Файл: Состав и свойства вычислительных систем. Информационное и математическое обеспечение вычислительных систем (Сложные вычислительные системы).pdf

2.2. Пространственно-распределенные вычислительные системы

Вычислительные системы с программируемой структурой данных относятся к пространственно-распределенным средствам как в архитектурном, так и в функциональном плане. Ресурсы в системах представляют собой множество модулей, соответствующих друг другу [4].

Класс систем с программируемой структурой имеет подклассы:

• пространственно-сосредоточенные ВС - компактно размещены средства обработки и хранения информации в пространстве. Отсутствуют линии связи, которые вносят задержку в работу любой ВС, нет жестких ограничений как на топологию сети связи, так и на возможность параллельной передачи информации между несколькими функциональными модулями. Среднее время передачи одного слова между функциональными модулями примерно равно среднему временем выполнения одной операции в процессоре.
• пространственно-распределенные ВС - макро-коллектив пространственно удаленных друг от друга сосредоточенных ВС, которые взаимодействуют между собой через локальные и глобальные сети (к примеру, всемирная сеть Internet).

Архитектура вычислительных систем, описанных выше, основана на принципах:

• параллельность функционирования сосредоточенных ВС (т.е. несколько или все сосредоточенные системы совместно и одновременно имеют возможность решать одну сложную задачу, которая представлена параллельной программой);
• программируемость структуры (т.е. возможно автоматически настраивать сеть связи между сосредоточенными вычислительными системами);
• гомогенность состава (т.е. происходит совмещение программной и информационной части сосредоточенных систем).

Пространственно-распределенные вычислительные системы необходимы для создания параллельных программ, которые решают задачи (любой сложности, в произвольном режиме функционирования) на рассредоточенных в пространстве вычислительных ресурсах. Они к тому же должны быть приспособлены для выполнения функций, которые присущи вычислительным сетям, и для создания последовательных программ.

Взаимодействиями между сосредоточенными вычислительными система, которые входят в состав распределенной системы, происходит через сеть связи. В такую сеть связи включаются системные устройства, которые распределены по сосредоточенным ВС и каналы [22].

В распределенных вычислительных системах не особых ограничений на выбор каналов. Могут быть использованы как двухпроводные и коаксиальные, так и радиорелейные линии связи, средства коммуникации на основе волоконной оптики, микроволновой и спутниковой связи. Системные устройства выполняют функции, которые свойственны системным устройствам, которые используют сосредоточенные ВС и устройствам связи для вычислительных сетей. Одно из элементарных функций системного устройства это обмен информацией между сосредоточенной ВС и каналом, а также возможно обеспечение передачи информации транзитным путем. Системное устройство в мощных распределенных вычислительных системах может выполнять функцию параллельного сервера.

Простым вариантом в реализации сосредоточенной ВС может выступать ЭМ, соответственно, совокупность однотипных ЭМ, соединённых между собой, является простейшим вариантом распределенной ВС. В таком случае в состав ЭМ входят однотипные системные устройства.

В настоящее время, более распространённым вариантом распределенных ВС являются системы, в которых структура сети связи нерегулярна и образуется из программно-совместимых ЭВМ. В таком случае сеть связи создается с помощью программно-совместимых системных устройств. Такие вычислительные системы топологическом плане классифицируются как централизованные, децентрализованные, кольцевые, а также радиальнокольцевые системы.

В распределенных ВС возможно реализовать два режима работы: первый это стандартный режим, характерный для вычислительных сетей; второй это режим решения общей сложной задачи. Задача представляет собой параллельную программу, при этом каждая макро-ветвь создается на своей сосредоточенной ВС (или ЭВМ). Для распределенных ВС решение одной сложной задачи выполняется в режиме группового обмена информацией между абонентами (машины-машины, машины-пользователь) [2].

Следуя из выше перечисленного, распределенные системы относятся к более общему классу средств обработки информации и отличаются от вычислительных систем возможностью решения одной сложной задачи на распределенных вычислительных ресурсах.

