Разработка моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Уральский, Николай Борисович

• Уральский, Николай Борисович
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Уральский, Николай Борисович

Оглавление

Введение

1. Анализ распределённых систем обработки данных

1.1. Анализ классификаций распределённых систем обработки данных

1.2. Анализ топологий распределённых систем обработки данных

1.3. Анализ основных подходов составления оптимальных расписаний выполнения программных модулей в распределённых системах обработки данных

Выводы

2. Применение эволюционного подхода для разработки моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети

2.1. Постановка задачи диссертационного исследования

2.2. Разработка эволюционных моделей поиска оптимальных расписаний выполнения программных модулей в вычислительной сети

2.2.1. Разработка общей модели поиска оптимальных расписаний выполнения программных модулей в вычислительной сети

2.2.2. Разработка частных моделей поиска оптимальных расписаний выполнения программных модулей в вычислительной сети

2.3. Разработка модифицированных алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети

2.3.1. Разработка модифицированного генетического алгоритма для коротких расписаний

2.3.2. Разработка модифицированного генетического алгоритма для длинных расписаний

Выводы

3. Оценка работоспособности и эффективности разработанных моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети

3.1. Оценка работоспособности разработанных алгоритмов

3.1.1. Разработка стенда для проведения эксперимента по работоспособности алгоритмов

3.1.2. Подготовка исходных данных и проведение эксперимента

Выводы

3.2. Оценка эффективности разработанных алгоритмов

3.2.1. Обоснование критериев эффективности

3.2.2. Подготовка исходных данных и проведение эксперимента

3.2.3. Применение разработанного алгоритма при разработке стенда для отработки

программного обеспечения системы аварийной защиты двигателя

Выводы

Заключение

Список сокращений

Литература

Приложение А (обязательное)

Свидетельство о регистрации программы

«Анализатор генетических алгоритмов»

Приложение Б (обязательное)

Акты о внедрении результатов диссертационного исследования

Введение диссертации (часть автореферата) на тему «Разработка моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода»

Введение

Актуальность темы. В современном мире в различных научных, технических и производственных сферах деятельности человека возникает потребность решения прикладных задач очень высокого уровня сложности, т.н. больших задач [1]. Примером решения задач такого класса может служить, например, расчет обтекания крыла трансзвуковым потоком, моделирование в реальном времени интенсивных физико-химических и ядерных реакций, и др.

В работе [2] авторы описывают, возникновение крупномасштабных задач на примере моделирования климатической системы. В описании говорится о том, что климатическая система в современном представлении состоит из таких элементов, как атмосфера, океан, суша, криосфера и биота. Климат представляет набор состояний, которые принимает система на достаточно большом временном отрезке. Климатическая модель описывает все физические процессы, происходящие в системе, и представляет систему трехмерных нелинейных уравнений с частными производными. В качестве наглядного примера в работе [2] авторы рассматривают моделирование атмосферных процессов при решении задачи изменения атмосферы на временном интервале 100 лет. Для проведения одного численного эксперимента с моделью атмосферы необходимо выполнить

порядка 1016 - 1017 арифметических операций с плавающей запятой. Таким

12

образом, даже при выполнении 10 операций в секунду вычисления будут производиться несколько часов. Использование полной климатической модели увеличивает это время на порядок. Еще на порядок увеличивается время за счет неэффективного программирования и накладных расходов при компиляции программ и т. д. На практике подобных больших задач очень много. К этому классу можно отнести многие задачи, возникающие в криптографии, комбинаторные задачи или задачи проектирования новых лекарственных препаратов [1] и исследования обтекания летательных аппаратов [2].

Рост производительности современных ЭВМ, развитие сетевых технологий и методов распределённой обработки информации, позволяют

проектировать на основе вычислительных сетей (локальных и глобальных) распределённые системы обработки данных (РСОД). Одним из аспектов области применения РСОД является параллельное выполнение программ, реализующих алгоритмы решения больших задач. Технология проведения таких вычислений в РСОД заключается в декомпозиции прикладной программы и последующем распределение её сегментов, представляющих программные модули различной вычислительной сложности по максимально соответствующим узлам вычислительной сети.

РСОД, в общем виде, представляет вычислительную сеть, ресурсы которой посредством специализированного программного обеспечения (ПО) предоставляются пользователю, как единый виртуальный ресурс с большой вычислительной мощностью [3].

При решении больших задач в РСОД, целесообразным является их представление в виде комплекса информационно-зависимых задач (ИЗЗ) [4]. В свою очередь в вычислительной сети, на базе которой организована РСОД, данный комплекс ИЗЗ представляет совокупность программных модулей, над которыми выполняется процедура распределения для обеспечения их параллельного выполнения и сокращения времени решения большой задачи. Таким образом, происходит отображение логической структуры комплекса ИЗЗ в физическую [4].

Следует отметить, что термины распределённая и параллельная обработка (распределение и распараллеливание) не являются равнозначными, т.к. распределение означает размещение программных сегментов ПО в соответствии со спецификой аппаратно-программного обеспечения узлов вычислительной сети для эффективного использования её ресурсов. Но, несмотря на различие в определениях, в зависимости от конфигурации вычислительной сети и качества распараллеливания исполняемой программы, учитывающего особенности аппаратного и системного программного обеспечения, распределение может обеспечивать эффективную параллельную обработку больших задач в РСОД.

Актуальность темы исследования связана с тем, что даже распределённая обработка, включающая параллельные методы не позволяет решать большие задачи в полном объеме. В связи с этим производится их упрощение, уменьшение размерностей, а также снижение точности при проведении различных вычислительных экспериментов. И как только технический прогресс предоставляет новые возможности в сфере вычислительной техники, они мгновенно используются для смещения уровня в пользу повышения точности решаемой задачи [1], в связи, с чем любое повышение эффективности вычислений влияет непосредственно на точность результатов.

Образуется своеобразный замкнутый круг, в котором развитие вычислительной техники позволяет решать все более сложные задачи, эффективное решение таких задач вызывает развитие новых разделов математики, а это в свою очередь приводит к усложнению вычислительных задач, что вызывает новую потребность в ещё больших вычислительных мощностях.

Для эффективного использования ресурсов вычислительной сети необходимо обеспечить равномерную загрузку всех узлов, для чего при заданных свойствах заданий и ресурсов, и наложенных на них ограничениях, требуется найти эффективный алгоритм синтеза логической структуры ПО, т.е. поиск оптимальных расписаний выполнения программных модулей. В этой связи в последние годы отмечается возрастающий интерес к теории расписаний. Рациональные расписания позволяют не только завершать выполнение параллельных частей большой задачи, как можно раньше, но и обеспечивают максимальное использование реcурсов вычислительной сети. Оценка расписания зависит от общего времени выполнения всех программных модулей заданий и общего времени незанятости узлов. Расписание с минимальной оценкой минимизирует время простоя, что в свою очередь приводит к эффективному использованию вычислительных ресурсов сети.

По прогнозам учёных и специалистов в ближайшие годы произойдет переход на постмуровскую элементную базу, что инициирует возникновение принципиально новых подходов в области сетевых технологий и проектирования

РСОД. Данные факторы приведут к созданию специализированных гетерогенных кластеров зеттафлопсного уровня в 2020 году, а после 2024 года йоттафлопсного [5]. Исследования, которые проводились в данной области за последние десять лет, показали, что для эффективного решения практических задач в узлах РСОД необходимо применение ядер различной архитектуры и функциональности, т.е. гибридности. Свойство гибридности означает неоднородность на уровне процессорных ядер, а на верхнем уровне присутствует ещё один тип неоднородности - гетерогенность, данным свойством обладают РСОД, включающие целые сегменты, которые состоят из специализированных процессоров и вычислительных сетей, предназначенных для решения одной конкретной задачи, либо классов задач [5].

