ВМиК-Online! - проект о ВМК МГУ Информационный сайт о ВМиК МГУ - ВМиК-Online! ВМиК-Online! 

Сообщество ВМиК-Online! В Контакте   Я люблю этот сайт!   Это моя домашняя страница!   Показать страницу для печати!    
 

Кафедра автоматизации систем вычислительных комплексов

Зав. кафедрой – лауреат Государственной премии член-корреспондент РАН Лев Николаевич Королев
Сайт:
E-mail: asvk@cs.msu.su
Тел.: (495) 939-56-34, 939-17-95, 939-17-89

Спец семинар «Системы параллельной обработки экспериментальных данных с использованием нейросетей и генетических алгоритмов»

Руководители:
зав. кафедрой чл.-корр. Л.Н. Королев,
доцент Н.Н. Попова

На семинаре изучаются и исследуются теоретические и прикладные аспекты применения современных информационных технологий – нейросетей и генетических алгоритмов – в задачах анализа и прогнозирования поведения сложных систем. Исследуется возможность реализации таких систем на распределенных и массивно-параллельных вычислительных системах. На семинаре изучаются современные Web-технологии, необходимые для построения больших информационных систем. Силами участников семинара ведется разработка проекта по созданию интеллектуальной, распределенной системы обработки экспериментальных данных. Темы курсовых и дипломных работ связны с выполнением этого проекта. На семинаре студенты и аспиранты выступают с докладами, касающимися изученных статей и монографий и с изложением собственных результатов по тематике семинара и по актуальным проблемам информатики. Для студентов третьего курса в пятом семестре проводятся семинары, на которых изучаются базовые концепции и понятия, связанные с направлениями работы семинара. Семинар имеет собственную локальную подсеть, состоящую из сервера – рабочей станции Sun UltraSparc и нескольких персональных компьютеров.

Спец семинар «Вопросы распределенной обработки информации»

Руководители:
д.ф.-м.н. И.В. Машечкин, к.ф.-м.н. А.Н. Терехин

Тематика семинара посвящена исследованиям по следующим направлениям:

  1. Инструментальные средства программирования специализированных и высокопроизводительных ЭВМ (кросс-системы, кросс-трансляция, кросс-отладка и пр.).
  2. Автоматизация построения средств оптимизации программ и генерации кода (архитектуры вычислительных систем, алгоритмы распараллеливания, адекватность алгоритмов оптимизации архитектуре вычислительных систем и пр.).
  3. Практические аспекты применения распределенных технологий при создании информационных систем (телекоммуникации, клиент/сервер, базы данных и пр.).
  4. Алгоритмы и методы информационного поиска.

В рамках семинара выполняются практические проекты по созданию программных систем, как для российских, так и зарубежных заказчиков. Некоторые из созданных программных продуктов широко используются в США, Канаде и Западной Европе.

Лаборатория вычислительных комплексов

заведующий лабораторией – Руслан Леонидович Смелянский

Лаборатория вычислительных комплексов была образована как научное подразделение факультета вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова в 1982 году. Лаборатория является самостоятельным структурным подразделением факультета вычислительной математики и кибернетики, подчиненным непосредственно заведующему кафедрой АСВК.

Основные задачи Лаборатории вычислительных комплексов:

  • Проведение фундаментальных теоретических и экспериментальных исследований в области анализа структур вычислительных комплексов, методов организации на них вычислительного процесса.
  • Разработка алгоритмов и программ, создание макетов вычислительных комплексов, участие в выполнении комплексных работ, связанных с использованием параллельных вычислений в различных областях жизни.
  • Разработка методов и средств для сравнительного анализа структур вычислительных комплексов в зависимости от выбираемого класса задач.
  • Внедрение разработанных методов, алгоритмов, программ и макетов аппаратуры в научные и промышленные предприятия и в вузы.
  • Организация проведения в лаборатории производственной практики, курсовых и дипломных работ студентов факультета ВМК.

Основные научные направления лаборатории:

  • Формальные модели функционирования мультипроцессорных вычислительных систем.

