Кафедра Параллельных вычислительных технологий НГТУ

Параллельное программирование на кафедре

Сборочная технология параллельного программирования. Чтобы облегчить нелегкий труд программистов суперкомпьютеров существует целое научное направление, которое называется технологией параллельного программирования. С одной стороны, там собраны и развиваются знания о том, как разрабатывать параллельные программы таким образом, чтобы направить все доступные вычислительные мощности на скорейшее решение прикладной задачи. С другой стороны, исследуются средства автоматизации построения параллельных программ. То есть, человек не просто пишет программу - он руководит другими программами, которые, в свою очередь, составляют для него прикладную программу. Благодаря такому подходу человек может разрабатывать программы для суперкомпьютеров со скоростью и качеством, недоступными простому программисту. В нашем научном отделе был создана и активно развивается уникальный подход к созданию параллельных программ для суперкомпьютеров - технология фрагментированного программирования. Этот проект основывается на научном фундаменте наших всемирно известных предшественников, таких как А.А. Ляпунов и А.П. Ершов, и вобрал в себя новейшие достижения в области параллельного программирования. Перед исследовательским коллективом стоят фундаментальные научные проблемы, решение которых требует высочайшей квалификации в своей области и которые являются вызовом для современной науки. Интереснейший научный проект, в котором опытные научные сотрудники работают в одном коллективе с молодыми исследователями. Даже студенты участвуют в решении пусть небольших, но вполне реальных задач, которые затем становятся их дипломными работами, а также бесценным опытом и знаниями.

Клеточно-автоматное моделирование газодинамических процессов. Моделирование физических, химических, биологических и других процессов на компьютере - захватывающая задача. Но персонального компьютера часто не хватает, поэтому хочется использовать высокопроизводительные вычислительные системы. А чтобы их эффективно применять, нужно заставить все их десятки или даже сотни тысяч процессоров одновременно считать твою задачу и давать ускорение, желательно в десятки или в сотни тысяч раз. Классические методы вычислительной математики не всегда хорошо реализуются в параллельном виде, поэтому сейчас во всем мире активно развиваются дискретные, особенно клеточно-автоматные, методы моделирования, являющиеся мелкозернистыми по своей природе и, поэтому, позволяющие с полной отдачей заставить считать даже самый мощный суперкомпьютер. Пример процесса, приведенный на рисунке, моделирует воздушный поток через диффузор, вызванный поступательным движением поршня в камере. Граничные условия в виде подвижных стенок для клеточно-автоматных моделей, использованные в этом примере для моделирования движения поршня, больше никто в мире задавать не умеет.

Библиотека фрагментированных подпрограмм. На основе технологии фрагментированного программирования ведется проект по разработке библиотеки фрагментированных численных подпрограмм. Библиотека позволяет хранить знания о численных методах и алгоритмах в активной форме. В такой форме знания могут быть нужным образом скомбинированы и применены для решения различных численных задач. Во многих существующих библиотеках подпрограммы представляют собой монолит, ориентированный на исполнение на конкретном оборудовании. В разрабатываемой нами библиотеке подпрограммы представляются в виде множества отдельных фрагментов, благодаря чему они могут автоматически настраиваться на любой параллельный вычислитель. Проект по разработке библиотеки фрагментированных подпрограмм включает следующие подзадачи: фрагментация широко используемых численных алгоритмов для включения их в библиотеку, разработка общей методики фрагментации численных алгоритмов.

NumGRID. Люди пользуются электричеством и не задумываются, как оно попало к ним в дом, на какой электростанции было произведено и как. В зависимости от распределения нагрузки в электросети, наличия сбоев на линиях электропередач или на электростанциях одна и та же квартира может получать электричество, произведенное в разных местах и пришедшее различными путям. Так потребители энергии избавлены от забот о всех сложностях ее производства и транспортировки. Таким же образом все потребители вычислительных ресурсов хотят быть избавлены от нюансов организации вычислительных систем, риска сбоев, недостатка мощностей отдельно взятого суперкомпьютера. Они хотят иметь вычислительную сеть суперкомпьютеров, в которую можно отправить задание на расчет, в которой автоматически были бы найдены подходящие ресурсы для данной задачи и которая через определенное время выдала бы результат. По аналогии с электросетью (англ. power grid) такую идеальную вычислительную сеть стали называть grid или грид. Для объединения разрозненных ресурсов в грид требуется разработка и внедрение стандартных интерфейсов для взаимодействия различных программных систем, создание инструментов для поддержки коммуникаций между вычислительными системами, которые исходно не предполагали общения между собой, развитие средств и методов разработки вычислительных программ для распределенных неоднородных вычислительных комплексов. Проект NumGRID отдела МОВВС ИВМиМГ СО РАН посвящен разработке средств коммуникации для вычислительных задач, расположенных на нескольких суперкомпьютерах, и средств управления такими распределенными задачами.

Реакционно-дифузионные процессы на поверхностях катализаторов. Исследование каталитических свойств частиц нано-размеров из материалов платиновой группы имеет как фундаментальное, так и прикладное значение. Последнее вызвано применением напылённых катализаторов, например, для очищения выхлопных газов. Поскольку натурные эксперименты очень дороги, а компьютерное моделирование традиционными методами (численным решением дифференциальных уравнений) невозможно из-за дискретности и нелинейности химических превращений, используется дискретная модель "асинхронного вероятностного клеточного автомата" для имитационного моделирования процесса на нано-уровне. Для ускорения процесса моделирования используются как современные многоядерные компьютеры, так и графические ускорители. Работа ведется совместно с Институтом катализа СОРАН.

Разработка и моделирование мелкозернистых алгоритмов и структур. Одним из основных видов параллелизма, на который опирается технология организации параллельных вычислений, является мелкозернистый параллелизм. Мелкозернистые алгоритмы и структуры представлены такими классами, как: клеточные автоматы, систолические архитектуры, мультимикропроцессорные архитектуры, ассоциативные процессоры, клеточно-нейронные сети, однородные перестраиваемые вычислители. Значение мелкозернистого параллелизма возрастает во все большей степени в связи со стремительным ростом степени интеграции СБИС и, как следствие, с лавинообразным ростом возможностей распараллеливания вычислительного процесса как на макро- так и на микро уровне, переходом к однородным СБИС с программируемой логикой. Целью проекта является овладение теоретическими и практическими знаниями формальных методов, языковых и инструментальных средств синтеза глубоко параллельных мелкозернистых алгоритмов и архитектур. Теоретическая часть дисциплины опирается на модель клеточных вычислений, названную Алгоритмом Параллельных Подстановок (АПП). Концептуально АПП объединяет в себе подстановочный характер алгоритма Маркова с пространственной параллельностью клеточного автомата, основываясь на общем для них ассоциативном механизме применения элементарных операций. Для конструирования, отладки и получения характеристик имитационных моделей мелкозернистых алгоритмов и структур используется Система имитационного моделирования (WinALT), построенная на основе АПП. WinALT - система визуального программирования. Для типичного случая локальных окрестностей клеток в клеточном пространстве программа моделирования в системе WinALT оперирует графическими образами и команд, и данных. Имитационная модель оформляется в системе WinALT как проект, содержащий множество окон, в которых представлены графические объекты модели и тексты моделирующих программ.