Повышение сложности структуры РСОД непрерывно продолжается и это проявляется в усложнении коммуникаций и памяти, возрастающей гибридности и гетерогенности, а также в многократном увеличении сложности управления. Исходя из вышесказанного, на сегодняшний день крайне важен поиск новых методов и алгоритмов организации управления вычислительными ресурсами РСОД [5].

Сегодня для разработчиков задача построения аппаратной конфигурации, при запуске на которой производительность специально созданной тестовой программы ЫЫРАСК превысила бы рубеж в один экзафлопс уходит на второй план, а наиболее важным и актуальным становится обеспечение максимально эффективного режима выполнения реальных приложений, задействующих все выделенные им ресурсы РСОД [6].

Стремление добиться большей производительности и энергоэффективности, не меняя существующие модели программирования [6], [7], требуют применения эффективных систем распараллеливания и планирования. В связи с этим создание корректных и эффективных алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на сегодняшний день является актуальной задачей [8], [4].

Цели и задачи. Целью диссертационной работы является разработка и исследование эволюционных моделей и алгоритмов составления расписаний выполнения программных модулей в вычислительной сети и повышения их эффективности для получения прироста производительности РСОД.

В соответствии с целью были поставлены следующие задачи:

- исследование существующих моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети;

- разработка моделей и алгоритмов на основе эволюционного подхода, позволяющих составлять оптимальное расписание выполнения программных модулей в вычислительной сети, при котором суммарная продолжительность обработки комплекса ИЗЗ будет минимальна.

Научная новизна результатов диссертационного исследования заключается в разработке теоретического аппарата, включающего модели и алгоритмы составления расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода, позволяющего находить более эффективные по критерию минимального времени расписания выполнения заданий в вычислительной сети по сравнению с существующими алгоритмами за счет повышения скорости вычислений и оптимизации построения структуры программного и информационного обеспечения для комплекса решаемых задач, учитывающей архитектуру РСОД.

Практическая значимость. Применение разработанного теоретического аппарата в разработке моделирующего стенда в ОКР «Разработка платформонезависимого программного обеспечения системы аварийной защиты двигателя 11Д58МФ» в виде методик синтеза оптимальной структуры программного обеспечения и моделирования доказало его эффективность в части, касающейся повышения производительности РСОД при решении больших задач [8], [4]. В связи с этим результаты диссертационной работы могут быть использованы как для разработки системного программного обеспечения РСОД реального времени специального назначения, так и для совершенствования

структуры программного и информационного обеспечения существующих РСОД и технологий облачных вычислений.

Объектом исследования является распределенная система обработки данных, спроектированная на базе вычислительной сети.

Предметом исследования является программное и информационное обеспечение распределенной системы обработки данных.

Методы исследования. В качестве методов исследования использованы: методы системного подхода, методы исследования операций, методы теории расписаний, методы эволюционного поиска, методы теории планирования эксперимента, а также методы системного и прикладного программирования, методы объектно-ориентированного программирования для организации и проведения эксперимента.

Положения, выносимые на защиту.

1. Математические модели составления расписаний выполнения программных модулей в вычислительной сети:

- общая математическая модель составления расписания выполнения

программных модулей в вычислительной сети;

- частные математические модели составления оптимальных расписаний

выполнения программных модулей в вычислительной сети по критерию

минимального времени для длинных и коротких расписаний.

2. Модифицированные генетические алгоритмы составления оптимальных расписаний выполнения программных модулей в вычислительной сети, учитывающие характеристики аппаратного обеспечения и параметры комплекса ИЗЗ.

3. Методика применения разработанного теоретического аппарата при проектировании структуры специального программного обеспечения моделирующего стенда в ОКР «Разработка платформонезависимого программного обеспечения системы аварийной защиты двигателя 11Д58МФ».

4. Программный комплекс «Анализатор генетических алгоритмов».

Достоверность научных результатов и выводов обусловлена обоснованностью применения используемого математического аппарата, оценкой адекватности разработанного теоретического аппарата результатам проведенного эксперимента, а также успешным практическим использованием разработанных математических, алгоритмических и программных средств при разработке моделирующего стенда в ОКР «Разработка платформонезависимого программного обеспечения системы аварийной защиты двигателя 11Д58МФ».

Внедрение результатов работы. Результаты, полученные в ходе диссертационной работы, были использованы в разработках АО «ГосНИИП» при выполнении ОКР «Разработка платформонезависимого программного обеспечения системы аварийной защиты двигателя 11Д58МФ» в виде методик синтеза оптимальной структуры программного обеспечения моделирующего стенда, а также в учебном процессе РГСУ при проведении лекционных и лабораторных занятий по дисциплинам «Моделирование систем», «Системы искусственного интеллекта».

Апробация работы. Изложенные в диссертации результаты обсуждались на 7 международных и российских научных конференциях, в том числе на конференции молодых специалистов и аспирантов АО «ГосНИИП».

Публикации. По теме диссертации опубликовано 9 печатных работ (из них 4 - в изданиях из перечня ведущих рецензируемых научных журналов и изданий ВАК РФ).

Личный вклад автора заключается в разработке моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода, обосновании принципов работы этих алгоритмов, проектировании и реализации инструментальных средств для проведения вычислительного эксперимента, а также его планирование, проведение и интерпретация полученных результатов.

Структура и объем работы. Диссертация состоит из введения, трёх глав, заключения, списка литературы (110 наименований) и 2 приложений. Содержит

137 с. текста (из них 117 с. основного текста, 13 с. литературы и 7 с. приложений), включает 35 рисунков и 17 таблиц.

Краткое содержание работы.

Во введении обосновывается актуальность научной задачи, формулируются цель и задачи исследования, отмечаются научная новизна и практическая значимость результатов, перечисляются основные положения, выносимые на защиту.

Первая глава содержит анализ существующих РСОД, методов их классификации и коммуникационных топологий, в ней описываются различные методы поиска оптимальных расписаний, применяющиеся в РСОД. Глава содержит подробное описание классического генетического алгоритма и его операторов.

Во второй главе выполнена постановка задачи диссертационного исследования. Глава содержит разработку и обоснование моделей и эволюционных алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети. В данной главе приводится математическая формулировка задачи синтеза оптимального расписания на примере общей и частных моделей. Глава описывает алгоритмы, предложенные в диссертационном исследовании, которые основаны на модификации известных генетических алгоритмов.

Третья глава посвящена оценке работоспособности и эффективности разработанных алгоритмов и применению разработанного теоретического аппарата. В данной главе приводится описание эксперимента, который доказывает эффективность модифицированных алгоритмов по сравнению с классическим. Глава содержит описание разработанного стенда для проведения исследования.

Также в данной главе проведена оценка работоспособности алгоритмов на примере распараллеливания задачи умножения матриц большой размерности в гетерогенных РСОД, и разработана методика использования разработанного теоретического аппарата для класса крупномасштабных информационно-зависимых задач.

1. Анализ распределённых систем обработки данных

Потребность проведения крупномасштабных вычислений в области тяжёлого моделирования и других областях науки и техники, а также развитие облачных технологий приводят к интенсивному развитию распределенных моделей предоставления вычислительных ресурсов [9], [10], [11]. Научно-технические достижения в области распределённой обработки данных и вычислительных сетей, позволяют проектировать РСОД, которые предоставляют платформу для решения прикладных задач очень высокого уровня сложности.