    Основной отличительной особенностью разрабатываемых моделей является поддержка так называемого комплексного подхода к анализу функционирования многопроцессорных вычислительных систем с распределенным управлением. Основная идея разрабатываемого комплексного подхода заключается в:

    1. описании аппаратных, программных средств и их функционирования единой трехкомпонентной алгебрологической структурой, состоящей из:
      • физической среды (аппаратных средств);
      • логической среды (системных программ);
      • рабочей нагрузки (прикладных программ);
      • введение соответствующих операций над носителями для отдельных компонент и между компонентами;
    2. использовании одной и той же записи модели как для исследования количественных, так и логических свойств анализируемых/проектируемых объектов.
    Разрабатываемые модели позволяют в рамках единого подхода развивать следующие теоретические и прикладные направления: синтез и оптимизация архитектур, исследование поведения программ, оценка производительности вычислительных систем, спецификация и верификация поведения программ, моделирование и анализ функционирования вычислительных систем, планирование параллельных вычислений.

  • Синтез и оптимизация архитектур мультипроцессорных вычислительных систем реального времени.

    В рамках данного направления разрабатываются два подхода:

    1. Подход обобщения и нисходящего анализа. Подход основан на анализе общности между прикладными алгоритмами рабочей нагрузки, построении и проведении анализа максимально параллельных моделей вычислений, алгоритмов, архитектур и получении оптимальных архитектур для конкретных приложений как частного случая обобщенных максимально-параллельных архитектур. Данный подход может быть строго формализован лишь для конкретного класса прикладных алгоритмов. Например, результаты применения данного подхода для цифровой обработки приведены в работах.
    2. Подход синтеза архитектур, основанный на информации о поведении программ. Данный подход, формализован для общего случая и позволяет получать оптимальные специализированные мультипроцессорные архитектуры по заданному фиксированному набору прикладных алгоритмов и временным ограничениям на их выполнение.

  • Методы и средства планирования параллельных вычислений. Расширение существующих компиляторов средствами генерации параллельных программ.

    В рамках данного направления разрабатываются и исследуются как статические, так и динамические методы планирования параллельных вычислений:

    • эвристические методы, основанные на понятиях идеальной и оптимальной параллельных программ;
    • подходы, основанные на методе ветвей и границ и основной теореме динамического программирования;
    • генетические алгоритмы и алгоритмы отжига;
    • списочные расписания.
    Для статического распараллеливания программ разрабатывается модульно-адаптируемая технология генерации кодов параллельных программ, основной отличительной особенностью которой является автоматическая оптимизация структуры параллельной программы на языке высокого уровня с использованием глобальных характеристик, применение существующих компиляторов последовательных программ для генерации кода отдельной ветви и возможность модульно независимой адаптации к языку программирования, архитектуре и способу взаимодействия ветвей.

  • Методы и средства моделирования, оптимизации и оценки характеристик мультипроцессорных вычислительных систем без создания аппаратного прототипа.

    В рамках данного направления разрабатываются:

    1. Принципы построения среды моделирования, исследования и оптимизации вычислительных систем: компоненты среды, их взаимодействие, основные типы фиксируемых событий и состояний.
    2. Язык описания программных и аппаратных компонентов вычислительных систем.
    3. Методики и средства оценки времени выполнения процесса: точный метод частичной имитации, основанный на статико-динамическом анализе программ; грубый метод, основанный на использовании меры вычислительной сложности процесса.
    4. Эргономичные средства визуализации поведения компонентов вычислительных систем.

  • Нейронные сети.

    Основное внимание в данном направлении уделяется:

    1. Методам получения оптимальных (по числу нейронов и ошибке) нейроструктур для заданного класса прикладных задач.
    2. Методы вычисления характеристик прикладных задач не заданных на регулярных сетках.

  • Методы оценки временной сложности вычислений на вычислителях с различной архитектурой.

