Abstract and keywords
Abstract (English):
The paper examines parallel modeling in computer systems, the concept of parallel modeling, the main types of parallel modeling models, the advantages and disadvantages of such a method, as well as the scope and role of parallel modeling in the modern information world.

Keywords:
parallel modeling, task model, data model, computing systems, Flynn model
Text
Publication text (PDF): Read Download

Параллельным моделированием называется метод, при котором выполняются вычисления одновременно на нескольких процессорах (ядрах). С помощью такого метода можно улучшить производительность вычислений, а также появляется возможность масштабируемости и надежности.

В последние годы с развитием компьютерных технологий, появилась возможность параллельного связывания процессов в вычислительную среду. В настоящее время эта возможность широко используется во многих областях, где требуется обработка большого количества данных, а также сложных математических вычислений. Такой метод применяется, например, в научных исследованиях, инженерных областях (технических приложениях), в экономической сфере (аналис рынков, анализ роста и др.), медицинские исследования (модели работы органов, организма в целом), игровая индустрия и т.д.

Преимущества параллельного моделирования:

  1. Увеличение производительности и распределение вычислений. Есть возможность распределять нагрузку вычисления на несколько процессоров, что увеличивает эффективность вычислений, а также сокращает время, которое требуется на вычисления (т.е. увеличивает скорость вычисления), так как нагрузка распределяется на несколько узлов тем самым разгружает их.
  2. Появляется возможность масштабируемости. Для работы с массивными моделями, есть возможность добавить дополнительные процессоры. Это позволяет сократить время выполнения.
  3. Одно их основных преимуществ это надежность. В случае выхода из строя одного из процессоров работа будет непрерывной и появляется возможность защиты данных от потери. Так как параллельное моделирование дает возможность подключения резервных процессоров, которые в свою очередь и заменят вышедшие из строя.

Недостатки. Параллельное моделирование конечно имеет много плюсов, но также и существенные минусы. Такой метод имеет сложности в реализации и управлении такой системой, так как требуется особая реализация. Появляются сложности управлении потоками данных, синхронизаций процессов, необходимость эффективного управления ресурсами и т.д. Что в свою очередь является дорогостоящим методом.

Также не все приложения могут работать с большим объемом процессоров, в связи с этим масштабируемость может быть ограничена.

Еще одним минусом является сложность анализа результатов. Так как система взаимодействия между процессорами становится сложнее.

Типы параллельного моделирования:

  1. Модель Флинна. Это один из основных типов параллельных систем, предложенные Майклом Флинном еще в 1966 году. Суть его заключается в том, что необходимо определять количество потоков данных (data stream) и инструкций (instruction stream), которые обрабатываются параллельно. Его модель помогает анализировать различные аспекты параллельных систем, как структура, управление, важность оптимизации производительности и др.

Рисунок 1 – Модель Флинна

 

  1. Модель данных (Data Parallelism). Такая модель основана на разделении данных. Они разделяются на части при параллельной обработки на разные вычислительные ядра. Каждый узел получает часть данных и обрабатывает одну и ту же операцию над ними.

Рисунок 2 – Модель данных

 

  1. Модель задач (Task Parallelism). При такой модели каждый узел выполняет свою задачу независимо от других узлов. Также, как и в модели данных выполняются различные задачи параллельно. Такой тип параллельного моделирования широко используются в распределительных системах. Узлы ответственны за выполнение своей определенной функции.

Применение параллельного моделирования:

Параллельное моделирование широко используется в различных сферах, например, моделирование погоды, климата, аэродинамики и других сложных системах где требуется большое количество расчетов и вычислений. Также используется в медицине, экономике, системах искусственного интеллекта, нейросетях, проектирование 3D-моделей, анимации, графики и т.п.

Таким образом, в современных вычислительных системах параллельное моделирование играет ключевую роль в ускорении обработки данных, повышения производительности и обеспечения распределения нагрузки и ресурсов.

References

1. Sosnin V.V., Balakshin P.V., Shilko D.S., Pushkarev D.A., Mishenev A.V., Kustarev P.V., Tropchenko A.A. Vvedenie v parallel'nye vychisleniya. – SPb: Universitet ITMO, 2023. – 128 s. URL: https://books.ifmo.ru/file/pdf/3230.pdf (data obrascheniya: 17.03.2024)

2. Gergel' V.P., Strongin, R.G. Osnovy parallel'nyh vychisleniy dlya mnogoprocessornyh vychislitel'nyh sistem. Uchebnoe posobie – Nizhniy Novgorod: Izd-vo NNGU im. N.I. Lobachevskogo, 2003. 184 s. URL: https://hpc.icc.ru/documentation/unn/gergel.pdf (data obrascheniya: 17.03.2024)

3. Modelirovanie v vychislitel'nyh sistemah. URL: https://studfile.net/preview/9270086/page:6/ (data obrascheniya: 17.03.2024)

4. Modelirovanie v vychislitel'nyh sistemah. URL: https://spravochnick.ru/informatika/modelirovanie_vychislitelnyh_sistem/ (data obrascheniya: 17.03.2024)

5. Poluektov A.V., Makarenko F.V., Yagodkin A.S. Ispol'zovanie storonnih bibliotek pri napisanii programm dlya obrabotki statisticheskih dannyh // Modelirovanie sistem i processov. – 2022. – T. 15, № 2. – S. 33-41.

Login or Create
* Forgot password?