На сегодняшний день в научно-технической области, включающей разработку программно-аппаратных средств, для решения больших задач, широкое распространение получили кластеры. Кластер - представляет совокупность вычислительных узлов (ВУ), объединённых в локальную вычислительную сеть, для решения одной общей задачи. Узлы кластера не распределены территориально и каждый ВУ может включать один или несколько процессоров. По сравнению с другими типами РСОД, например, распределёнными средами, кластер характеризуется повышенной надёжностью и детерминированностью конфигурации.

В качестве примеров применения кластеров для решения больших задач можно привести проведение расчетов полей течения вокруг компоновки перспективного пассажирского самолета на крейсерском режиме с моделированием работы двухконтурного турбореактивного двигателя, на кластере ТТИ ЮФУ описанного в работе [12].

Тенденция развития кластеров очевидна и подтверждается выводами, сделанными на основе анализа списка ТОР-500, более половины представителей, которого составляют кластеры.

ТОП-500 - современный сервис, позволяющий отслеживать развитие кластеров и их производительность. Первая версия списка вышла в свет в 1993 году, его предназначение заключалось в иерархиризации области разработок высокопроизводительных систем с параллельной архитектурой. Причиной

появления идеи создания списка стало возникновение потребности получения сравнительных характеристик таких систем. После построения первых экземпляров было решено продолжить ежегодное сравнение на основе разработанной методики.

Современная версия списка обновляется два раза в год в июне и ноябре. Построение списка выполняется на основе выполнения специальной тестовой программы, разработанной в Аргонской национальной лаборатории, которая называется LINPACK.

Тесты основаны на решении систем линейных алгебраических уравнений с помощью матричных методов. В 1986 году размерность матрицы увеличена до 1000 элементов в каждом измерении, а в 1991-1993 годах были выпущены версии, позволяющие задавать произвольные размеры матриц (HPL - High-performance Linpack).

При выполнении данной программы ТОП-500 накладывает дополнительные ограничения, которые касаются размерности матриц (допускаются только большие размерности) и представления матричных элементов, элементы представляются только в 64-разрядном формате.

Благодаря списку ТОП-500 стало значительно легче владеть актуальной информацией о максимальной пиковой производительности, самых мощных на сегодняшний день кластеров. Россия в июньском списке 2016 года занимает 41, 109, 159, 348, 351, 489, 498 позиции.

Таблица 1.1 демонстрирует верхние десять пунктов июньского списка Т0П-500 за 2016 год.

Таблица 1.1. Список ТОП-500 июнь 2016 год

№ Организация Кластер Ядра Rmax (TFlop/s) Rpeak (TFlop/s) Power (kW)

1 National Supercomputing Center in Wuxi China Sunway TaihuLight - Sunway MPP, Sunway SW26010 260C 1.45GHz, Sunway NRCPC 10 649 600 93 014.6 125,435.9 15,371

Продолжение таблицы 1.1

№ Организация Кластер Ядра Rmax (TFlop/s) Rpeak (TFlop/s) Power (kW)

2 National Super Computer Center in Guangzhou China Tianhe-2 (MilkyWay-2) - TH-IVB-FEP Cluster, Intel Xeon E5-2692 12C 2.200GHz, TH Express-2, Intel Xeon Phi 31S1P NUDT 3 120 000 33 862.7 54,902.4 17,808

3 DOE/SC/Oak Ridge National Laboratory United States Titan - Cray XK7 , Opteron 6274 16C 2.200GHz, Cray Gemini interconnect, NVIDIA K20x Cray Inc. 560 640 17 590.0 27,112.5 8,209

4 DOE/NNSA/LLNL United States Sequoia - BlueGene/Q, Power BQC 16C 1.60 GHz, Custom IBM 1 572 864 17 173.2 20,132.7 7,890

5 RIKEN Advanced Institute for Computational Science (AICS)Japan K computer, SPARC64 VIIIfx 2.0GHz, Tofu interconnect Fujitsu 705 024 10 510.0 11,280.4 12,660

6 DOE/SC/Argonne National Laboratory United States Mira - BlueGene/Q, Power BQC 16C 1.60GHz, Custom IBM 786 432 8 586.6 10,066.3 3,945

10 King Abdullah University of Science and Technology Saudi Arabia Shaheen II - Cray XC40, Xeon E5-2698v3 16C 2.3GHz, Aries interconnect Cray Inc. 196 608 5 537.0 7,235.2 2,834

Несмотря на то, что таблица отображает максимальную и пиковую производительность, стоит отметить, что при решении реальных задач достижение такой производительности является серьёзной проблемой.

В соответствии с данными приведёнными в Top 500 на сегодняшний день самый производительный кластер находится в Китае и называется Sunway Taihu Light (рисунок 1.1).

Sunway Taihu Light в тесте Linpack показывает производительность 93.014,6 TFLOPs, но теоретически его производительность может достигать 125.435,9 TFLOPs. Такая вычислительная мощность достигается благодаря специализированным процессорам, которые являются внутренней разработкой

китайского центра National Research Center of Parallel Computer Engineering & Technology (NRCPC). В Sunway TaihuLight установлены процессоры ShenWei.

Процессор SW26010 содержит 260 ядер, один чип обеспечивает вычислительную производительность 3 TFLOPS. Кластер Sunway TaihuLight содержит 40960 узлов, каждый из узлов оснащен SW26010. 260 ядер на узел в сумме предоставляют 10649600 ядер. С вычислительной производительностью на чип 3 TFLOPS процессор SW26010 находится на одном уровне с вычислительными ускорителями Xeon Phi поколения Knights Landing [13].

Рис. 1.1. Кластер Sunway TaihuLight

Емкость оперативной памяти составляет 32 Гбайт на узел, то есть кластер оснащен, в общей сложности, 1,3 Петабайтами. Используется память DDR3.

Частота ядер процессоров составляет 1,45 ГГц, каждое ядро может работать только с одним потоком.

Пропускная способность каналов между узлами в Sunway Taihu Ligh составляет 16 Гбайт/с. При организации коммуникаций на основе MPI пропускная способность снижается до 12 Гбайт/с.

Энергопотребление кластера Sunway TaihuLight составляет 15,3 МВт при нагрузке тестом Linpack.

Кластер Sunway Taihu Light располагается в центре National Supercomputing Center в городе Уси, и на сегодняшний день планируется его применение при расчетах климатических изменений и прогноза погоды [13].

Ниже представлено описание наиболее известных отечественных кластеров. Лидерами на сегодняшний день являются кластеры Научно -Исследовательского Вычислительного Центра МГУ Ломоносов-2 и Ломоносов [14] занимающие 41 и 109 позиции в T0P-500 соответственно. Основные характеристики данных кластеров представлены в таблице 1.2 [15], [16].

Таблица 1.2. Характеристики кластеров Ломоносов-2 и Ломоносов

Характеристики Ломоносов-2 Ломоносов

Расположение НИВ Центр МГУ

Производитель T-Platforms T-Platforms

Ядра 42,688 78,660

Производительность (Rmax) 2,102 TFlop/s 901.9 TFlop/s

Теоретическая пиковая производительность (Rpeak) 2,962.25 TFlop/s 1,700.21 TFlop/s

Мощность 1,079.00 kW 2,800.00 kW

Память 94,208 GB 99,489 GB

Процессор Xeon E5-2697v3 14C 2.6GHz Xeon X5670 6C 2.93 GHz

Вычислительная сеть Infiniband FDR Infiniband

Операционная система Linux Linux

Компилятор GCC intel-12.0

Математические библиотеки MKL, cuBLAS Mkl

MPI OpenMPI-1.8.4 Intel MPI 4.0

Далее следует описание кластера Санкт-Петербургского политехнического университета «Политехник-ЯБС Торнадо», характеристики которого представлены в таблице 1.3 [17].

