам, создания новых междисциплинарных технологий.
Научные исследования основываются на математических моделях и информационных технологиях, требующих все возрастающих вычислительных мощностей и новых подходов по предоставлению информационных ресурсов научному сообществу. Достижения в области виртуализации, удаленных
вычислений и облачных технологий позволяют создавать информационно-технологические объекты, которые обеспечивают эффективные механизмы коллективного использования и управления вычислительными ресурсами.
Отметим, что современные научные исследования требуют высокопроизводительных вычислительных ресурсов. Вместе с тем, разнообразие решаемых научных задач, особенно имеющих междисциплинарный характер, не в полной мере соответствует существующей традиционной вычислительной инфраструктуре, построенной на основе центральных процессоров общего применения. Ряд задач требует специфических вычислительных устройств, ориентированных на параллельные вычисления.
В связи с этим, основой для построения современных вычислительных комплексов, предназначенных для решения указанных задач, является гибридная архитектура, предусматривающая использование как центральных процессоров общего применения, так и специализированных процессоров - ускорителей вычислений. Такая архитектура позволяет обеспечить резкий рост производительности для того или иного класса научных и технических задач.
Гибридные вычислительные комплексы в настоявшее время повсеместно внедряются в промышленности, науке, образовании. Они начинают активно вытеснять традиционные суперкомпьютеры из области предоставления научным коллективам вычислительных ресурсов для решения задач фундаментальной и прикладной науки. Так, по состоянию на ноябрь 2018 года восемь из десяти первых суперкомпьютеров из рейтинга Top 500 имеют гибридную архитектуру [14]. Поэтому задача перевода имеющегося у научных коллективов программного задела, предназначенного для решения прикладных задач, актуальна для поддержания современного уровня исследований и получения научных результатов.
Другой актуальной задачей является такая организация вычислительного процесса гибридного вычислительного комплекса, которая позволила бы:
- предоставлять вычислительные ресурсы для решения фундаментальных и прикладных задач в виде облачных сервисов;
- организовать для каждой научной задачи индивидуальную среду исполнения;
- обеспечить разделение ресурсов гибридного вычислительного комплекса между клиентами.
Развитие вычислительной техники и информатики основывается на трудах и разработках таких ученых как С.А. Лебедев, В.С. Бурцев, Н.Я. Матюхин, Б.А. Бабаян, Б.В. Бетелин, Б.Н. Наумов, И.А. Мизин, И.А. Соколов, В.К. Левин. Их идеи и методы лежат в основе современной вычислительной техники от малых ЭВМ до многомашинных комплексов, объединенных высокопроизводительными вычислительными сетями.
На сегодняшний день математические методы, разработанные А.А. Дороднициным [64], В.С. Пугачевым [65], И.Н. Синициным [66], успешно применяются для проведения исследований и решения фундаментальных и прикладных задач с использованием крупных вычислительных комплексов и суперкомпьютеров.
Проблемам решения прикладных задач с использованием высокопроизводительных вычислений посвящены работы Л.А. Калиниченко [63, 65], К.К. Колина [45], М.А. Посыпкина [103], В.С. Скворцова [99], К.К. Абгарян [106], А.И. Дивеева [112].
Предоставлению облачных услуг для научных расчетов и организации вычислительного процесса в гибридных высокопроизводительных вычислительных комплексах посвящен ряд исследований отечественных и зарубежных ученых. По данной тематике имеются публикации отечественных ученых С.М. Абрамова [4-7], В.И. Будзко [47], В.В. Воеводина [9, 19,20], С.И. Смагина [26,27], Б.Н. Четверушкина [29-31], Г.И. Савина [21], Б.М. Шабанова [2123], М.В. Якобовского [29-30], А.А. Сорокина [28]. Среди публикаций зарубежных ученых следует выделить Ding F., Mey D., Wienke S., Zhang R [54].
Исследованию построения цифровых платформ и интеграции в них сервисов высокопроизводительных вычислений на основе системного подхода
посвящены работы А.А. Зацаринного [77-79], А.П. Сучкова [80], А.П. Шабанова [78].
Облачные вычисления на основе технологий виртуализации являются эффективным способом использования вычислительных ресурсов центров обработки данных и накопления больших данных.
Степень научной разработанности проблемы
Исследования аспектов применения вычислительной техники и компьютерных технологий в жизни общества в свете перехода к цифровой экономике приобретает особую актуальность.
Научные разработки, направленные на предоставление услуг вычислительных систем науке, промышленности, бизнесу описываются в ряде работ отечественных и зарубежных ученых. Особое место в исследованиях занимают высокопроизводительные вычисления и суперкомпьютерные технологии для решения прикладных и фундаментальных задач в передовых областях науки и техники, требующих больших вычислительных мощностей, прежде всего - искусственного интеллекта, робототехники, наук с интенсивным использованием данных.
В работах зарубежных ученых Ding F., Mey D., Wienke S., Zhang R. [54] рассматриваются вопросы предоставления высокопроизводительных ресурсов как облачного сервиса, проводится анализ открытых облачных платформ (Amazon, IBM, Google), приводятся подходы к использованию специализированных вычислительных ускорителей для повышения производительности вычислительных комплексов для расширения услуг облачных платформ, что требует применения гибридных архитектур построения вычислительных систем.
В работах отечественных ученых С.М. Абрамова, В.В. Воеводина, В.А. С.И. Смагина, Б.Н. Четверушкина, Б.М. Шабанова анализируются тенденции и подходы к построению высокопроизводительных вычислительных систем на основе гибридных архитектур, производится анализ состояния и возможностей
суперкомпьютеров из списка Top 500, предлагается методика объективной оценки производительности вычислительных систем из данного рейтинга [6].
Имеются научные работы, посвященные обеспечению надежности многопроцессорных гибридных вычислительных систем путем организации вычислительного процесса с контрольными точками. Предлагаются перспективные подходы для обеспечения надежности экзафлопсных вычислительных систем в условиях постоянных отказов вычислительных модулей.
