Файл: Состав и свойство вычислительных систем.pdf

Следующим этапом автоматизации программирования было создание алгоритмических языков высокого уровня. Имеется свыше тысячи алгоритмических языков различного назначения, применение которых существенно сокращает затраты на разработку и создание программ.

Наряду с математическим обеспечением ВС общего назначения широкое распространение получило специализированное математического обеспечение для решения задач в отдельных областях науки и техники. Программные проблемно-ориентированные комплексы создаются с использованием языковых средств и других возможностей, предоставляемых ОС ЭВМ. Объем этого математического обеспечения намного превосходит объем математического обеспечения ЭВМ общего назначения.

В крупных институтах ядерной физики и физики высоких энергий используются десятки (иногда более сотни) ЭВМ разного класса в основном для управления и съема информации с экспериментальных установок. Для каждой такой установки созданы специализированные ОС реального времени или разделения времени. Специализированные ОС обеспечивают функционирование не только ЭВМ, но и сложных электронно-механических систем. Большие комплексы программ под управлением этих ОС контролируют правильность работы аппаратуры, съем информации, ее обработку, сжатие и накопление. [1]

Часть систем работает в режиме автоматического опознавания событий и их изображений. Кроме специализированных ОС, в состав математического обеспечения экспериментов также входят большие комплексы программ, предназначенные для обработки экспериментальной информации.

Не только для ядерной физики, но и для многих других отраслей науки и техники созданы большие проблемно-ориентированные комплексы программ. Среди них комплексы программ для обработки информации в молекулярной биологии и кристаллофизике, электро- (ЭПАК) и сейсморазведке (СЕИСПАК) полезных ископаемых, программные комплексы для автоматизации проектирования, для автоматизированных систем управления (АСУ) в народном хозяйстве и многие др. Как правило, создание программы для решения той или другой задачи с использованием проблемно-ориентированных систем сводится к подготовке ее описания на языке, являющемся управляющим, входным языком системы и построенным на основе определений и понятий, используемых в данной области науки, техники. [11]

Таким образом, математическое обеспечение ВС состоит из двух уровней.

Первый уровень - программы, входящие в ОС, которые составляют математическое обеспечение общего уровня. К данному уровню относятся также трансляторы с машинно-ориентированных и процедурно-ориентированных алгоритмических языков, библиотеки подпрограмм общего назначения.

Второй уровень составляет совокупность проблемно-ориентированных программных комплексов. Такие программы являются надстройкой над общим математическим обеспечением, разрабатываются с применением языковых средств и других возможностей математического обеспечения общего уровня вычислительной системы.

На основании вышеизложенного можно сделать вывод о том, что с развитием технологий повышается значимость математического обеспечения вычислительных систем, а также качество их информационного обеспечения. Данный факт оказывает влияние на эффективность функционирования вычислительных систем, а также получаемые результаты.

2.3 Проблемы построения вычислительных систем

Как отмечалось выше, вычислительная система в общем виде включает в себя комплекс взаимосвязанных и взаимодействующих элементов, таких как: процессоры (ЭВМ), периферийное оборудование и математическое обеспечение, которые необходимы для автоматизации приема и обработки исходной информации, а также выдачи результатов такой обработки непосредственно пользователям или путем вывода на аппаратуру регистрации и документации.

На основании этого, вычислительные системы различаются между собой, в первую очередь степенью использования общего оборудования. Наибольшая степень использования общих средств достигается тогда, когда каждая из комплексируемых ЭВМ разбирается на отдельные устройства, которые затем собираются в многопроцессорную систему с большим набором устройств. Данное комплексирование подразумевает создание более мощной вычислительной системы второго порядка с радикальной перестройкой математического обеспечения исходных компьютеров, и, как следствие, используется крайне редко.

Меньшая степень использования общего оборудования предусматривает обобществление части модулей основной оперативной памяти при сохранении центральными частями комплексируемых ЭВМ своих модулей оперативной памяти. [4]

Возможно и такое комплексирование, при котором объединяется лишь периферийное оборудование (все или часть). В современных вычислительных системах такое комплексирование осуществляется относительно просто, поскольку они имеют стандартный интерфейс с периферией и допускают подсоединение периферийного оборудования к нескольким различным каналам.

Когда общие аппаратные модули в чистом виде при комплексировании отдельные ЭВМ выступают в полной системной конфигурации как элементарные модули, задачей комплексирования является организация обмена сообщениями между ними.

Обязательным условием согласованной работы комплексируемых в ВС средства является их совместимость, которая бывает программной, информационно-логической и аппаратной. [10, 12]

Для оценки эффективности взаимодействия вычислительных средств системы на различных уровнях могут привлекаться такие показатели эффективности вычислительных систем, как время реакции системы на запросы с учетом их приоритетов, пропускная способность, время на решение заданного набора задач. Существуют уровни связи вычислительной системы в порядке возрастания скорости обмена информацией.

Межмашинная связь на уровне внешних устройств используется главным образом для организации общего поля внешней памяти. Такая связь организуется через каналы ввода-вывода этих устройств и шинные интерфейсы. При этом обычно часть ВЗУ остается в индивидуальном пользовании отдельных машин. Преимуществом комплексирования на уровне ВЗУ является значительное увеличение объемов информации (данных и программ), одновременно доступных процессорам ММВС.

При взаимодействии вычислительных средств на уровне канал-канал через адаптер обеспечивается быстрый обмен информацией между каналами. При этом адаптер подключается к двум каналам, однако по своему функционалу он определяется как устройство управления ввода-вывода для каждого из каналов. В том числе и каждая из связанных адаптером машин считается внешним устройством в отношении других машин.