Таблица 1.3. Характеристики кластера Политехник-RSC Торнадо

Характеристики Значения

Расположение Санкт-Петербургский политехнический университет Петра Великого

Производитель RSC Group

Ядра 19,936

Производительность (Rmax) 658.112 TFlop/s

Теоретическая пиковая производительность (Rpeak) 829.338 TFlop/s

Мощность 320.00 kW

Память 45,568 GB

Процессор Xeon E5-2697v3 14C 2.6GHz

Вычислительная сеть Infiniband FDR

Операционная система CentOS

Компилятор Intel ICC

Математические библиотеки Intel MKL

MPI Intel MPI

Следующий кластер Межведомственного Суперкомпьютерного Центра Российской Академии Наук называется МВС-10П и занимает 348 место в ТОП-500.

Пиковая производительность данного кластера - 523.8 ТФЛОПС, производительность на тесте LINPACK - 375.7 ТФЛОПС. В состав кластера входит 207 вычислительных узлов. Каждый ВУ имеет в своем составе 2 процессора Xeon E5-2690, 64 ГБ оперативной памяти, два сопроцессора Intel Xeon Phi 7110Х.

Все ВУ кластера объединяются в три вычислительные сети:

• коммуникационную и транспортную сеть на базе FDR Infiniband;

• сеть мониторинга и управления на базе Gigabit Ethernet;

• управления заданиями на базе Gigabit Ethernet.

На комплексе установлены две системы управления прохождением задач: СУППЗ и SLURM [18], [19].

Ниже представлено описание кластера Национального исследовательского центра «Курчатовский институт» НРС4, который занимает 351 позицию, его технические характеристики приведены в таблице 1.4. [20].

Таблица 1.4. Характеристики кластера HPC4

Характеристики Значения

Расположение НИЦ «Курчатовский институт»

Производитель SuperMicro/Mellanox

Ядра 11,082

Производительность (Ятах) 374.1 TFlop/s

Теоретическая пиковая производительность (Яреак) 500.55 TFlop/s

Память 48,256 GB

Процессор Xeon E5-2680v3 12C 2.5GHz

Вычислительная сеть Infiniband FDR

Операционная система CentOS

Далее приведено подробное описание вычислительного кластера ННГУ (Нижегородского университета), находящегося на 489 строчке ТОП-500 оборудование для которого было передано в рамках академической программы компании INTEL в 2001 г.

Кластер состоит:

• из двух вычислительных серверов, каждый из которых включает 4 процессора Intel Pentium III 700 MHZ, 512 MB RAM, 10 GB HDD, 1 Gbit Ethernet card;

• 12-ти вычислительных серверов, каждый из которых состоит из 2-х процессоров Intel Pentium III 1000 MHZ, 256 MB RAM, 10 GB HDD, 1 Gbit Ethernet card;

• 12-ти рабочих станций на базе процессора Intel Pentium 4 1300 MHZ, 256 MB RAM, 10 GB HDD, 10/100 Fast Ethernet card.

Спецификой кластера является его неоднородная структура (гетерогенность). В состав кластера входят рабочие места, оснащенные процессорами Intel Pentium 4 и соединенные относительно медленной сетью (100 Мбит), а также вычислительные двух и четырёх процессорные серверы, обмен данными между которыми осуществляются за счёт быстрых каналов передачи данных (1000 Мбит) (рисунок 1.2). Благодаря этим особенностям кластер используется не только для решения больших задач, но также и для проведения различных экспериментов по исследованию кластерных систем и параллельных методов решения научно-технических задач.

Список литературы диссертационного исследования кандидат наук Уральский, Николай Борисович, 2017 год

Литература

1. Воеводин, В. В. Решение больших задач в распределенных вычислительных средах [Текст] / В. В. Воеводин // Автомат. и телемех. - 2007. -№5. - С. 32-45.

2. Воеводин, В. В. Параллельные вычисления [Текст] / В. В. Воеводин, Вл. В. Воеводин. - СПб.: БХВ-Петербург. - 2002. - 608 с.

3. Голубев, И.А. Планирование задач в распределённых вычислительных системах на основе метаданных [Текст]: дисс. канд. техн. наук: 05.13.11. / Голубев Иван Алексеевич. - СПб. - 2014.

4. Сизов, В.А. Проектирование программного и информационного обеспечения комплекса связанных задач в сети ЭВМ [Текст] / В.А. Сизов // Автоматика и телемеханика. - 1995.

5. Горбунов, В. Экзафлопсные суперкомпьютеры достижения и перспективы [Текст] / В. Горбунов, Г. Елизаров, Л. Эйсымонт // Открытые системы. - 2013. - №7. - С. 10-14. www.osmag.ru

6. Волков, Д. Явление больших идей [Текст] / Открытые системы Д. Волков // Открытые системы. - 2013. - №8. www.osmag.ru

7. Букатов, А.А. Программирование многопроцессорных вычислительных систем [Текст] / А.А. Букатов, В.Н. Дацюк, А.И. Жегуло. -Ростов на Дону: ООО «ЦВВР». - 2003.

8. Руденко, Ю.М. Распределение программных модулей по узлам вычислительной сети с общим полем памяти для граф-схем параллельных алгоритмов [Текст] / Ю.М. Руденко // Наука и образование. - 2011. - №10.

9. Радченко, Г.И. Распределенные вычислительные системы [Текст] / Г.И. Радченко. - Челябинск: Фотохудожник. - 2012.

10. Ефимов, А.В. Организация функционирования распределённых вычислительных систем при обработке наборов масштабируемых задач [Текст] / А.В. Ефимов, С.Н. Мамойленко, Е.Н. Перышкова // Вестник томского

государственного университета, Управление, вычислительная техника и информатика. - 2011. - № 2(15).

11. Каляев, А.И. Об одном методе мультиагентной организации облачных вычислений на базе сети компьютеров частных пользователей [Текст] / А.И. Каляев // Таганрог: НИИ Многопроцессорных Вычислительных Систем Южного Федерального Университета. - 2012

12. Георги, М. Многопроцессорная Вычислительная Система ТТИ ЮФУ [Текст] / М. Георги, К. Иванов, Д. Лапин, Е.Н. Лагунцов, О.И. Самоваров, С.В. Стрижак, А.И. Сухинов, А.Н. Целых // Таганрог: НИИ Многопроцессорных Вычислительных Систем Южного Федерального Университета. - 2012. - 13 с.

13. Шиллинг, А. Китай лидирует в списке суперкомпьютеров благодаря новым процессорам собственной разработки [Электронный ресурс] / А. Шиллинг // Hardwareluxx. www.hardwareluxx.ru/index.php/news/hardware/prozessoren/38742-china-custom-cpu-.pdf. - 2016.

14. Cуперкомпьютерный комплекс московского университета [Электронный ресурс] / https://parallel.ru/cluster. - 2016.

15. Lomonosov 2 - T-Platform A-Class Cluster, Xeon E5-2697v3 14C 2.6GHz, Infiniband FDR, Nvidia K40m [Электронный ресурс] // Top500. https://www.top500.org/system/178444. - 2016.

