Высокопроизводительные вычисления в сфере бизнеса

ГЛАВА 1. Введение в архитектуры высокопроизводительных вычислительных систем 6 1.1. Классификация архитектур по Флинну 9 1.2. Подробный анализ SIMD-архитектуры 11 1.3. Миссия MISD: возможности и ограничения 15 1.4. Исследование MIMD-архитектуры 18 ГЛАВА 2. Сравнительный анализ трех категорий. 21 2.1. Практическое моделирование одной из архитектур 25 2.2. Оценка производительности моделей 27 2.3. Направления дальнейших исследований 30 Заключение 33 Список используемых источников 36 Приложения 38

Список используемых источников 1. Левин Владимир Константинович ГЕНЕЗИС И АЛЬТЕРНАТИВЫ РАЗВИТИЯ ВЫСОКОПРОИЗВОДИТЕЛЬНОЙ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ // Труды МАИ. 2011. №49. Режим доступа: https://cyberleninka.ru/article/n/genezis-i-alternativy-razvitiya-vysokoproizvoditelnoy-vychislitelnoy-tehniki 2. Харитонов Дмитрий Иванович ЭВОЛЮЦИЯ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ РЕСУРСОВ В ИАПУ ДВО РАН // Вестник Дальневосточного отделения Российской академии наук. 2021. №4 (218). Режим доступа: https://cyberleninka.ru/article/n/evolyutsiya-vysokoproizvoditelnyh-resursov-v-iapu-dvo-ran 3. Бобков С.Г. Архитектура перспективных высокопроизводительных микропроцессоров // Программные продукты и системы. 2012. №3. Режим доступа: https://cyberleninka.ru/article/n/arhitektura-perspektivnyh-vysokoproizvoditelnyh-mikroprotsessorov 4. Ayriyan Alexander S. Computational experiment in era of HPC // Discrete and Continuous Models and Applied Computational Science. 2019. №3. Режим доступа: https://cyberleninka.ru/article/n/computational-experiment-in-era-of-hpc 5. Развитие высокопроизводительных систем обработки... [Электронный ресурс] // cyberleninka.ru – Режим доступа: https://cyberleninka.ru/article/n/razvitie-vysokoproizvoditelnyh-sistem-obrabotki-informatsii. 6. Хисамутдинов Р. А. Систематизация архитектур вычислительных систем // Вестник Уфимского государственного авиационного технического университета. 2006. №3. Режим доступа: https://cyberleninka.ru/article/n/sistematizatsiya-arhitektur-vychislitelnyh-sistem 7. Яковлев И.А., Кушников В.А. Влияние архитектуры вычислительных комплексов на эффективность процедур поиска информации // Актуальные проблемы гуманитарных и естественных наук. 2011. №9. Режим доступа: https://cyberleninka.ru/article/n/vliyanie-arhitektury-vychislitelnyh-kompleksov-na-effektivnost-protsedur-poiska-informatsii 8. Анализ перспектив развития гетерогенных... [Электронный ресурс] // cyberleninka.ru- Режим доступа: https://cyberleninka.ru/article/n/analiz-perspektiv-razvitiya-geterogennyh-protsessorov 9. Демьянович Юрий Казимирович Проблемы распараллеливания в некоторых локальных задачах // Известия высших учебных заведений. Приборостроение. 2009. №10. Режим доступа: https://cyberleninka.ru/article/n/problemy-rasparallelivaniya-v-nekotoryh-lokalnyh-zadachah 10. Козвонина А.В., Окулов С.М. О курсе «Параллельные алгоритмы» // Вестник Московского городского педагогического университета. Серия: Информатика и информатизация образования. 2004. №3. Режим доступа: https://cyberleninka.ru/article/n/o-kurse-parallelnye-algoritmy 11. Скрупский С.Ю., Кудерметов Р.К. Simd-реализация алгоритма saxpy на GPU // Восточно-Европейский журнал передовых технологий. 2009. №2 (40). Режим доступа: https://cyberleninka.ru/article/n/simd-realizatsiya-algoritma-saxpy-na-gpu

ГЛАВА 1. Введение в архитектуры высокопроизводительных вычислительных систем Архитектура высокопроизводительных вычислительных систем (ВПВС) представляет собой ответ на требования к производительности и эффективной обработке больших объемов данных, с которыми сталкиваются современные научные и инженерные дисциплины. Основные вехи этой архитектуры включают развитие суперкомпьютеров, кластерных систем и параллельных вычислительных технологий. Суперкомпьютеры стали важной частью вычислительной инфраструктуры в начале 1990-х годов. Их вычислительная способность значительно превышала возможности обычных компьютеров, что позволило решать масштабные задачи в области моделирования климатических изменений, разработки новых лекарств и выполнения сложных научных вычислений. Параллельная обработка данных стала основным механизмом, обеспечивающим это преимущество. В данном контексте отдельные вычислительные узлы объединяются в единую систему, способную выполнять большое количество операций одновременно, что увеличивает итоговую скорость обработки данных. С переходом к 2000-м годам на первое место выходят кластерные архитектуры. Эти системы включают в себя множество независимых узлов, взаимодействующих друг с другом через высокоскоростные сети. Кластерные системы позволили значительно улучшить производительностблагодаря параллельной обработке и способности эффективно масштабироваться при добавлении новых узлов. Этот подход помог не только в научных исследованиях, но и в бизнесе, где необходима обработка больших объемов информации в реальном времени.