На производительность распределенных ВС (при создании параллельных программ сложных задач) влияют как скорость передачи информации в каналах, так и запаздывание сигналов при передаче информации из одной сосредоточенной ВС (в простейшем варианте системы из одной ЭМ) в другую. Решением этой проблемы является совмещение счета с обменом информацией и применение в полной мере методики крупноблочного распараллеливания сложных задач.

Рисунок 4 - Пространственно-распределённая ВС

Пространственно-распределенная ВС представлена на рисунке 4, которая состоит из N сосредоточенных вычислительных систем - подсистемами. Одна подсистема имеет выделенный узел с установленной системой управления ресурсами или системой пакетной обработки заданий, которая отвечает за выделение ресурсов, поддержку очередей задач и планирование решения задач.

2.3. Сложные вычислительные системы

Сложной системой называют совокупность, включающую множество частей, элементов, ресурсов, связей и отношений, имеющих структуру и образующих целостность и единство. Сложные системы в основном касаются поведения и свойств систем. Сложная система всегда определяется в терминах ее границы, которую определяет граничные сущности. Эти сущности являются или не являются частью системы. Объекты, лежащие вне системы, затем становятся частью внешней среды. Система может демонстрировать особые свойства, которые создают поведение, отличное от свойств и поведения его частей эти свойства называют эмерд- жентностью. Во многих сложных системах свойство эмерджентности присутствует. Общесистемные свойства и поведение системы являются характеристиками того, как система взаимодействует с окружающей средой или появляется в ней, или о том, как ее части ведут себя (например, в ответ на внешние воздействия) благодаря наличию внутри системы связей. Понятие поведения системы подразумевает, что функционирование систем также связано с процессами, которые происходят со временем (или, в математике, некоторой другой параметризацией фазового пространства). Из-за их широкой междисциплинарной применимости системные концепции играют центральную роль в сложных системах. В качестве области изучения сложные системы являются подмножеством теории систем. Общая теория систем фокусируется также на коллективном поведении взаимодействующих объектов, но она изучает гораздо более широкий класс систем, включая не сложные системы, где традиционные редукционистские подходы могут оставаться жизнеспособными. Действительно, теория систем стремится исследовать и описывать все классы систем, а изобретение категорий, полезных для исследователей в самых разных областях, является одной из основных целей теории систем. Что касается сложных систем, теория систем вносит свой вклад в то, как отношения и зависимости между частями системы могут определять общесистемные свойства. Он также вносит вклад в междисциплинарную перспективу изучения сложных систем: понятие о том, что общие свойства связывают системы по дисциплинам, оправдывая стремление к подходам моделирования, применимым к сложным системам, где бы они ни появлялись. Конкретные концепции, важные для сложных систем, такие как возникновение, петли обратной связи и адаптация, также возникают в теории систем.

При рассмотрении сложной системы возникают три проблемы: проблема оценки сложности как понятия, проблема оценки сложности системы, проблема выбора критериев, на основе которых оценивают сложность систем. Последняя проблема обусловлена тем, что некоторые виды сложности с течением времени меняют критерии, То, что было сложно 30 лет назад уже не сложно в настоящее время. Сложные системы имеют свойство эмерджентности, не присущее частям системы. Использование понятия «сложная система» помогает познавать процессы природы и общества. Понятие система помогает выявлять объективные законы и закономерности. Понятие система помогает использовать выявленные законы и закономерности для решения практических задач и объяснения окружающего мира. Системное описание позволяет сравнивать разные системы.

Существуют различные типы сложных системы, среди которых можно выделить: сложные технологические системы, сложные технические системы, сложные прикладные системы, сложные вычислительные системы, сложные информационные системы, сложные организационные системы, сложные организационно вычислительные системы, сложные проблемно ориентированные системы, и сложные организационно технические системы. Особо следует выделить сложные вычисления, которые дают основание ввести понятие сложных вычислительных систем. Сложная вычислительная система, в широком смысле, представляет собой набор технологических и алгоритмических объектов, которые посредством информационных взаимодействий, отношений или зависимостей образуют единое целое, позволяющее решать вычислительные задачи.