В указанных научных трудах широко рассматриваются алгоритмы и инструментальные средства обеспечения параллельной обработки данных в многомашинных, в т.ч. гибридных системах, а также проблемы виртуализации при облачном подходе к предоставлению сервисов высокопроизводительных вычислений.
В целом, высокая публикационная активность демонстрирует актуальность научных исследований в области высокопроизводительных вычислений с использованием гибридных комплексов.
Вместе с тем, требуют более глубоких исследований вопросы:
- организации вычислительного процесса при параллельном решении задач из различных областей науки и техники, требующие автоматический/автоматизированной подготовки программного кода для исполнения в гибридной среде;
- создания индивидуально настроенной программной среды исполнения;
- разработки методов интеграции с цифровыми платформами.
Предмет исследования
Предметом настоящего исследования являются методы и модели организации вычислительного процесса в гибридном высокопроизводительном кластере, модели программного окружения прикладных задач с использованием технологий виртуализации и методы построения индивидуальных сред исполнения прикладных задач.
Объект исследования
Объектом исследования аппаратная и программная инфраструктура высокопроизводительных вычислительных комплексов на основе гибридной архитектуры. Алгоритмы и методы организации вычислительного процесса для предоставления ресурсов гибридного вычислительного комплекса как облачного сервиса. Алгоритмы и методы адаптации прикладного программного кода к условиям исполнения в гибридной среде.
Для анализа использовались:
- модели очередей с приоритетами и отказами, позволяющими осуществлять динамическое управление заданиями, выполняемыми параллельно/псевдопараллельно на вычислительных средствах гибридного кластера;
- модели виртуальных сред на основе технологии контейнеров, включающие в себя системные библиотеки ОС, драйверы устройств, интегрированные среды разработки и исполнения программ, программные пакеты научных исследований;
- модели интерфейсов, обеспечивающих взаимодействие сервисов управления цифровой платформы и системы управления заданиями высокопроизводительного вычислительного комплекса.
Целью данной работы является обоснование системных и технических решений по архитектуре гибридных высокопроизводительных вычислительных комплексов для научных исследований, включая разработку методов адаптации программного кода пользователей к условиям исполнения на ресурсах гибридного комплекса и методов создания индивидуальной среды исполнения программ на основе технологий виртуализации в облачной среде.
Для достижения поставленной цели автором были поставлены и решены следующие задачи:
- разработаны методы и алгоритмы управления вычислительным процессов гибридного высокопроизводительного вычислительного комплекса;
- разработаны подходы к адаптации программного обеспечения к условиям выполнения в облачной среде на гибридном высокопроизводительном кластере;
- разработаны методы взаимодействия системы управления вычислительным процессом гибридного комплекса с системой управления цифровой платформы с целью интеграции вычислительного сервиса в цифровые платформы;
- разработаны методы оценки загрузки и эффективности выполнения заданий в гибридном высокопроизводительном вычислительном комплексе.
Научная новизна диссертационного исследования определяется разработанными методами и алгоритмами организации вычислительного процесса и предоставления ресурсов гибридного вычислительного комплекса как облачного сервиса:
1. Методы и алгоритмы классификации программного обеспечения, предназначенного для решения прикладных и фундаментальных задач, с использованием методов искусственного интеллекта;
2. Методы автоматической и автоматизированной подготовки мобильного программного кода для исполнения в виртуальной среде гибридных высокопроизводительных вычислений;
3. Методы и алгоритмы создания индивидуально настроенной виртуальной среды функционирования заданий гибридного вычислительного комплекса;
4. Методы взаимодействия системы управления вычислительным процессом гибридного вычислительного комплекса в рамках цифровой платформы;
5. Методы оценки загрузки и эффективности выполнения заданий в гибридном высокопроизводительном вычислительном комплексе.
Теоретическая значимость результатов исследования
Теоретические результаты могут быть использованы для построения моделей функционирования систем управления вычислительных комплексов с гибридной архитектурой, ориентированных на параллельное выполнение научных расчетов в различных областях науки и техники; для создания моделей и разработки алгоритмов систем адаптации/миграции программного кода на высокопроизводительные комплексы различных архитектур; для разработки алгоритмов и протоколов информационного взаимодействия сервисов цифровых платформ с системами управления заданиями гибридных вычислительных комплексов.
Практическая значимость результатов исследования
Результаты работы могут быть использованы на стадиях проектирования и создания гибридных высокопроизводительных вычислительных комплексов, предназначенных для решения научных задач.
Результаты работы реализованы при создании Гибридного высокопроизводительного комплекса ФИЦ ИУ РАН (ГВВК ФИЦ ИУ РАН) [12], предоставляющего облачные услуги «программное обеспечение как сервис» для выполнения задач, не требующих прав суперпользователя и «платформа как сервис» для получения индивидуальной виртуальной среды исполнения заданий с правами суперпользователя.
В настоящее время с использованием ГВВК ФИЦ ИУ РАН решаются такие задачи как: моделирование молекулярного взаимодействия в биомедицинской химии; обратные задачи подводной акустики; анализ медицинских изображений; синтез материалов с заданными свойствами.
Спектр решаемых задач постоянно расширяется на основе разработанных в диссертации методов и технологий.
Методы исследования
Методическую основу исследования составляют методы объектно-ориентированного и параллельного программирования, методы системного анализа, методология виртуализации и облачных вычислений.
Основные положения, выносимые на защиту
1. Алгоритмы классификации программного обеспечения, предназначенного для решения прикладных и фундаментальных задач, с использованием методов искусственного интеллекта позволяют определить степень мобильности программного кода и возможность его переноса в гибридную вычислительную среду. Реализация алгоритмов методами искусственного интеллекта позволит создать самообучающуюся систему классификации и первичной оценки программного кода.
2. Система автоматической и автоматизированной (с участием человека) подготовки мобильного программного кода позволяет произвести адаптацию имеющегося у научного подразделения программного кода для выполнения его на гибридном вычислительном комплексе.
3. Создание индивидуально настроенной среды исполнения позволяет обеспечивать параллельное выполнение разнотипных научных расчетов на ресурсах гибридного вычислительного комплекса за счет использования технологий виртуализации.