16. Lomonosov - T-Platforms T-Blade2/1.1, Xeon X5570/X5670/E5630 2.93/2.53 GHz, Nvidia 2070 GPU, PowerXCell 8i Infiniband QDR [Электронный ресурс] // Top500. https://www.top500.org/system/177421. - 2016.

17. Polytechnic RSC Tornado - RSC Tornado, Xeon E5-2697v3 14C 2.6GHz, Infiniband FDR [Электронный ресурс] // Top500. https://www.top500.org/system/178469. - 2016.

18. Межведомственный суперкомпьютерный центр РАН [Электронный ресурс] / http://www.jscc.ru/scomputers.html

19. MVS-10P - RSC Tornado, Xeon E5-2690 8C 2.900GHz, Infiniband FDR, Intel Xeon Phi SE10X [Электронный ресурс] // Top500. https://www.top500.org/system/177979/ - 2016.

20. HPC4 - SuperMicro Twin2, Xeon E5-26S0v3 12C 2.5GHz, Infiniband FDR, NVIDIA Tesla K80 [Электронный ресурс] // Top500. https://www.top500.org/system/17S715. - 201б.

21. Lobachevsky - GPU Blade Cluster, Intel Xeon E5-2660v2 10C 2.2GHz, Infiniband FDR, NVIDIA K20 [Электронный ресурс] // Top500. https://www.top500.org/system/17S472. - 2016.

22. RSC Tornado SUSU - RSC Tornado, Xeon X56S0 6C 3.330GHz, Infiniband QDR, Intel Xeon Phi SE10X [Электронный ресурс] // Top500. https://www.top500.org/system/1779S3. - 2016.

23. Сбитнев, Ю.И. Кластеры. Практическое руководство [Электронный ресурс] / http://www.anit.az/wp-content/uploads/2013/01/clusters.pdf. - 2016.

24. Таненбаум, Э. Х. Современные операционные системы [Текст] / Э. Таненбаум, Х. Бос. - 4-е изд. - СПб.: Питер. - 2015.

25. Шаповалов, Т.С., Планирование выполнения заданий в распределённых вычислительных системах с применением генетических алгоритмов [Текст] / Т.С. Шаповалов // Российская академия наук дальневосточное отделение вычислительный центр. Хабаровск. - 2010.

26. Дудина, И.А. Разработка и реализация облачного планировщика, учитывающего топологию коммуникационной среды при высокопроизводительных вычислениях [Текст] / А.О. Кудрявцев, С.С. Гайсарян // Труды института системного программирования РАН - М.: издательство: Институт системного программирования РАН. - 2013. - Т. 24. - С. 35-48.

27. Ускенбаева, Р.К. Организация вычислительных процессов в распределенных облачных средах [Текст] / Р.К. Ускенбаева, Ж.Б. Кальпеева // Вестник Казахского национального технического университета имени К.И. Сатпаева. Технические науки. - Алматы: издательство КазНТУ. - 2014. - №4.

2S. Букатов, А.А. Разработка методов оптимального планирования для планировщика ресурсов OpenStack [Текст] / А.А. Букатов, А.В. Пыхалов, А.Н. Шепелев // Южный федеральный университет. Ростов-на-Дону. - 2014.

29. Букатов, А.А. Оптимизация планировщика ресурсов Ореп81аек [Текст] / А.А. Букатов, А.В. Пыхалов, А.Н. Шепелев // Материалы конференции «Современные информационные технологии: тенденции и перспективы развития». Ростов-на-Дону: Южно-Российский региональный центр информатизации. - 2014.

30. КС и их архитектура. Архитектура распределенных систем [Электронный ресурс] / Алтайский государственный технический университет им. И.И.Ползунова. http://www.studfiles.ru/preview/5847839. - 2016.

31. Сальников, А. Н. Система разработки и поддержки исполнения параллельных программ [Текст]: дисс. канд. техн. наук: 05.13.11. / Сальников Алексей Николаевич. - М. - 2006.

32. Классификация Дункана [Электронный ресурс] / parallel.ru. - 2016.

33. Гергель, В.П. Высокопроизводительные вычисления для многоядерных многопроцессорных систем. Учебное пособие [Текст] / В.П. Гергель, - Нижний Новгород: Издательство Нижегородского госуниверситета. -2010.

34. Чураков, М. Дискретная математика: алгоритмы [Электронный ресурс] / М. Чураков, Я. Андрей // Санкт-петербургский государственный университет информационных технологий, механики и оптики http://rain.ifmo.ru/cat. - 2006.

35. Красовский, Д.В. Алгоритмы решения задачи составления оптимального расписания без прерываний [Текст]: диссертация кандидата физико-математических наук: 05.13.18 / Д.В. Красовский. - М. - 2007. - 109 с.

36. Котельников, С.А. Интеллектуальные системы управления электроприводами: математические методы и некоторые подходы для их реализации на практике [Электронный ресурс] / С.А. Котельников // Успехи электромеханики. http://myscott.ru/2015/09/02. - 2015.

37. Степанов, Е.А. Планирование в Ореп^ - системе автоматического динамического распараллеливания [Электронный ресурс] / Степанов, Е.А. // Межвузовский сборник статей «Информационные технологии и

программирование». - М.: МГИУ. http://36.msiu.ru/files/43-bnodtzkfymph.pdf. -2005.

38. Интеллектуальные САПР [Текст] / Известия ЮФУ. Технические науки. - Таганрог. - 2010. - № 12.

39. Singh, J. Efficient Tasks scheduling for heterogeneous multiprocessor usianig Genetic algorithm with Node duplication [Текст] / Jaspal Singh, Harsharanpal Singh // Indian Journal of Computer Science and Engineering. - 2011. - 3 Jun-Jul. - Vol. 2 No.

40. Kojima, K. Asynchronous Parallel Distributed Genetic Algorithm with Elite Migration [Текст] / Kazunori Kojima, Ishigame Masaaki, Chakraborty Goutam, Hatsuo Hiroshi, Makino Shozo // International Journal of InFoormnation and Mathematical Sciences. - 2008.

41. Mansour, N. A hybrid genetic algorithm for task allocation in multicomputers [Текст] / N. Mansour, G. Fox // In proceedings of the Fourth Intl. Conf. on Genetic Algorithms, ICGA-91, Morgan Kaufmann. - 1991.

42. Kim, J-O A Multi-Population Genetic Algorithm and Its ASpipiLicatin to Design of Manipulators [Текст] / Jin-Oh Kim, Pradeep Khosla // Proc. EEE4RSJ Int'l Workshop on hlligcnt Robots and Syeistemms , (JROS '92). Raleigh. NC. - 1992. -July.

43. Li, J-P A Species Conserving Genetic Algorithm for Multimodal Function Optimization [Текст] / Jian-Ping Li, E. Balazs, T. Parks, P. John Clarkson // the Massachusetts Institute of Technology Evolutionary Computation - 2002. - №10(3).

44. Шаповалов, Т. С. Планирование выполнения заданий в распределенных вычислительных системах с применением генетических алгоритмов [Текст]: дисс. канд. техн. наук: 05.13.11. / Шаповалов Тарас Сергеевич. - Хабаровск. - 2010.

45. Уральский, Н.Б, Сизов В.А. Разработка оптимизационных моделей и алгоритмов определения расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода [Текст] / Н.Б. Уральский,

В.А. Сизов // Программное обеспечение вычислительных и автоматизированных систем: Сборник научных статей, Изд-во РГСУ. - 2013. - № 11. - С. 256-265.

46. Цой, Ю.Р. Эволюционный подход к настройке и обучению искусственных нейронных сетей [Текст] / Ю.Р. Цой, В.Г. Спицын // Нейроинформатика. - 2006. - Т. 1. - №1.

