2023 № 3(60)

СОДЕРЖАНИЕ

  1. Бредихин С. В., Щербакова Н. Г. Модель сети соавторства научного журнала            
  2. Герб А.Р., Омарова ГА. Алгоритмы разбиения графов: обзор литературы     
  3. Снытникова Т.В. Processing-in-Memory: текущие направления развития технологии
  4. Малышкин В. Э., Перепелкин В. А. Мультиагентный подход к повышению эффективности исполнения фрагментированных программ в системе LuNA          
  5. Симонов В. С., Хайретдинов М. С. Метод преобразования императивного кода для платформ параллельной обработки данных       

С. В. Бредихин, Н. Г. Щербакова

Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск, Россия

МОДЕЛЬ СЕТИ СОАВТОРСТВА НАУЧНОГО ЖУРНАЛА

УДК 519.177
DOI: 10.24412/2073-0667-2023-3-5-18
EDX: QADKBW

Традиционный подход к изучению сети научного соавторства основан на бинарных отношениях, возникающих между авторами, создавшими по крайней мере одну совместную публикацию. В работе представлена модель сети соавторства, учитывающая групповые отношения, возникающие между соавторами. Сеть моделируется с помощью гиперграфа, вершины которого соответствуют авторам, а ребра - публикациям. Представлен метод построения гиперграфа сети соавторства, основанный на данных, извлеченных из архива журнала. Измерены параметры гиперграфа и выявлены его топологические свойства. Данная работа продолжает изучение и апробацию методов анализа сетей соавторства (см. [1]).

Ключевые слова: комплексная сеть, гиперграф, соавторство, архив научных статей, библиометрия.

Исследования выполнены в рамках государственного задания ИВМиМГ СО РАН (0251-2021-0005).

 

Библиографическая ссылка: Бредихин С. В., Щербакова Н. Г. Модель сети соавторства научного журнала //"Проблемы информатики", 2023, № 3, с.5-18. DOI: 10.24412/2073-0667-2023-3-5-18.


А.Р. Герб . Г. А. Омарова*

Новосибирский государственный университет, 630090, Новосибирск, Россия

*Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск, Россия

АЛГОРИТМЫ РАЗБИЕНИЯ ГРАФОВ: ОБЗОР ЛИТЕРАТУРЫ

УДК 519.17+519.61
DOI: 10.24412/2073-0667-2023-3-19-36
EDN: LXQVVD

Работа посвящена разбору современных методов и алгоритмов разбиения графов. Исследованы и проанализированы точные решения, последовательные итерационные, многоуровневые, потоковые и параллельные алгоритмы. Отмечены как преимущества, так и слабые места ал-горитмов, выявленные при их реализации.

Ключевые слова: графы, огрубление, последовательные и параллельные алгоритмы, мно-гоуровневые алгоритмы.

Работа выполнена при финансовой поддержке Министерства пауки и высшего образования Российской Федерации (код проекта 0251-2020-0001)

Библиографическая ссылка: Герб А.Р., Омарова ГА. Алгоритмы разбиения графов: обзор литературы //"Проблемы информатики", 2023, № 3, с. 19-36. DOI: 10.24412/2073-0667-2023-3-19-36.


Т. В. Снытникова

Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск, Россия

PROCESSING-IN-MEMORY: ТЕКУЩИЕ НАПРАВЛЕНИЯ РАЗВИТИЯ ТЕХНОЛОГИИ

УДК 004.272
DOI: 10.24412/2073-0667-2023-3-37-54
EDX: FSPSXV

Перемещение данных между центральным процессором и оперативной памятью является препятствием первого порядка на пути повышения производительности, масштабируемости и энергоэффективности современных систем. Компьютерные системы используют ряд методов для снижения накладных расходов, связанных с перемещением данных, начиная с традиционных механизмов и заканчивая новыми методами, такими как вычисления в памяти (Processing¬in-Memory, PIM). Эти методы можно разделить на два больших класса: вычисления рядом с памятью (processing-near-memory, PNM), когда вычисления выполняются в выделенных элементах обработки, и вычисление с использованием памяти (processing-using-memory, PUM), когда вычисления выполняются внутри массива памяти за счет использования внутренних аналоговых рабочих свойств запоминающего устройства. В работе рассматривается парадигма архитектур PIM и приводится обзор архитектур PUM, основанных на параллельных операциях DRAM и ассоциативных процессорах.

Ключевые слова: архитектуры вычислений в памяти, ассоциативные процессоры, RDRAM.

Исследования выполнены в рамках государственного задания ИВМиМГ СО РАН 0251-2021-0005.