4. Публикация услуг гибридного высокопроизводительного вычислительного комплекса на цифровой платформе обеспечивает унифицированный интерфейс доступа пользователей к ресурсам комплекса.
5. Оценка загрузки гибридного высокопроизводительного вычислительного комплекса предоставляет пути по улучшению алгоритмов прикладного программного обеспечения, и повышению эффективности использования комплекса в целом.
Достоверность результатов исследования и выводов, сформулированных в диссертационном исследовании, обеспечивается:
- выбранными моделями, методами и алгоритмами, адекватно отражающими процессы управления заданиями и функционирования виртуальных сред исполнения в гибридном высокопроизводительном кластере;
- достоверностью исходных данных для исследования, определяемой реальными прикладными задачами научных коллективов, решаемые с помощью предлагаемых методов и алгоритмов;
- эффективным применением результатов исследования при предоставлении научным коллективам облачных услуг SaaS и PaaS ГВВК ФИЦ ИУ РАН для решения задач в области искусственного интеллекта, материаловедения, биомедицинской химии, робототехники, математического моделирования.
Структура работы
Диссертация состоит из введения, трех глав, заключения и списка литературы. Общий объем диссертации 114 страниц, в том числе 15 рисунков и 9 таблиц. Список литературы состоит из 113 наименований.
В первой главе приведен анализ современного состояния области предоставления ресурсов высокопроизводительных компьютерных систем для проведения научных исследований. Показаны тенденции перехода на использование гибридных архитектур в вычислительных комплексах и особенности организации вычислительного процесса в таких комплексах. Проанализированы подходы к предоставлению услуг вычислительных комплексов с использованием облачных технологий. Приведена постановка задачи на проведение диссертационного исследования.
Во второй главе приведены основные результаты диссертационной работы, разработаны методы организации вычислительного процесса в гибридном высокопроизводительном вычислительном комплексе. Разработаны алгоритмы создания индивидуальной среды исполнения программного кода с использованием технологий виртуализации на базе контейнеров. Разработаны
методы и алгоритмы миграции программного кода на средства гибридного высокопроизводительного вычислительного комплекса. Определены подходы к построению интерфейсов между цифровой платформой для научных исследований и гибридным высокопроизводительным комплексом, обеспечивающими предоставление вычислительных услуг как облачных сервисов.
В третьей главе приведены примеры практического применения результатов диссертационной работы при создании Гибридного высокопроизводительного вычислительного комплекса (ГВВК) ФИЦ ИУ РАН и проведении прикладных научных исследований.
В заключении приведены основные итоги и научно-практические результаты диссертационной работы.
Диссертационное исследование соответствует требованиям паспорта специальностей ВАК Минобрнауки России 05.13.15 в части пунктов 4 и 5 паспорта:
4. Разработка научных методов и алгоритмов организации параллельной и распределенной обработки информации, многопроцессорных, многомашинных и специальных вычислительных систем;
5. Разработка научных методов и алгоритмов создания структур и топологий компьютерных сетей, сетевых протоколов и служб передачи данных в компьютерных сетях, взаимодействия компьютерных сетей, построенных с использованием различных телекоммуникационных технологий, мобильных и специальных компьютерных сетей, защиты компьютерных сетей и приложений.
Основные публикации
Основные научные результаты, представленные в данной работе, опубликованы в 20 печатных работах [70, 72, 73, 77-85, 87-94], в том числе в 11 публикациях [72, 78, 80-82, 84, 85, 88-91] в рецензируемых научных изданиях, входящих в перечень ВАК Минобрнауки России («Перечень рецензируемых научных изданий, в которых должны быть опубликованы основные научные
результаты диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук»).
Апробация работы
Основные положения и результаты диссертации докладывались на ряде конференций и семинаров, в том числе:
- XXIII международная научно-техническая конференция «Радиолокация, навигация и связь», Воронеж, 18-20 апреля 2017 г.
- Конференция «Математическое моделирование и информационные технологии в инженерных и бизнес-приложениях», Воронеж, 3-6 сентября 2018 г.
- Конференция компании IBM «Think 2018», Москва, 22 мая 2018 г [13].
- Конференция ООО ИБМ Восточная Европа/Азия и ООО «Фактор-ТС» «Технологии Power и Storwize», Москва, 29 мая 2018 г.
- Международная научная конференция «Математическое моделирование и информационные технологии в инженерных и бизнес-приложениях», Воронежский государственный университет, Воронеж, 03-06 сентября 2018 г.;
- Научный семинар ФИЦ ИУ РАН «Инфраструктура высокопроизводительных вычислений ФИЦ ИУ РАН», Москва, 13 сентября 2018 г.
- XIII Международный симпозиум «Intelligent Systems», INTELS'18, 22-24 октября 2018, Санкт Петербург;
- Междисциплинарный научно-практический семинар по проблеме «Математическое моделирование в материаловедении электронных компонентов», ВЦ РАН имени А.А. Дородницына ФИЦ ИУ РАН, Москва, 23 ноября 2018 г.
1 Высокопроизводительные вычислительные комплексы для научных исследований. Анализ, обзор, характеристики, решаемые задачи
1.1 Анализ современных тенденций развития вычислительных систем для научных исследований
Вычислительный комплексы, начиная с 50-60 годов ХХ века, широко применяются для научных исследований в различных областях науки и техники.
В последние десятилетия спектр научных задач, требующих высокопроизводительных вычислительных ресурсов, резко возрос. Это вызывает необходимость изыскания новых подходов к построению вычислительных комплексов для научных исследований. Качественный скачок в этом направлении связан с развитием гибридных архитектур.
Переход к гибридным архитектурам, предусматривающим наличие в вычислительной системе различного рода ускорителей, позволяет совершить качественный скачок в решении задач, требующих значительных вычислительных мощностей: искусственного интеллекта, математического моделирования, анализа изображений, робототехники и др.
Изменение архитектуры требует изменения подходов к организации вычислительного процесса, предоставления ресурсов приложениям, методов разработки отладки и исполнения программ, оценке качества функционирования вычислительного комплекса.
Имеющиеся на сегодняшний день подходы и методы управления вычислительным процессом в вычислительных комплексах являются основой для создания высокоэффективной системы предоставления сервисов проведения научных расчетов на базе гибридных высокопроизводительных вычислительных комплексов.