Взаимодействие на уровне операционной памяти (ОП) осуществляется для создания общего поля ОП, что значительно ускоряет обмен информацией между процессорами и повышает возможности функционирования системы. При этом существенно усложняются структура и функции устройства управления общей ОП.

Взаимодействие на уровне процессоров через интерфейс межпроцессорной связи осуществляется с целью синхронизации единого вычислительного процесса путем передачи между процессорами сигналов внешних прерываний и команд прямого управления. [10]

Основываясь на вышеизложенном можно сделать вывод о том, что иногда недостаточно рассматривать состав вычислительной системы в разбивке на аппаратное и программное обеспечение, имеет смысл выделить к рассмотрению информационное и математическое обеспечение ВС. В совокупности они дают возможность эффективного решения конкретных задач и функций. При построении ВС также следует учитывать существующие особенности.

3. Перспективы развития вычислительных систем

В настоящее время разрабатываются концепции, способные трансформировать принципы работы традиционных вычислительных систем: квантовые машины, нейроморфные чипы и компьютеры на основе ДНК.

ДНК-компьютеры представляют собой систему, которая использует вычислительные возможности молекул ДНК. Нити ДНК состоят из четырех азотистых оснований: цитозина, аденина, гуанина и тимина. Разработчики установили, что при связывании их в определенной последовательности можно кодировать информацию. Для изменения данных используют специальные ферменты, которые с помощью химических реакций достраивают цепочки ДНК, а также разрезают и укорачивают их. Такие реакции можно проводить в разных частях молекулы одновременно, что позволяет выполнять параллельные вычисления. [7]

Впервые компьютер на базе ДНК был представлен в 1994 году. Профессор молекулярной биологии и компьютерных наук Леонард Адлеман использовал несколько пробирок с миллиардами молекул ДНК, чтобы попытаться решить задачу коммивояжера для графа с семью вершинами. Его вершины и ребра Адлеман обозначил фрагментами ДНК с двадцатью азотистыми основаниями, а затем применил метод полимеразной цепной реакции (ПЦР).

Основным недостатком данного компьютера была его узкая специализация, так как он был настроен на решение одной задачи и не мог выполнять другие. Благодаря новейшим разработкам в конце марта 2019 год ученые из университета Мейнут и Калифорнийского технологического института представили компьютер, данные в который загружаются в виде последовательностей ДНК и могут быть перепрограммированы. Предполагается, что такая система ляжет в основу разработок нового типа вычислительных систем. На данный момент проводятся работы по решению проблемы с медленным вводом и выводом данных. [8]

Несмотря на сложности, эксперты говорят, что в перспективе ДНК-компьютеры размером с современные десктопы обойдут по производительности суперкомпьютеры. Они смогут найти применение в дата-центрах, занимающихся обработкой больших сводов данных.

Еще одним направлением являются нейроморфные процессоры.

Термин «нейроморфный» обозначает, что архитектура чипа основывается на принципах работы человеческого мозга. Такие процессоры эмулируют работу миллионов нейронов с отростками, которые называются аксонами и дендритами. Первые отвечают за передачу информации, а вторые — за её восприятие. Нейроны соединены между собой синапсами — специальными контактами, по которым передаются электрические сигналы (нервные импульсы).

О создании нейроморфных систем говорили еще в 1990-х. Но всерьез разработками в этой области занялись после 2000-х. Специалисты из IBM Research приняли участие в проекте SyNAPSE, целью которого была разработка компьютера с архитектурой, отличной от архитектуры фон Неймана. В рамках этого проекта компания спроектировала чип TrueNorth. Он эмулирует работу миллиона нейронов и 256 миллионов синапсов. [7]

Компания Intel с 2017 года разрабатывает нейроморфный чип Loihi. В его составе 130 тысяч искусственных нейронов и 130 млн. синапсов. Год назад компания завершила разработку прототипа по 14-нм техпроцессу.

Над нейроморфными чипами работают и инженеры из Манчестерского вуза. В прошлом году они представили архитектуру SpiNNaker, состоящую из миллиона ядер, способных эмулировать работу ста миллионов нейронов. Потребляет такая установка 100 кВт. Программировать компьютер можно с помощью языка PyNN. На сегодняшний день машина используется для симуляции процессов, происходящих в мышином мозге.

Разработки нейроморфных чипов основываются главным образом на высоких вычислительных способностях человеческого мозга.

По данным ряда исследований, мозг обладает потенциальной производительностью в один эксафлопс. Традиционные суперкомпьютеры такой вычислительной мощности пока только разрабатываются — первые машины ожидают не раньше 2021 года. При этом мозг обладает крайне высокой энергоэффективностью. [7, 8]

Конечно, искусственные системы обладают существенными ограничениями. Нейронные сети отличаются от биологических аналогов неспособностью «запомнить» прошлые навыки при обучении новой задаче. Алгоритм, натренированный на распознавание собак, не сможет различать людей. Однако ожидается, что нейроморфные чипы откроют новые возможности для обучения «многозадачных» нейронных сетей и решат подобные проблемы.

Первые попытки создать искусственные нейроны предпринимались еще в 60-х годах прошлого века. Тогда один из будущих изобретателей микропроцессора Тэд Хофф (Ted Hoff) вместе с профессором из Стэнфорда Бернардом Уидроу (Bernard Widrow) создали одноуровневую нейросеть на основе мемисторов — электрохимических резисторов с функцией памяти. Считается, что эта разработка положила начало нейроморфной инженерии.

В 80-х годах инженер Карвер Мид (Carver Mead) предложил использовать транзисторы в качестве аналоговых компонентов, а не цифровых переключателей. В 90-х команда во главе с Мидом представила искусственный синапс, способный хранить информацию продолжительное время, и нейроморфный процессор на основе транзисторов с плавающим затвором.