47. Бабин, Д.В Генетический алгоритм построения расписаний для многопроцессорных вычислительных систем [Текст] / Д.В. Бабин, С.М. Вороной // Донецкий государственный институт искусственного интеллекта, Украина, Искусственный интеллект. - 2005.

48. Шаповалов, Т.С. Генетический алгоритм составления расписаний для распределённых гетерогенных вычислительных систем [Текст] / Т.С. Шаповалов, В.В. Пересветов // Вычислительные методы и программирование. - Т. 10. - 2009.

49. Marcia, C. Improving the Dynamic Creation of Processes in MPI-2 [Текст] / C. Marcia, P. Guilherme, N. Elton, Nicolas Maillard, O.A. Phillipe // Lecture Notes in Computer Science LNCS 4192 Recent Advantages in Parallel Virtual Machine and Message Passing Interface. - 2006. - Vol. 4192. - P. 247-255.

50. Корнеев, В.Д. Параллельное программирование в MPI [Текст] / В.Д. Корнеев. - 2-е изд. - Новосибирск: Изд-во ИВМиМГ СО РАН. - 2002. - 215 с.

51. Сальников, А.Н. Прототип системы разработки приложений и автоматического распараллеливания программ для гетерогенных многопроцессорных систем: научно-технический сборник [Текст] / А.Н. Сальников, А.Н. Сазонов, М.В. Карев // Вопросы Атомной Науки и Техники. Серия: «Математическое моделирование физических процессов». Министерство российской федерации по атомной энергии ФГУП, Российский федеральный ядерный центр - ВНИИЭФ. - 2003. - №1. - С. 61-68.

52. Уральский, Н.Б. Разработка оптимизационных моделей и алгоритмов определения расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода [Текст] / Н.Б. Уральский, В.А. Сизов // Материалы III международной научно-практической конференции «Проблемы

устойчивости и безопасности систем жизнеобеспечения в сфере жилищно-коммунального хозяйства». - 2012.

53. Сизов, В.А. Разработка эволюционных моделей, методов и алгоритмов проектирования прикладного программного обеспечения для распределенных систем обработки данных [Текст] / В.А. Сизов, Н.Б. Уральский // Ученые записки Российского государственного социального университета. -

2014. - Т. 2. - № 4 (127). - С. 300-313.

54. Уральский, Н.Б. Разработка эволюционных моделей, методов и алгоритмов синтеза логической структуры программного и информационного обеспечения для распределенных систем обработки данных [Текст] / Н.Б. Уральский // Качество. Инновации. Образование. - 2015. - № 10 (125). - С. 54-60.

55. Чипига, А.Ф. Проблема сходимости мажоритарного генетического алгоритма [Текст] / А.Ф. Чипига, Р.А. Воронкин // Искусственный интеллект. -2005.

56. Портал искусственного интеллекта [Электронный ресурс] // Методы селекции в генетических алгоритмах. http://www.aiportal.ru/articles/genetic-algorithms/methods selection.html.

57. Sizov, V.A. Optimization of the computational process the fitness function of genetic algorithm in distributed Syeistemms processing data / V.A. Sizov, N.B. Uralskiy // Contemporary Problems of Social Work. - 2015. - Т. 1. - №2. - С. 107-121.

58. Уральский, Н.Б. Оптимизация вычислительного процесса фитнесс-функции генетического алгоритма в распределённых системах обработки данных / Н.Б. Уральский, В.А. Сизов, Н.К. Капустин // Интернет-журнал Науковедение. -

2015. - Т. 7. - № 6 (31). - С. 134.

59. Медведев, В.И. Особенности объектно-ориентированного программирования на C++/CLI, C# и Java / В.И. Медведев. - 2-е изд. - Казань: РИЦ «Школа». - 2010.

60. Беллман, Р. Введение в теорию матриц / Р. Беллман. - 2-е изд. - М.: Флинта. - 2015.

61. Интернет-Университет Суперкомпьютерных Технологий [Электронный ресурс] // Теория и практика параллельных вычислений http://www.intuit.ru/studies/courses/1156/190/1есШге/4952

62. Корнеев, В.В. Параллельные вычислительные системы [Текст] / В.В. Корнеев. - М.: Нолидж. - 1999.

63. Хорошевский, В.Г. Распределённые вычислительные системы с программируемой структурой / В.Г. Хорошевский Вестник // СибГУТИ. - №2. -2010.

64. Российская электроника для ответственных применений [Электронный ресурс] / Фаствел // http://www.fastwel.ru/products/vstraivaemye-sistemy/pc104/cpumodu1es/383381.htm1. - 2016.

65. Зыль, С. Проектирование, разработка и анализ программного обеспечения систем реального времени [Текст] / С. Зыль. - СПб.: БВХ-Петербург. - 2014.

66. Операционная система реального времени QNX. Системная архитектура [Текст] / - СПб.: БВХ-Петербург. - 2014.

67. Олифер, В. Г. Сетевые операционные системы [Текст] / В. Г. Олифер, Н. А. Олифер. - Спб.: Питер. - 2006.

68. Бурукина, И.П. Операционные системы реального времени: учебное пособие [Текст] / И.П. Бурукина. - Пенза: Пензенский Государственный Университет. - 2014.

69. РМХ [Электронный ресурс] / // http://www.qnx.com/content/qnx/en.htm1. - 2016.

70. КПДА [Электронный ресурс] / СВД // http://www.kpda.ru/products. -

2016.

71. Кертен, Р. Введение в QNX/Neutrino 2 [Текст] / Р. Кертен. - СПб.: Петрополис, - 2011.

72. Гордеев, А. В. Операционные системы [Текст] / А. В. Гордеев. - Спб.: Питер. - 2005.

73. Ali, S. Representing task and machine heterogeneities for heterogeneous computing Syeistemms [Текст] / S. Ali, H. Siegel, M. Maheswaran, D. Hensgen, S. Ali // Tamkang Journal of Science and Engineering. - 2000. - Vol. 3. - №3. P. 195-207.

74. Feng, D.F. Progressive sequence alignment as a prerequisite to correct phylogenetic trees [Текст] / D.F. Feng, R.F. Doolittle // Journal of molecular evolution. - 1987. - Vol. 25 - №4. - P. 351-360.

75. Lastovetsky, A. Parallel Computing on Heterogeneous Networks [Текст] / A. Lastovetsky // John Wiley & Sons. - 2003. - 423 p.

76. Баранов, Л. Закономерности развития технологий вычислительной техники [Текст] / Л. Барарнов // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2016. - №2. - С. 8488.

77. Бурцев, В.С. Новые принципы организации вычислительных процессов высокого параллелизма [Текст] / В.С. Бурцев // Труды Первой Всероссийской научной конференции: «Методы и средства обработки информации». М.: Московский государственный университет им. М.В. Ломоносова. - 2003. С.17-31.

78. Randell, B. VLSI Architecture [Текст] / B. Randell, Treleaven P. // USA: Prentice Hall Int. - 1983.

79. Sename, O. Feedback scheduling for real-time control of Syeistemms with communication delays [Текст] / O. Sename, D. Simon, D. Robert // International Conference on Emerging Technologies and Factory Automation, Lisbonne. - Sept. 2003. - Vol. 2. - P.16-19

80. Supercomputing Technologies Group MIT Laboratory for Computer [Текст] / Science "Cilk 5.3.2 Reference Manual". - 2001. - C. 1-42.