Похожие диссертационные работы по специальности «Вычислительные машины и системы», 05.13.15 шифр ВАК
Планирование исполнения наборов композитных приложений во временных окнах распределенных облачных сред2014 год, кандидат наук Боченина, Клавдия Олеговна
Модели, методы и алгоритмы обработки потоков данных в туманных вычислительных средах2022 год, кандидат наук Алаасам Амир Басим Абдуламир
Метод попарной обработки элементов информационных массивов для многозадачных вычислений в гибридном облаке2022 год, кандидат наук Бобылева Ирина Владимировна
Интеллектуальная платформа управления композитными приложениями в распределённых вычислительных средах2010 год, кандидат технических наук Марьин, Сергей Владимирович
Виртуализация многокомпонентной системной архитектуры предметно-ориентированной облачной вычислительной среды2014 год, кандидат наук Федосин, Михаил Евгеньевич
Список литературы диссертационного исследования кандидат наук Волович Константин Иосифович, 2019 год
СПИСОК ЛИТЕРАТУРЫ
1 Национальный проект «Наука». [Электронный ресурс]. - Режим доступа: http: //www. econom22. ru/pnp/natsionalnye-proekty-programmy/Наука. pdf (Дата обращения: 27.12.2018)
2 Программа «Цифровая экономика Российской Федерации ». [Электронный ресурс].-Режим доступа:
http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf (Дата обращения: 27.12.2018)
3 Постановление Правительства Российской Федерации от 17 мая 2016 года №429 «О требованиях к центрам коллективного пользования научным оборудованием и уникальным научным установкам, которые созданы и (или) функционирование которых обеспечивается с привлечением бюджетных средств, и правила их функционирования». [Электронный ресурс].-Режим доступа: https://fano.gov.ru/ru/documents/card/?id_4=66276 (Дата обращения: 03.010.2019)
4 Абрамов С.М. Анализ суперкомпьютерных киберинфраструктур ведущих стран мира // Суперкомпьютерные технологии (СКТ-2018). Материалы 5-й Всероссийской научно-технической конференции. Ростов-на-Дону 2018. С. 11-18.
5 Абрамов С.М., Роганов В. А., Осипов В. И., Матвеев Г. А. Метастохастические адаптивные алгоритмы и их реализация в супервычислительной среде T++ AMP;MP. Программные системы: Теория и приложения 2017 Т. 8, № 1(32). С.173-191
6 Абрамов С.М. Правда, искажающая истину. как следует анализировать Top500? // Вестник южно-уральского государственного университета. Серия: Вычислительная математика и информатика. Челябинск 2013. Т.2, №3, С. 50-31.
7 Абрамов С.М., Лилитко Е.П. Состояние и перспективы развития вычислительных систем сверхвысокой производительности // Информационные технологии и вычислительные системы Москва 2013. №2.
8 Sobolev S., Antonov A, Shvets P, Nikitenko D, Stefanov K, Voevodin V, Voevodin VL., Zhumatiy S . evaluation of the octotron system on the LOMONOSOV-2 supercomputer // Материалы конференции Параллельные вычислительные технологии (павт'2018) Ростов-на-Дону, 02-06 апреля 2018 г.
9 Суплатов Д.А., Попова Н.Н., Копылов К.Е., Шегай М.В., Воеводин В.В., Швядас В.К. Гибридные вычислительные кластеры для изучения структуры, функции и регуляции белков // Суперкомпьютерные дни в России Труды международной конференции. 2017. С. 544-556. Москва
10 Заморин, Мячев, Селиванов. «Вычислительные машины, системы и комплексы. Справочник.» — М. Энергоатомиздат, 1985 г. глава 3.4 «Состав и технические характеристики МВК Эльбрус-1» стр 144—145
11 Виртуальный компьютерный музей [Электронный ресурс]. - Режим доступа: http://www.computer-museum.ru/histussr/m13.htm (Дата обращения: 04.010.2019)
12 Гибридный высокопроизводительный вычислительный комплекс ФИЦ ИУ РАН (ГВВК ФИЦ ИУ РАН) [Электронный ресурс]. - Режим доступа: http://hhpcc.frccsc.ru/ (Дата обращения: 05.01.2019)
13 Think Москва [Электронный ресурс]. - Режим доступа: https://www.ibm.com/ru/think-moscow/ (Дата обращения: 04.01.2019)
14 Top 500 List [Электронный ресурс]. - Режим доступа: https://www.top500.org/lists/2018/11/ (Дата обращения: 04.01.2019)
15 The Linpack Benchmark [Электронный ресурс]. - Режим доступа: https://www.top500.org/project/linpack/ (Дата обращения: 14.03.2019)
16 National Institute of Standards and Technology "NIST Definition of Cloud Computing" [Электронный ресурс]. - Режим доступа: http://www.nist.gov/itl/cloud/upload/cloud-def-v15.pdf (Дата обращения: 14.03.2019)
17 Afanasyev I., Voevodin V. The comparison of large-scale graph processing algorithms implementation methods for Intel KNL and Nvidia GPU // Communications in Computer and Information Science. 2017. Т. 793. С. 80-94.
18 Nikitenko D.A., Voevodin Vl.V., Teplov A.M., Zhumatiy S.A., Voevodin V.V., Stefanov K.S., Shvets P.A. Supercomputer application integral characteristics analysis for the whole queued job collection of large-scale HPC systems // Параллельные вычислительные технологии (ПаВТ'2016) труды международной научной конференции. 2016. С. 20-30. Челябинск
19 Садовничий В.А., Тихонравов А.В., Воеводин Вл.В., Опанасенко В.Ю. "LOMONOSOV": Supercomputing at Moscow State University Contemporary High Performance Computing: From Petascale toward Exascale Сер. "Chapman & Hall/CRC Computational Science" Boca Raton, USA, 2013. С. 283-307.
20 Воеводин В.В., Соболев С.И. Технология распределенных вычислений X-COM: Возможности, задачи, направления развития // Механика, управление и информатика. 2011. № 5. С. 183-191.