 

Библиографическая ссылка: Снытникова Т.В. Processing-in-Memory: текущие направления развития технологии //"Проблемы информатики", 2023, № 3, с. 37-54. DOI: 10.24412/2073-0667-2023-3-37-54.


В.Э. Малышкин, В. А. Перепелкин

Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск, Россия,
Новосибирский национальный исследовательский государственный университет, 630090, Новосибирск, Россия,
Новосибирский государственный технический университет, 630073, Новосибирск, Россия

МУЛЬТИАГЕНТНЫЙ ПОДХОД К ПОВЫШЕНИЮ ЭФФЕКТИВНОСТИ ИСПОЛНЕНИЯ ФРАГМЕНТИРОВАННЫХ ПРОГРАММ В СИСТЕМЕ LUNA

УДК 004.4’242
DOI: 10.24412/2073-0667-2023-3-55-67
EDN: LYEAKS

Применение систем параллельного программирования и систем автоматического конструи-рования параллельных программ предоставляет возможности к статической и/или динамической адаптации исполнения параллельной программы к особенностям вычислителя и хода вычислений, но при этом возникает проблема снижения накладных расходов, возникающих из-за работы исполнительной системы (динамических системных алгоритмов). Существенное снижение таких накладных расходов возможно за счет переноса как можно большего количества работы по конструированию и адаптации параллельной программы на этап трансляции, но при этом важно сохранять возможность динамической настройки исполнения параллельной программы в части, где настройка должна по существу выполняться динамически (например, для осуществления динамической балансировки нагрузки на вычислительные узлы). В работе предлагается технологичный подход к переносу существенного объема работ по конструированию и исполнению параллельных программ в системе LuNA, который сохраняет возможность обеспечения динамических свойств исполнения программы. Предложенный подход позволил существенно снизить накладные расходы на исполнение LuNA-программ по сравнению с традиционным подходом распределенной динамической интерпретации LuNA-программ.

Ключевые слова: фрагментированное программирование, система LuNA, автоматизация конструирования параллельных программ, высокопроизводительные вычисления, мультиа- гентный подход, частичные вычисления.

Исследование выполнено в рамках государственного задания ИВМиМГ СО РАН 0251-2022-0005

 

Библиографическая ссылка: Малышкин В. Э., Перепелкин В. А. Мультиагентный подход к повышению эффективности исполнения фрагментированных программ в системе LuNA //"Проблемы информатики", 2023, № 3, с.55-67. DOI: 10.24412/2073-0667-2023-3-55-67.


В. С. Симонов*. М.С. Xaйpeтдинов*,**

*Новосибирский государственный технический университет, 630087, Новосибирск, Россия
*,**Институт вычислительной математики и математической геофизики СО РАН, 630090, Новосибирск, Россия

МЕТОД ПРЕОБРАЗОВАНИЯ ИМПЕРАТИВНОГО КОДА ДЛЯ ПЛАТФОРМ ПАРАЛЛЕЛЬНОЙ ОБРАБОТКИ ДАННЫХ

УДК 004.89
DOI: 10.24412/2073-0667-2023-3-68-80
EDX: HGORYY

Существует множество платформ для обработки данных, которые позволяют последовательным программам получать доступ к возможностям параллельной обработки. Чтобы извлечь выгоду из преимуществ таких платформ, существующий код приходится переписывать на языки, специфичные для конкретной предметной области, которые поддерживает каждая платформа. Данное преобразование — утомительный и подверженный ошибкам процесс — также требует от разработчиков выбора нужной платформы, которая оптимизирует производительность с учетом конкретной рабочей нагрузки.

В данной статье описывается формальный метод, результатом применения которого на им-перативном коде являются эквивалентные инструкции, пригодные для исполнения в системе параллельной обработки данных, например, Hadoop, реализующей парадигму MapReduce. Метод применяется для вывода высокоуровневой сводки, выраженной на нашем языке спецификации программы, которая затем компилируется для выполнения в Apache Spark [1]. Было показано, что метод позволяет преобразовать императивный код в пригодный для исполнения на платформе Apache Spark . Приведенные результаты выполняются в среднем в 3,3 раза быстрее, чем последовательные реализации, а также лучше масштабируются для больших наборов данных.

Ключевые слова: императивный код, параллельная обработка данных.

 

 
Библиографическая ссылка: Симонов В. С., Хайретдинов М. С. Метод преобразования императивного кода для платформ параллельной обработки данных //"Проблемы информатики", 2023, № 3, с. 68-80. DOI: 10.24412/2073-0667-2023-3-68-80.