81. Viet, T. A Master-Slave Algorithm for Hybrid MPI-OpenMP Programming on a Cluster of SMPs [Текст] / T. Viet, T. Yoshinaga, M. Sowa // Joho Shori Gakkai Kenkyu Hokoku. - 2002. - Vol. 80. - P. 107-112.

82. Верезубов, М. О некоторых аспектах миграции в частное облако [Текст] / М. Верезубов // Connect! Мир связи. - М.: Издательский дом Connect!. -№7-8. - 2013. - С. 108-110.

83. Головкин, Б.А. Параллельные вычислительные системы [Текст] / Б.А. Головкин // - М.: Наука. - 1980.

84. Дормаков, М. Развитие технологии Industrial Ethernet на примере новинок коммуникационного оборудования [Текст] / М. Дормаков // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2016. - № 3. - С. 72-76.

85. Экономико-математическая библиотека: Теория расписаний и вычислительные машины [Текст] / под редакцией Э. Г. Кофмана. - М.: изд. «Наука». -1984. - С.336.

86. Шаповалов, Т.С. Применение генетических алгоритмов для поиска оптимального расписания заданий в Grid [Текст] / Т.С. Шаповалов // Труды международной конференции «Параллельные вычислительные технологии». -2008. - С. 500-505.

87. Жирков, А. Суперкомпьютеры становятся всё быстрее и доступней [Текст] / А. Жирков, В. Высоцкий // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2016. - №3. - С. 1620.

88. Корнеев, В.В. Управление сетевой средой распределенных вычислений [Текст] / В.В. Корнеев, А.В. Киселев, А.В. Баранов, Е.Л. Зверев, В.В. Подзоров // Труды Первой Всероссийской научной конференции: «Методы и средства обработки информации». М.: Московский государственный университет им. М.В. Ломоносова. - 2003. - С.98-103.

89. Edgar, R.C. MUSCLE: a multiple sequence alignment method with reduced time and space complexity [Электронный ресурс] / R.C. Edgar // BMC BioinFoormnatics. - 2004.

90. Карцев, М.А. Вопросы построения многопроцессорных вычислительных систем [Текст] / М.А. Карцев // Вопросы радиоэлектроники. - М. : ЦНИИ. Электроника, - 1970. - № 5. - С. 3-19.

91. Жирков, А. Суперкомпьютеры становятся всё быстрее и доступней [Текст] / А. Жирков, В. Высоцкий // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2016. - №3. - С. 1620.

92. Колпаков, Р.В. Аспекты параллельного программирования при задании программы как графа зависимости по данным на примере написания тестов для системы «PARUS» [Текст] / Р.В. Колпаков, А.Н. Сальников // Методы и средства обработки информации. Труды второй всероссийской научной конференции. - М.: издательский отдел факультета ВМиК МГУ. - 2005. - С. 269275.

93. Шаповалов, Т.С. Проект метапланировщика в Grid для Globus Toolkit на базе генетических алгоритмов [Текст] / Т . С . Шаповалов // Материалы Всероссийской конференции «Современные информационные технологии для научных исследований». - 2008. - С. 86-87.

94. Жирков, А. Умные стоечные решения для центров обработки данных [Текст] / А. Жирков // Производственно-практический журнал «Современные технологии автоматизации». -М.: Ста-Пресс. - 2016. - №2. - С. 118-120.

95. Катлабуга, Е. Переход в частное облако [Текст] / Е. Катлабуга // Connect! Мир связи. - М.: Издательский дом Connect!. - №7-8. - 2013. - С. 96-98.

96. Левин, М.П. Параллельное программирование с использованием ОреnМР: учебное пособие [Текст] / М.П. Левин. - М: Интернет-Университет Информационных Технологий, БИНОМ. Лаборатория знаний. - 2012.

97. Шаповалов, Т.С. Эффективность системы планирования, основанной на генетическом алгоритме, для распределенных гетерогенных вычислительных систем [Текст] / Т . С . Шаповалов // Материалы межрегиональной научно-практической конференции «Информационные и коммуникационные технологии

в образовании и научной деятельности» - Хабаровск: изд-во Тихоокеанского государственного университета. - 2009. - С. 352-358.

98. Лопухов, И. Промышленные сети в условиях возроших киберугроз [Текст] / И. Лопухов // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2014. - № 4. - С. 12-19.

99. Методы распределенной обработки данных [Электронный ресурс] / Архитектура ИС // Волжский Университет им. В.Н.Татищева. http://www.studfiles.ru/preview/5389755. - 2013.

100. Пятницких, А. Облачные технологии в автоматизации: комплексный подход от Eurotech [Текст] / А. Пятницких // Производственно-практический журнал «Современные технологии автоматизации». -М.: Ста-Пресс. - 2016. - №4. -С. 6-12.

101. Топорков В.В. Модели распределенных вычислений [Текст] / В.В. Топорков. - М.: ФИЗМАТЛИТ. - 2004. - 320 с.

102. Харитонов, А. Новые продукты Cis^ для унифицированного доступа [Текст] / А. Харитонов // Научно-технический журнал «Первая миля». - М.: ЗАО «РИЦ «Техносфера» . - №1. - 2013. - С. 42-44.

103. Рогачёв, Ю. Многопроцессорная векторная параллельно-конвейерная ЭВМ М-13 [Текст] / Ю. Рогачёв // Производственно-практический журнал «Современные технологии автоматизации». - М.: Ста-Пресс. - 2016. - №3. - С. 6266.

104. Брехов, О.М. Производительность толерантной распределенной вычислительной сети с переменным числом модулей [Текст] / О.М. Брехов, Ч.Т. Тхайк // Вестник Московского Авиационного Института. 2011. Т. 18. № 3. С. 251.

105. Шаповалов Т.С. Генетический алгоритм составления расписания запуска параллельных заданий в Grid [Текст] / Т.С. Шаповалов // Информатика и системы управления. - 2010. - Т.4. - №26. - С. 115-126.

106. Щегорцов, М. Коммерческие банки в облаках [Текст] / Е. Катлабуга // Connect! Мир связи. - М.: Издательский дом Connect!. - №7-8. - 2013. - С. 74-76.

107. Окольнишников, В.В. Система распределенного имитационного моделирования [Текст] / В.В. Окольнишников // Институт вычислительной математики и математической геофизики СО РАН. - Новосибирск http://old.lvk.cs.msu.su/files/mco2003/okolnishikov.pdf. - 2016.

108. Чернов, А.А. Имитационное моделирование работы жидкостного ракетного двигателя [Текст] / А.А. Чернов, Д.А. Жуйков, М.И. Толстопятов // Материалы конференции: «Решетневские чтения». - Красноярск: Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева. -2012. -Т.1. -№16. -С. 127-128.

109. Blas, A. Optimizing neural networks on 78 SIMD parallel computers [Текст] / A. Blas, A. Jagota, R. Hughey // journal Parallel Computing. - 2005. - Vol. 31. - P. 97-115.

110. Забродин, А.В., Суперкомпьютеры для решения современных задач науки и технологий в России [Текст] / А.В. Забродин, В.К. Левин // Труды Первой Всероссийской научной конференции: «Методы и средства обработки информации». М.: Московский государственный университет им. М.В. Ломоносова. - 2003. - С.32-136.