21 Аладышев О.С., Киселёв Е.А., Савин Г.И., Телегин П.Н., Шабанов Б.М. Влияние характеристик внешней памяти суперкомпьютерных комплексов на выполнение параллельных программ // Системы и средства информатики. 2014. Т. 24. № 4. С. 111-123.
22 Шабанов Б.М. Выбор вычислительной системы для решения научных задач // Программные продукты и системы. Тверь 2012. № 4. С. 1.
23 Телегин П.Н., Шабанов Б.М. Связь моделей программирования и архитектуры параллельных вычислительных систем // Программные продукты и системы. 2007. № 2. C. 5
24 Клинов М.С., Лапшина С.Ю., Телегин П.Н., Шабанов Б.М. Особенности использования многоядерных процессоров в научных вычислениях // Вестник Уфимского государственного авиационного технического университета. 2012. Т. 16. № 6 (51). С. 25-31.
25 Дикарев Н.И., Шабанов Б.М., Шмелёв А.С. Быстрые алгоритмы сортировки для векторного потокового процессора // Суперкомпьютерные технологии (СКТ-2018) Материалы 5-й Всероссийской научно-технической конференции. 2018. С. 87-91.Ростов-на-Дону
26 Смагин С.И., Лупян Е.А., Королев С.П., Сорокин А.А., Мальковский С.И., Бурцев М.А., Прошин А.А. Анализ возможностей облачных технологий для распределенного хранения и обработки данных дистанционных наблюдений с целью мониторинга состояния окружающей среды // Суперкомпьютерные технологии (СКТ-2016) Материалы 4-й Всероссийской научно-технической конференции. В 2-х томах. 2016. С. 193-195. Ростов-на-Дону
27 Смагин С.И., Лупян Е.А., А.А., Бурцев М.А., Королёв С.П., Прошин А.А., Крамарева Л.С. Разработка методов и технологий для распределенного хранения и обработки данных дистанционных наблюдений окружающей среды // Вычислительные технологии. Новосибирск 2016. Т. 21. № 3. С. 70-79.
28 Сорокин А.А., Королёв С.П., Смагин С.И., Поляков А.Н. Макет отказоустойчивой информационной системы для облачного хранения наборов научных данных // Вычислительные технологии. Новосибирск 2013. Т. 18. № 1. С. 87-95
29 Четверушкин Б.Н., Якобовский М.В. Вычислительные алгоритмы и архитектура систем высокой производительности // Препринты ИПМ им. М.В. Келдыша. 2018. № 52. С. 1-12.
30 Четверушкин Б.Н., Якобовский М.В. Вычислительные алгоритмы и отказоустойчивость гиперэкзафлопсных вычислительных систем // Доклады Академии наук. 2017. Т. 472. № 1. С. 13-17.
31 Четверушкин Б.Н., Д'Асчензо Н., Савельев А.В., Савельев В.И. Моделирование астрофизических явлений на основе высокопроизводительных вычислений // Доклады Академии наук. Калининград 2017. Т. 472. № 5. С. 512515.
32 Балута В.И., Нечаев Ю.И., Осипов В.П., Четверушкин Б.Н. Концептуальный базис платформы прикладного моделирования конфликтного взаимодействия на базе суперкомпьютерных технологий // Препринты ИПМ им. М.В. Келдыша 2017. № 28. С. 1-20
33 Четверушкин Б.Н., Ольховская О.Г., Гасилов В.А. Решение на параллельных вычислительных системах уравнения переноса энергии излучением Доклады Академии наук. 2015. Т. 464. № 1. С. 15.
34 Четверушкин Б.Н., Савельев В.И. Кинетические модели и высокопроизводительные вычисления // Препринты ИПМ им. М.В. Келдыша. 2015. № 79. С. 1-31.
35 Бондаренко А.А., Ляхов П.А., Якобовский М.В. Накладные расходы, связанные с обеспечением отказоустойчивых вычислений при многоуровневом координированном сохранении контрольных точек // Параллельные вычислительные технологии (ПаВТ'2017) короткие статьи и описания плакатов XI международной конференции. Российская академия наук; Суперкомпьютерный консорциум университетов России. Казань 2017. С. 262-270.
36 Суперкомпьютерные технологии в науке, образовании и промышленности // Под ред.: академика В.А. Садовничего, академика Г.И. Савина, чл.-корр. РАН Вл.В. Воеводина. — М.: Издательство МГУ, 2012 С.42-49
37 Парфенов А.В., Чудинов С.М. Тенденции развития технологии вычислительной техники // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2016. Т. 39. № 16 (237). С. 98106.
38 Якобовский М.В., Бондаренко А.А., Выродов А.В., Григорьев С.К., Корнилина М.А., Плотников А.И., Поляков С.В., Попов И.В., Пузырьков Д.В., Суков С.А. Облачный сервис для решения многомасштабных задач нанотехнологии на кластерах и суперкомпьютерах // Известия ЮФУ. Технические науки. 2016. № 12 (185).
39 Якобовский М.В. Вычислительная среда для моделирования задач механики сплошной среды на высокопроизводительных системах. Диссертация на соискание ученой степени доктора физико-математических наук. Москва, 2006
40 Сорокин А.А., Макогонов С.В., Королев С.П. Информационная инфраструктура для коллективной работы ученых дальнего востока России //
Научно-техническая информация. Серия 1: Организация и методика информационной работы. Москва 2017. № 12. С. 14-16.
41 Тарасов А.Г., Михайлов К.В., Сорокин А.А., Королев С.П. Технологии создания и поддержки проблемноориентированных интерфейсов для распределенных вычислительных систем // Информатика и системы управления. Благовещенск 2014. № 1 (39). С. 70-79.
42 Ханчук А.И., Сорокин А.А., Смагин С.И., Королев С.П., Макогонов С.В., Тарасов А.Г., Шестаков Н.В. Развитие информационно-телекоммуникационных систем в ДВО РАН // Информационные технологии и вычислительные системы. 2013. № 4. С. 45-57.
