Найти

Результаты поиска

• МОДЕЛЬ ИНФОРМАЦИОННОГО ПРОЦЕССА РАСПРЕДЕЛЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ В ДИНАМИЧНЫХ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕДАХ

  А.Б. Клименко

  110-120

  2025-10-01

  Аннотация ▼

  Рассмотрен вопрос моделирования информационного процесса распределения вычислительных ресурсов в геораспределенных гетерогенных динамичных вычислительных средах. Актуальность работы обусловлена тем, что к настоящему времени «облачные» системы обработки данных становятся недостаточными в силу необходимости обработки больших объемов данных в режиме реального времени. В связи с этим расширяется применение «туманных» и «краевых» вычислений, что подразумевает локализацию обработки данных с целью сокращения требующегося для этого времени, с одной стороны, а с другой – ограничения на вычислительные мощности устройств приводит к необходимости распределенного решения вычислительных задач в гетерогенной, динамичной и распределенной в географическом смысле среде. Это влечет необходимость разработки новых методов и алгоритмов распределения вычислительных ресурсов, поскольку ранее разработанные методы не учитывали свойств географической распределенности и динамики вычислительных сред. Также разработанные ранее модели распределения вычислительных ресурсов не учитывают перечисленные свойства, что ставит вопрос о необходимости разработки новой модели. Предложенная в данной работе модель информационного процесса распределения вычислительных ресурсов включает параметры ресурсной стоимости передаваемых по сети данных индивидуально для узлов-участников маршрута передачи данных, а также процесса распределения вычислительных ресурсов, чем и отличается от аналогов. Проведенные экспериментальные исследования подтверждают целесообразность использования предлагаемой модели при распределении вычислительных ресурсов в георапределенных гетерогенных динамичных вычислительных средах. Практическая значимость заключается в снижении ресурсоемкости процесса распределения вычислительных ресурсов и процесса решения вычислительной задачи

• РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ

  В. В. Ковалев , Н.Е. Сергеев

  2022-01-31

  Аннотация ▼

  Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
  тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
  создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
  из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
  устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
  распознавания образов на основе методов машинного обучения, реализованных на встраивае-
  мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
  ма поиска и распознавания образов используются детекционные сверточные нейронные сети
  «You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
  ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
  диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
  путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
  как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
  ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
  программном, представляющихся компанией NVIDIA становится возможным применение
  глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
  Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
  дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
  рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
  тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
  бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012

• ИСПОЛЬЗОВАНИЕ ГЕТЕРОГЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ УЗЛОВ В ГРИД-СИСТЕМАХ ПРИ РЕШЕНИИ КОМБИНАТОРНЫХ ЗАДАЧ

  А.М. Альбертьян , И. И. Курочкин , Э.И. Ватутин

  142-153

  2021-10-05

  Аннотация ▼

  В настоящее время для решения больших вычислительных задач используются не только многопроцессорные вычислительные системы, но и различные виды распределенных систем. Распределенные вычислительные системы имеют ряд особенностей: возможное наличие отказов узлов и каналов связи, непостоянное время работы узлов, возможные ошибки в расчетах, гетерогенность вычислительных узлов. Под гетерогенностью вычислительных узлов будем понимать не только различную вычислительную способность и различные архитектуры центральных процессоров, но и наличие на узле других компонентов, способных проводить вычисления. К таким компонентам можно отнести видеокарты и математические сопроцессоры. Узел распределенной вычислительной системы будем называть гетеро-генным, если помимо одного или нескольких центральных процессоров в его составе есть дополнительные вычислительные устройства. При решении вычислительной задачи на распределенной системе необходимо максимизировать использование всех доступных вычисли-тельных ресурсов. Для этого необходимо не только распределить вычислительные подзадачи на узлы в соответствии с их вычислительной способностью, но и учесть особенности дополнительных вычислительных устройств. Исследованию методов максимизации использования ресурсов на гетерогенных узлах распределенной вычислительной системы посвящена эта работа. Основной целью данной работы является создание переносимого приложения, произ-водящего параллельные вычисления с использованием многопоточной модели выполнения. При разработке приложения акцент делается на наиболее полном использовании доступных аппаратных ресурсов. Одним из основных требований к реализации является оптимизация про-изводительности приложения для различных компьютерных архитектур, а также возможность параллельного выполнения приложения на разнородных вычислительных устройствах, входящих в состав гетерогенного вычислительного комплекса. Была исследована возможность применения ряда методов программно-алгоритмической оптимизации для многопроцессорных архитектур различных поколений. А также была проведена оценка эффективности их использования для высоконагруженных многопоточных приложений. Представлено решение проблемы квазиоптимального динамического распределения вычислительных заданий между всеми доступными на данный момент вычислительными устройствами гетеро-генного вычислительного комплекса.

• ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ

  Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир

  2021-11-14

  Аннотация ▼

  Рассматривается задача размещения элементов цифровой вычислительной техники.
  Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
  ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
  тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
  торского этапа проектирования. Отмечена важность качественного решения задачи разме-
  щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
  важность минимизации задержек соединений в процессе проектирования устройств большой
  размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
  размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
  вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
  плексная математическая постановка задачи размещения элементов цифровой вычислитель-
  ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
  как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
  тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
  оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
  контроллера. Приведено описание используемой схемы нечеткого управления. Определены
  функции различных блоков нечеткого логического контроллера. Предложена структура много-
  слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
  кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
  размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
  лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
  вычислительных экспериментов для определения эффективности разработанного алгоритма и
  выбора оптимальных значений управляющих параметров.

• МЕТАЭВРИСТИЧЕСКИЙ МЕТОД ОПТИМИЗАЦИИ НА ОСНОВЕ МОДЕЛИ ПОВЕДЕНИЯ СТВОЛОВЫХ КЛЕТОК

  Е. В. Данильченко , В. И. Данильченко , В. М. Курейчик

  2022-05-26

  Аннотация ▼

  Рассматриваются методы оптимизации, которые основаны на процессах, происходящих
  в природе. Такие методы стали все чаще применяться для решения сложных задач. Но у таких
  методов существуют некоторые недостатки, что стимулирует разработку новых и более
  совершенных методов оптимизации. Решение NP полных задач требует оптимальных мето-
  дов, которые будут отвечать всем требованиям проектирования, поэтому существует необ-
  ходимость в разработке новых и более совершенных методик решения данного класса задач.
  В качестве такого метод ода в работе авторами предлагается метод оптимизации на основе
  модели поведения стволовых клеток в естественной среде. Проведенные исследования предла-
  гаемого метода дают решения, которые смогут преодолеть многие недостатки стандартных
  подходов оптимизации, такие как: попадание в локальный оптимум или низкую скорость схо-
  димости алгоритма на основе рассматриваемого метода. Цель данной работы заключается в
  разработке метода оптимизации и алгоритма на его основе, для решения сложной целевой
  функции. Научная новизна заключается в разработке метода оптимизации на основе модели
  поведения стволовых клеток для решения NP полных задач. В работе преследуется задача соз-
  дать условия для оптимального поиска решения сложных функций путем применения, метода
  поиска и на его основе алгоритма поведения стволовых клеток. Практическая ценность рабо-
  ты заключается в разработке нового метаэвристического метода оптимизации для эффек-
  тивного решения NP полных задач. Так же в работе проведён сравнительный анализ с извест-
  ными конкурентами. Главное отличие предложенного метода от других известных методов в
  применении нового подхода бионспирированного поиска на основе поведения стволовых клеток,
  которые, как показало практическое сравнение, имеет преимущество над известными анало-
  гами. Итоги практического сравнения методов и алгоритмов на их основе, показали преимуще-
  ства предложенного в работе подхода на известных тестовых функциях. Проведя анализ про-
  блемы создания методов, алгоритмов и программного обеспечения для решения NP полных за-
  дач, можно сделать вывод, что в настоящее время разработка подобных подходов является
  актуальной задачей.