Приложение А (обязательное). Свидетельство о регистрации программы «Анализатор генетических алгоритмов»

Приложение Б (обязательное). Акты о внедрении результатов диссертационного исследования

л*илх п«ое oaie стю -государственный научно-исследовательскиП ИНСТИТУТ ПРИБОР(Х.ТРОМ1ИЯ" (АО "ГосНИИП")

Проспскт Мира, д.125. г. Моски, 12*126 «ел.: ¡494) 1*1 16 38. факс: (499| lil-lJ-70. (499) UHM! C-nwil: comnd flPtointip.ru

o/f.QZ.JcSl n« ¿/¿З/ОС

мМ

УТВЕРЖДАЮ I спиральный конструктор Б.Н. Гаврилин

7^»

, 'ff??*.

2017 г.

АКТ

о внедрении результатов диссертационной работы «Разработка моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода»

Уральского Николая Борисовича

Представители АО «ГосНИИП»:

там. Генерального конструктора по НТР A.B. Борзунов, начальник отдела рулевых приводов и СПМО U.K. Капустин

составили настоящий акт о том. что результаты диссертационной рабош «Разработка моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода», представленной на соискание ученой степени кандидата технических наук, использованы при проведении работ по разработке математических методов и отработке программного обеспечения системы аварийной защиты двшателя 11Д58МФ. что подтверждается техническим актом №16/430 от 10.12.2014 г.

Приложение: копня технического акта №16/430 от 10.12.2014 г.

'Зам. Генерального конструктора по НТР

A.B. Борзу нов

Начальник отдела рулевых приводов и СПМО

Н.К. Капустин

СОГЛАСОВАНО Главный конструктор

УТВЕРЖДАЮ Зам. генерального конструктора-главный конструктор по направлению . оао «ГосНИИП»

_zk

дви/ат&лей, ДУ и ЭУ ОАЮ РКК «Энергия» ¿JjL^ÜA.A. Смоленцев

2014г.

/

B.JI. Пушкарев

2014г.

« "У»

ТЕХНИЧЕСКИЙ АКТ № 16/430 от 10.12.2014г.

приёмки этапа 2 договора № 2277 от 26.05.2014г. «Корректировка КД на АБ АСУД по результатам отработки агрегатов двигателя 11Д58МФ, разработка ЭД (в согласованном объеме). Разработка программы потактного функционирования алгоритмов аварийной защиты двигателя 11Д58МФ в соответствии с формулярными данными и отработка на контрольных примерах».

г.Москва «ZfZ» -2014г.

Основание

Мы, нижеподписавшиеся, представители ОАО РКК «Энергия»-_--

начальник отдела 2''4 Соболев Сергей Викторович

с одной стороны, и представители ОАО «ГосНИИП» начальник отдела 430 Капустин Н.К., с другой стороны, составили настоящий акт в том, что в соответствии с ведомостью исполнения и графиком работ по этапу 2

договора № 2277 от 26.05.2014г. между ОАО РКК «Энергия» и ОАО «ГосНИИП» все работы по этапу выполнены.

ОАО «ГосНИйП» были выполнены следующие работы:

1. разработаны дополнительные математические методы и проведена соответствующая корректировка программного обеспечения САЗ макетного образца;

2. разработана программа потактного функционирования алгоритмов аварийной защиты двигателя 11Д58МФ в соответствии с формулярными данными;

3. отработано программное обеспечение макетного образца АБ АСУД на контрольных примерах.

ОАО «ГосНИЙП» были разработаны и выпущены следующие материалы:

1. Лист утверждение КЛИВ.00595-01-ЛУ, инв. №430167;

2. Информационно - удостоверяющий лист КЛИВ.00595-01 12 01-УЛ;

3. Текст программы КЛИВ.00595-01 12 01, инв. № 430168;

4. Руководство системного программиста КЛИВ.00595-01 32 01, инв. №430169;

5. Руководство оператора КЛИВ.00595-01 34 01, инв. № 430170;

6. Программа и методика испытаний КЛИВ.00595-01 51 01, инв. № 430172;

7. Лист утверждения КЛИВ.00595-01 51 01-ЛУ;

8. Отчет по результатам испытаний № 1904 от 09.12.14.

В результате ра^ смотрения материалов Установлено:

Работа по этапу 2 договора № 2277 выполнены в полном объёме.

Представители Представители

ОАО РКК «Энергия» ОАО «ГосНИИП»

Начальник отдела №274

Начальник отдела № 430

С.В.Соболев

Н.К. Капустин 2014г.

«_

»

é

ОТКРЫТОЕ АКЦИОНЕРНОЕ ОВШЕСТВО

ГОСУДАРСТВЕННЫЙ НАУЧНО ИССЛЕДОВАТЕЛЬСКИЙ

УТВЕРЖДАЮ Зам. Генерального конструктора

ИНСТИТУТ ПРИБОРОСТРОЕНИЯ

|ОЛО ГосНИНП , Проспал Мира, д 1J5 МисивА 129226

ипотаип 112654 ten 1499» 181-18-38. <J)mt И49| 181-33-70 E-mili co.-unngcol tl corun6jgnetbyn»t fu ОКПО 07536614. ОГРН 1117746132811 ИНН'КПП 771769354b 771701001

" J А.В. Ворчунов

i й t

ИЛУЧКв ^ 1 // /

ис1|:д-о--пьгли»> ff^yfV/

!"'т fnJ'Q^

Ь-■*. W4ibigpi¡i«nfnini. Л J*__

[но-i схни чсскому развитак»

&& . Jff-t Alo

'-шг » 2016 г.

Ha Mt

г

А К I

о внедрении результатов диссертационном работы •• Разработка моделей и алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода» Уральского Николая Борисовича

Комиссия в составе:

составили настоящий акт о том. что результаты диссертационной работы «Разработка моделей м алгоритмов составления оптимальных расписаний выполнения программных модулей в вычислительной сети на основе эволюционного подхода», представленной на соискание ученой степени кандидата технических наук, использованы в разработках платформонезависимото программного обеспечения системы аварийной защиты двигателя 11Д58МФ в виде методик расчета и моделирования. При разработке программною обеспечения системы применялись:

1. Математические эволюционные модели синтеза оптимальной логической стру кту ры комплекса информационно-зависимых задач.

2. Модифицированные генетические алгоритмы составления оптимальных расписаний выполнения программных модулей в вычислительной сети.

начальник отдела разработки 11МО и СУ ДУ Капустин Н.К. начальник отдела разработки ПО Миронов П.П..

начальник сектора №2 отдела ПМО и СУ ДУ Володин А.А., начальник лаборатории отдела ПМО и СУ ДУ Трусков R П.

Фг кральног гоощрпвенног бю.тжггиог обратоватг.тьиогучргждгниг вышит о (н*1|).| шнаннм

«Российский госу трпминиП гениальный ишкрсшс!

УТВ1РЖДАЮ

Проректор по метол^ Российски О Iоо

А К* Т

о внедрении результатов диссертационной раоогм Уральскою Николая Борисовича

Составлен о том. что теоретические результаты диссертационной работ Уральского Н.Б «Разработка моделей и алгоритмов составления оптимальных расписаний выполнения иро1 рамчных модулей в вычислительной сети на основе эволюционного по.тхола» были использованы в учебном процессе на кафедре ннформаиионныч систем, спей и безопасности Российского государе 1 венного социального университета при изучении следующих дисциплин:

I Материалы второй главы лнссер1аиин были использовалы в дисциплине • Моделирование систем» дли бакалавров по направлению 09.03.01 «Информатика и вычислительная техника». 2. Ма1сриалы трений главы диссипации были испо.тмованы н дисциплине «Системы искусственного интеллекта» для магистров по напраатсник» 09.03.01 << Информатика н нычислшельная техника».

И.о. декана факультета Информационных технологий и

■ехносфсрной бе (опасности