43 Поляков А.Н., Пойда А.А., Сорокин А.А., Королёв С.П., Снигур К.С. Платформа виртуальной интеграции распределенных источников научных данных // Инновационные информационные технологии. Москва 2013. Т. 2. № 2. С. 265-270.
44 Б.М. Басок, В.Н. Захаров, С.Л. Френкель использование вероятностной модели вычислений для тестирования одного класса готовых к использованию программных компонентов локальных и сетевых систем // Информатика и ее применения, 2018. Т.12. Вып. 4. С. 45-52.
45 Колин К.К. Технологическое общество: глобальные тенденции, вызовы и угрозы // Стратегические приоритеты. Москва 2017. № 1 (13). С. 82-100.
46 Быстров И.И., Козичев В.Н., Тарасов Б.В. Обработка неструктурированной информации в перспективных медицинских автоматизированных системах // Системы и средства информатики. 2016. Т. 26. № 4. С. 162-171.
47 Беленков В.Г., Борохов С.В., Будзко В.И., Кейер П.А., Королёв В.И. Вопросы обеспечения информационной безопасности информационных систем, реализующих интенсивное использование данных аналитика и управление данными в областях с интенсивным использованием данных // Сборник научных трудов XIX Международной конференции DAMDID / RCDL'2017. Под ред. Л.А.
Калиниченко, Я. Манолопулос, Н.А. Скворцова, В.А. Сухомлина. 2017. С. 155158.
48 Скворцов Н.А., Калиниченко Л.А., Ковалев Д.Ю. Концептуальное моделирование предметных областей с интенсивным использованием данных // Аналитика и управление данными в областях с интенсивным использованием данных XVIII международная конференция. 2016. С. 33-41.
49 Stephen J. Ezell and Robert D. Atkinson The Vital Importance of HighPerformance Computing to U.S. Competitiveness - Information Technology &Innovation Foundation, Washington, DC, USA, April 2016. - Режим доступа: http://www2.itif. org/2016-high-performance-computing.pdf (дата обращения: 12.06.2018)
50 В. А. Роганов, А. А. Кузнецов, Г. А. Матвеев, В. И.Осипов. Реализация T-системы с открытой архитектурой для CUDA-устройств с поддержкой динамического параллелизма и для гибридных суперЭВМ на их основе., Программные системы: теория и приложения, 6:1(24) (2015), с. 175-188,, URL: http://psta.psiras.ru/read/psta2015_1_175-188.pdf
51 Vouzis P. D., Sahinidis N. V. GPU-BLAST: using graphics processors to accelerate protein sequence alignment // Bioinformatics, 2011, 27(2), 182-188
52 Bland W. Post-failure recovery of MPI communication capability // International Journal of High Performance Computing Applications. 2013. Vol. 27. No. 3. P. 244-254.
53 Wu W., Zhang H., Li Zh., Mao Ya. Creating a cloud-based life science gateway // e-Science and the Archaeological Frontier: 7th Conference (International) on eScience. |Piscataway, NJ, USA: IEEE, 2011. P. 55-61.
54 Ding F., Mey D., Wienke S., Zhang R, Li L. A study on today's cloud environments for HPC applications // 3rd Conference (International) on Cloud Computing and Services Science Proceedings. | Berlin, Germany: Springer, 2014. P. 114-127.
55 Volkov S., Sukhoroslov O. Simplifying the use of clouds for scientific computing with Everest // Procedia Comput. Sci., 2017. Vol. 119. P. 112-120.
56 I. Sadooghi, J. H. Martin, T. Li, K. Brandstatter, K. Maheshwari, T. P. P. de Lacerda Ruivo, G. Garzoglio, S. Timm, Y. Zhao, I. Raicu, Understanding the performance and potential of cloud computing for scientific applications, IEEE Transactions on Cloud Computing 5 (2) (2017) 358-371.
57 G. B. Berriman, E. Deelman, G. Juve, M. Rynge, J.-S. Vockler, The application of cloud computing to scientific workflows: a study of cost and performance, Phil. Trans. R. Soc. A 371 (1983) (2013) 20120066.
58 A. Iosup, S. Ostermann, M. N. Yigitbasi, R. Prodan, T. Fahringer, D. Epema, Performance analysis of cloud computing services for many-tasks scientific computing, IEEE Transactions on Parallel and Distributed systems 22 (6) (2011) 931945.
59 S. Ostermann, A. Iosup, N.M. Yigitbasi, R. Prodan, T. Fahringer, D. Epema, "An Early Performance Analysis of Cloud Computing Services for Scientific Computing", Dec. 2008.
60 Eric G. Swedin & David L. Ferro (2007). Computers: The Life Story of a Technology. JHU Press. p. 57.
61 X. Mana, S. Usuia, S. Jayantia, L. Teoa, and T. D. Marusicha // 14th CIRP Conference on Modeling of Machining Operations (CIRP CMMO) Procedia CIRP 8 ( 2013 ) Minneapolis MN , USA. P. 57 - 62
62 Gorshenin A. Toward modern educational IT-ecosystems: from learning management systems to digital platforms // Proceedings of the 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT 2018). - Piscataway, NJ, USA: IEEE, 2018. - P. 329-333.
63 Калиниченко Л.А., Вольнова А.А., Гордов Е.П., Киселева Н.Н., Ковалева Д.А., Малков О.Ю., Окладников И.Г., Подколодный Н.Л., Позаненко А.С., Пономарева Н.В., Ступников С.А., Фазлиев. Проблемы доступа к данным в исследованиях с интенсивным использованием данных в России // Информатика и ее применения. 2016. Т. 10. № 1. С. 2-22.
64 Проблемы обработки информации // Вестник АН СССР. 1963. N 2. С.
85-87.
65 Пугачев В.С. Теория случайных функций и ее приложения к задачам автоматического управления. - М.: Наука, 1957.
66 И.Н. Синицын Фильтры Кальмана и Пугачева. - М.:Логос, 2007. -
776 с.
67 Соколов И.А., Будзко В.И., Калиниченко Л.А., Синицын И.Н., Ступников С.А. Развитие работ в области "Больших данных" в Российской академии наук // Системы компьютерной математики и их приложения. 2015. № 16. С. 103-110.