Системы проявляют сложность, когда трудности с их моделированием являются эндемическими. Это означает, что их поведение не может быть понято отдельно от тех свойств, которые затрудняют их моделирование, и они полностью или полностью регулируются поведением, которое эти свойства производят. Любой подход к моделированию, который игнорирует такие трудности или характеризует их как шум, тогда обязательно будет создавать модели, которые не являются точными и полезными. Пока еще не существует полностью общей теории сложных систем для решения этих проблем, поэтому исследователи должны решать их в контексте, специфичном для конкретной области. Исследователи в сложных системах решают эти проблемы, рассматривая главную задачу моделирования, заключающуюся в том, чтобы захватывать, а не уменьшать сложность своих соответствующих систем, представляющих интерес.

Пока не существует общепринятого точного определения сложности, существует множество архетипических примеров сложности. Системы могут быть сложными, если, например, они имеют хаотическое поведение или реактивное поведение. Реактивное поведение - это поведение, которое проявляет исключительную чувствительность к внешним условиям. Хаотическое поведение возникает, если системы имеют возникающие свойства, которые являются следствием большого количества отношений и зависимостей, и которые слишком быстро растут относительно размера системы.

Взаимодействующие компоненты сложной вычислительной системы всегда образуют сеть (алгоритм), которая представляет собой набор дискретных объектов и отношений между ними, обычно изображаемый как граф вершин, связанных ребрами. Сети могут описывать отношения между логическими звеньями в цепи, между фрагментами программ или между вычислительными процедурами как набором связанных объектов.

Дополнительно сети часто описывают сложность в сложных вычислительных системах. Таким образом, изучение сложных вычислительных систем (СВС) как сетевых структур позволяет использовать теорию графов и топологию для анализа алгоритмов и СВС. Например, некоторые СВС также являются сложными сетями и обладают такими свойствами, как степенные распределения узлов, которые легко поддаются анализу. Тот факт, что число ребер в полном графе растет квадратично по числу вершин, проливает дополнительный свет на источник сложности в больших сетях: по мере роста сети количество отношений между объектами резко завышает сложность в сети СВС.

Сложные вычислительные системы могут иметь нелинейное поведение, то есть они могут реагировать по-разному на один и тот же вход в зависимости от своего состояния или контекста. Это обусловлено большим количеством циклических звеньев, которые создают неустойчивость и паразитические связи. В связи с этим особую ценность приобретают ациклические алгоритмы как средство снижения сложности вычислений.

В то же время математике нелинейность описывают системы уравнений, решения которых таковы, что изменение размера ввода не приводит к пропорциональному изменению размера вывода. При заданном изменении входных данных такие системы могут давать значительно большее или меньшее, чем пропорциональные изменения в выходе, или даже отсутствие выхода вообще, в зависимости от текущего состояния системы или ее значений параметров.

Особый интерес для описания сложных вычислительных систем представляют нелинейные динамические уравнения, которые имеют один или несколько нелинейных членов. Некоторые нелинейные динамические системы, такие как система Лоренца, могут создавать математическое явление, известное как хаос. Применительно к вычислениям это понятие обозначает ошибку или фоновый шум. Шум сложных вычислительных систем обусловлен чувствительной зависимостью от начальных условий или «эффекта бабочки», которые могут появляться в сложных системах. В такой СВС небольшие изменения в начальных условиях могут привести к совершенно разным результатам. Поэтому хаотическое (шумовое) поведение может быть чрезвычайно сложным для численного моделирования, поскольку небольшие ошибки округления на промежуточной стадии вычисления могут привести к тому, что модель будет генерировать полностью неточный результат. Более того, если сложная вычислительная система возвращается в состояние, подобное тому, которое оно проводило ранее, оно может вести себя совершенно по-разному в ответ на точно такие же стимулы, поэтому шум также создает проблемы для экстраполяции из прошлого опыта. В математике, возможно, самым большим вкладом в изучение сложных вычислительных систем было обнаружение шума в алгоритмических системах, сильно связанных с нелинейностью [9].