    При выборе той или иной вычислительной системы для решения прикладных задач пользователи неизбежно сталкиваются с вопросом: насколько данная система удовлетворяет классу решаемых задач. Основой при ответе на этот вопрос служат различные характеристики производительности. Как показывает накопленный опыт, многообразие вычислительных систем, отличных по архитектуре, чрезвычайно затрудняет использование в качестве средства сравнения единой меры производительности.
    Время выполнения программы на вычислителе - это мера, естественная с точки зрения восприятия человеком и универсальная при сравнении вычислителей любой архитектуры. Однако трудность получения значения времени, затрачиваемого на выполнение некоторой вычислительной работы, состоит в том, что необходимо выполнить программу (набор программ) на каждой из сравниваемых вычислительных систем. А это может быть или слишком дорого (например, для сложных "параллельных" вычислительных систем), или практически недоступно (при наличии только проекта архитектуры).
    В силу указанных выше особенностей становится актуальной задача разработки методики прогнозирования времени выполнения программ на различных вычислительных системах.
    Нами предложен комплексный статико-динамический подход для решения задачи прогнозирования времени выполнения последовательных вычислений, позволяющий получать высокую точность прогнозирования. Новизна подхода заключается в том, что метод использует статический анализ текста программы с целью получения временных оценок для линейных фрагментов вычислений, которые затем корректируются динамически в ходе прогона программы. При прогнозировании осуществляется частичная имитация работы устройств целевого вычислителя, однако эмуляция не производится.
    Исследованы несколько классов целевых вычислителей (CISC, векторно-конвейерные, RISC) и построены соответствующие модели. Для каждого класса вычислителей предложены средства для параметрического описания архитектуры вычислителя, что позволяет реализовать многоцелевую инструментальную систему прогнозирования времени выполнения вычислений.

  • Исследование эффективности методов синхронизации в распределенных системах дискретно-событийного имитационного моделирования.

    В рамках данного направления исследуются и разрабатываются соответствующие алгоритмы временной синхронизации модельных процессов.
    В настоящее время проводится исследование эффективности различных консервативных и оптимистических алгоритмов синхронизации. Основными критериями являются отношение полезного к общему времени работы модели, количество одновременно обрабатываемых событий для консервативных алгоритмов, отношение общего числа сообщений к числу контр-сообщений для оптимистических алгоритмов.
    Сделана экспериментальная реализация распределенной системы имитационного моделирования ДИАНА на основе консервативного алгоритма синхронизации Chandy-Misra.

  • Моделирование и анализ функционирования вычислительных сетей.

    Основные цели моделирования:

    • Выбор оптимальной конфигурации вычислительной сети при ее создании или модернизации (расширение).
    • Оптимальное управление сетью.
    Модель сети представляет собой совокупность моделей элементов сетевой архитектуры: серверов, клиентов, мостов, коммутаторов, концентраторов, линий передачи данных и т.д. Модель каждого такого элемента собирается из моделей соответствующих протоколов согласно семиуровневой модели OSI/ISO.
    Модели позволяют получать следующие характеристики вычислительной сети:
    • время отклика (время выполнения запросов) на прикладном уровне;
    • реальную пропускную способность сети на любом из уровней;
    • отношение полезного трафика к общему;
    • эффективность алгоритмов маршрутизации.

  • Спецификация и верификация логических свойств программ.

    В рамках данного направления рассматриваются два подхода:

    1. Подход, основанный на темпоральной логике. В этом подходе моделью процесса является конечная система переходов. В качестве спецификации выступает формула темпоральной логики линейного или ветвящегося времени.
    2. Подход, основанный на исчислении взаимодействующих процессов Р.Миллнера (CCS). В этом подходе процессы строятся из атомарных процессов при помощи набора алгебраических операций. Спецификацией при этом считается уравнение над данным набором операций, которому должны удовлетворять специфицируемые процессы. Проверка спецификации сводится к выводу такого уравнения их аксиом исчисления процессов.
    Основное внимание в данном направлении уделяется разработке эвристических методов верификации логических свойств программ с целью достижения практически приемлемой сложности.

  •  
     Кафедры 






     
       

       

    Ресурс МГУ