68 Зацаринный А.А., Гаранин А.И., Козлов С.В. Научно-практические аспекты обеспечения надежности информационно-телекоммуникационных сетей. Москва. 2017. 245 с.
69 Себастьян Рашка // Python и машинное обучение. ДМК. Москва, 2017.
417 с.
70 В.А. Кондрашев, К.И. Волович Управление сервисами цифровой платформы на примере услуги высокопроизводительных вычислений // Математическое моделирование и информационные технологии в инженерных и бизнес-приложениях. Материалы Международной научной конференции. ISBN 978-5-9273-2655-6 Воронеж, 3-6 сентября 2018 г. С. 217-223
71 А.А. Зацаринный, Ю.С. Ионенков, А.П. Сучков. Некоторые аспекты оценки эффективности облачных технологий // Системы и средства информатики - М.: ТОРУС ПРЕСС, 2018, Том 28, № 3. с. 104-117
72 Зацаринный А.А., Горшенин А.К., Волович К.И., Кондрашев В.А. Основные направления развития информационных технологий в условиях вызовов цифровой экономики // Цифровая обработка сигналов. Москва. 2018. № 1. С.3-7.
73 Волович К.И., Некоторые системотехнические вопросы предоставления вычислительных ресурсов для научных исследований в гибридной высокопроизводительной облачной среде // Системы и средства информатики, 2018. Т. 28. №4. С. 97-108.
74 Зацаринный А.А. Колин К.К. Методологические основы системного подхода к созданию информационных систем в условиях глобализации общества// Стратегические приоритеты, 2018, №1 (17), с.38-61.
75 A.A. Zatsarinny, A.K. Gorshenin, V.A. Kondrashev, K.I. Volovich, S.A. Denisov. Toward high performance solutions as services of research digital platform XIIIth International Symposium «Intelligent Systems», INTELS'18, 22-24 October 2018, St. Petersburg, Russia // Procedia Computer Science Elsevier 2019 (принята к публикации).
76 В.А. Кондрашев, Архитектура системы предоставления сервисов цифровой платформы для научных исследований // 2018. Т. 28. №3. С. 133-142.
77 А.А. Зацаринный, К.И. Волович, В.А. Кондрашев. Методологические вопросы управления научными сервисами научных и образовательных организаций Российской Федерации// В сборнике материалов XXIII международной научно-технической конференции «Радиолокация, навигация, связь», 18-20 апреля 2017 г., г. Воронеж. Том.1. с.7-14.
78 К.И. Волович, А.А. Зацаринный, В.А. Кондрашев, А.П. Шабанов. О некоторых подходах к представлению научных исследований как облачного сервиса// Системы и средства информатики - М.: ТОРУС ПРЕСС, 2017, Том 27, № 1. c.73-84.
79 Зацаринный А..А., Горшенин А.К., Волович К.И., Колин К.К., Кондрашев В.А., Степанов П.В. Управление научными сервисами как основа национальной цифровой платформы «Наука и образование» // Стратегические приоритеты. № 2 (14). 2017. с.103-113.
80 К.И. Волович, С.А. Денисов, В.А. Кондрашев, А.П. Сучков. Методология создания веб-сервисного информационного взаимодействия в системе распределенных ситуационных центров // Системы и средства информатики. 2016, № 4, том 26, стр. 51-59
81 О. А. Бондаренко, К. И. Волович, В. А. Кондрашев. Мониторинг информационной безопасности как облачный сервис // Системы и средства информатики. 2014, том 24, номер 3, с. 169-175
82 К. И. Волович, С.А. Денисов, В. А. Кондрашев. Анализ технологий передачи видеоинформации реального времени в ситуационных центрах // Специальная техника. 2014, № 5, с. 45-51
83 Бондаренко О.А., Волович К.И. Автоматизированная генерация средств управления ресурсами телекоммуникационных протокольных автоматов, специфицированных на языке Cell // Приложение к журналу «Открытое образование» Материалы XL международной конференции «Информационные технологии в науке, социологии и бизнесе» (IT + S&E'12. Украина, Крым, Ялта-Гурзуф, 1-10 октября 2012 г., с. 79-84
84 О.А. Бондаренко, К.И. Волович, В.А. Кондрашев. Средства поддержки исполняемого кода, синтезированного по спецификациям на языке Cell // Системы и средства информатики ИПИ РАН, 2011. Вып.21, №1.
85 О.А. Бондаренко, К.И. Волович, В.А. Кондрашев Алгоритмы функционирования компилятора языка Cell // Системы и средства информатики. ИПИ РАН, 2011. Вып.21,№1.
86 А.А. Зацаринный. Научно-практические аспекты представления науки как отрасли цифровой экономики// Радиолокация, навигация, связь: Сборник трудов XXIV Международной научно-технической конференции (17-19 апреля 2018 г.). Том 1. - Воронеж: ООО «Вэлберн», 2018, с. 140-149.
87 Волович К.И., Синтез программного кода клонирования иерархических автоматов для поддержки множества сессий // Приложение к журналу «Открытое образование». - №6. - 2010. Материалы XXXVII международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (IT + S&E' 10), Украина, Крым, Ялта-Гурзуф, 1-10 октября 2010 г., с. 23-24
88 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Кондрашев В.А. Сигнальный механизм языка Cell// М., ИПИРАН, Системы и средства информатики, 2010, выпуск 20, №3, с.45-66
89 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Кондрашев В.А. Язык Cell: модель обработки клонов// М., ИПИРАН, Системы и средства информатики, 2010, выпуск 20, №3, с.67-81
90 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Кондрашев В.А. Базовая модель функционирования автомата в системе программирования Cell //М., ИПИРАН, Системы и средства информатики, 2010, выпуск 20, №3, с.82-97
91 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Денисов С.А., Кондрашев В.А. Иерархические диаграммы состояний и переходов в синтезе телекоммуникационных протокольных автоматов// М., ИПИРАН, Системы и средства информатики, 2009, Дополнительный выпуск,
92 Волович К.И., Зацаринный А.А., Кондрашев В.А. Многоуровневая система информационной безопасности в сетях обмена сообщениями. Сборник -Научно-практический симпозиум - «Национальные информационные системы и безопасность государства». Издательство - Российская Академия Наук. Общественная палата Российской Федерации. 2007 г., с. 51-53
93 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Гребенщиков В.И., Гринев С.А., Кондрашев В.А., Курако Е.К, Аспекты автоматизации программирования протокольных автоматов для телекоммуникационного программного обеспечения встраиваемых систем М., ИПИ РАН, 2006, - 52 с.
94 Бондаренко Т.В., Бондаренко О.А., Волович К.И., Гринев С.А., Кондрашев В.А., Курако Е.К, Сережникова О.И. Аспекты использования парадигмы электронного сообщения для интеграции приложений в корпоративных информационных сетях М., ИПИ РАН, 2006, - 79 с.
95 Ю. А. Климов, А. Ю. Орлов, А. Б. Шворин Программный инструментарий для трафаретных вычислений на гибридных суперкомпьютерах Программные системы: теория и приложения -842(11), 2012, с. 23
96 Климов Ю.А., Орлов А.Ю., Шворин А.Б. Перспективные подходы к созданию масштабируемых приложений для суперкомпьютеров гибридной архитектуры. // Журнал «Информационные технологии и вычислительные системы», № 2, 2012, с. 3-10. ISSN 2071-8632.
97 ФИЦ ИУ РАН. Отчет о научно-исследовательской работе «Сервис-У». «Исследование вопросов управления результатами научно-исследовательской деятельности организаций, подведомственных ФАНО России, и научными сервисами сети ЦКП ФАНО. 2016. Инв. 991 от 2.02.2017 г.
98 Информационные, управляющие и телекоммуникационные системы. Ч. 5: Исследование научно-практических вопросов создания исследовательской инфраструктуры ФИЦ ИУ РАН и ее применения для представления научных сервисов: Промежуточный отчет о НИР. - М.: ФИЦ ИУ РАН, 2017. C. 49.
99 А.В. Микурова, В.С. Скворцов. Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов // Биомедицинская химия, 2018 том 64, вып. 3, с. 247-252.
100 А.В. Микурова, В.С. Скворцов, О.А. Раевский Компьютерная оценка селективности ингибирования мускариновых рецепторов M1-M4 // Biomedical Chemistry: Research and Methods 2018, 1(3)
101 В. В. Ядринцев , К. В. Клюбина , И. А. Тихомиров , А. Ф. Гершельман. Выбор серверного решения для цифровой платформы поиска и анализа текстов //Журнал Системы и средства информатики, том 28, № 3, 2018. С. 26-38
102 Горчаков А. Ю., Малкова В. У. Сравнение процессоров Intel Соге^7, Intel Xeon, Intel Xeon Phi и IBM Power 8 на примере задачи восстановления начальных данных //International Journal of Open Information Technologies. - 2018.
- Т. 6. - №. 4.
103 Горчаков А. Ю., Посыпкин М. А. сравнение вариантов многопоточной реализации метода ветвей и границ для многоядерных систем //Международный научный журнал «Современные информационные технологии и ИТ-образование».
- 2018. - Т. 14. - №. 1. - С. 138-148.
104 Горчаков А.Ю. Использование OPENMP для реализации многопоточного метода неравномерных покрытий // Перспективные информационные технологии (ПИТ 2018) труды Международной научно-технической конференции. 2018. С. 613-617.
105 Амирханова Г.А., Горчаков А.Ю., Дуйсенбаева А.Ж., Посыпкин М.А. Применение метода точных штрафных функций к задаче минимизации энергии плоского кристалла // XIV Международная Азиатская школа-семинар "Проблемы оптимизации сложных систем". 2018. - часть 1, с. 107-113.
106 Абгарян К.К., Журавлев А.А., Ревизников Д.Л. Параллельная обработка данных в задачах компьютерного моделирования высокоскоростного взаимодействия твердых тел// Материалы XX Международной конференции по вычислительной механике и современным прикладным программным системам «ВМСППС'2017», г. Алушта 24-31 мая 2017 г. с. 27-28.
107 Гревцев А.В., Абгарян К.К., Бажанов Д.И. Параллельные алгоритмы параметрической идентификации потенциалал Терсоффа для АШ // Материалы XX Международной конференции по вычислительной механике и современным прикладным программным системам «ВМСППС'2017», г. Алушта 24-31 мая 2017 г. с. 25-26.
108 Абгарян К.К., Елисеев С.В., Журавлев А.А., Ревизников Д.Л.. Высокоскоростное внедрение. Дискретно-элементное моделирование и эксперимент // Компьютерные исследования и моделирование. 2017 г., т.9, №6, с. 937-944
109 Суперкомпьютерные технологии в науке, образовании и промышленности // Под ред.: академика В.А. Садовничего, академика Г.И. Савина, чл.-корр. РАН Вл.В. Воеводина. — М.: Издательство МГУ, 2012 С.42-49
110 Парфенов А.В., Чудинов С.М. Тенденции развития технологии вычислительной техники //Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2016. Т. 39. № 16 (237). С. 98106.
111 Ананьева М.И., Девяткин Д.А., Зубарев Д.В., Осипов Г.С., Смирнов И.В., Соченков И.В., Тихомиров И.А., Швец А.В., Шелманов А.О. TextAppliance: поиск и анализ больших массивов текстов // Труды 15-й национальной конференции по искусственному интеллекту с международным участием КИИ-2016. - Т3. - С. 220-228.
112 A.V. Dotsenko, A.I. Diveev, Yu.A. Malyuk, D.A. Ryndin Python Package for the Network Operator Implementation and its Application for Group Control System Synthesis Problem. XIIIth International Symposium «Intelligent Systems», INTELS'18, 22-24 October 2018, St. Petersburg, Russia // Procedia Computer Science Elsevier 2019 (принята к публикации).
113 М.М. Безкоровайный, А.И. Костогрызов, В.М. Львов Инструментально-моделирующий комплекс для оценки качества функционирования информационных систем «КОК»: Руководство системного аналитика. - М.: Вооружение. Политика. Конверсия. 2002. - 305 с., 2-е издание.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.