Регистрация / Вход
Прислать материал

Кибернетическая модель и ее реализация на кластере универсальных и графических процессоров

Общие сведения
Тематическое направление
Информационно-телекоммуникационные системы
Название доклада
Кибернетическая модель и ее реализация на кластере универсальных и графических процессоров
Название программы
-
Исполнитель проекта
ФГАУ ГНИИ ИТТ "Информика"
Название проекта
-
Номер контракта
-
Докладчик (участник)
Участник
Надеждин Евгений Николаевич
Тезисы доклада
Цели и задачи исследования
Конечной целью исследования является разработка кибернетической модели сложной сети на кластере универсальных и графических процессоров, которая является ядром высокопроизводительного масштабируемого инструмента компьютерного решения разнородных задач сетевой динамики, сегментации и распознавания сигналов и изображений, обработки сигналов фазированных антенных решеток, моделирования аппаратурных реализаций сетей и управления технологическими процессами.
Рассматриваются две задачи исследования: разработка функционально-структурной модели кибернетической сети; обоснование программной реализации кибернетической модели на основе применения новейших технологий и алгоритмов распараллеливания ресурсоемких вычислительных процессов.
Актуальность и новизна исследования
Работа относится к такому приоритетному направлению развития науки, технологий и техники в Российской Федерации, как «Информационно-телекоммуникационные системы». Актуальность исследования определяется отсутствием приемлемых для практики методов решения задач большой размерности, имеющих место в современной теории управления и искусственного интеллекта.
Основная идея исследования заключается в новой структурной организации моделирующей сети. В работе предлагается некоторое кибернетическое обобщение сети в виде взаимодействия двух подсетей, одна из которых образована коммутаторами и связывающими их коннекторами, а другая – контроллерами. Идея введения в предлагаемую сетевую модель управляющей подсети опирается на рекомендации кибернетики и результаты известных, ранее опубликованных, нейробиологических работ. Однако, по сравнению с существующими подходами, где описана лишь идея обмена потоками кальция и нейромедиаторов между синапсами и астроцитами, в модели каждый контроллер опрашивает несколько коннекторов, получая информацию об их состояниях, после чего настраивает их параметры.
Описание исследования

Основными методами исследования являются методы теории графов, методы функционально-структурного моделирования и объектно-ориентированного программирования.

Введение подсети контроллеров позволяет экспериментально изучать вопросы управления связями сетей, формирования различных сетевых кластеров, их влияние на процессы обучения сетей, а также – повысить надежность их функционирования. Использование нескольких контроллеров даёт основание распараллеливать процесс управления для сетей с большим (≥ 108) количеством связей.

В работе предложена  функционально-структурная модель кибернетической сети, включающая: структурные элементы сети, функции структурных элементов, топологию сети, а также: объектно-ориентированный подход к программной реализации модели на основе применения новейших технологий и алгоритмов распараллеливания ресурсоемких вычислений. 

Результаты исследования

Важной частью работы являются полученные результаты применения модели и её программной реализации на кластере универсальных и графических процессоров для решения нейробиологических задач.

Проведенные в работе имитационные эксперименты показали, что разработанные модель кибернетической сети и объектно-ориентированный подход к её программной реализации позволили создать высокопроизводительный инструмент решения задач нейродинамики. Работоспособность модели подтверждена совпадением результатов её реализации с опубликованными результатами исследований всемирно известного учёного Е.М. Ижикевича. На основе компьютерного эксперимента подтверждена принципиальная возможность управляемости сети со стороны контроллеров.

Практическая значимость исследования
Предложенная модель и её программная реализация предназначены для использования в высокотехнологических процессах управления сложными техническими, социальными и экономическими объектами и позволяют преодолеть известные технологические барьеры в рамках перечня приоритетных групп технологий Национальной Технологической Инициативы (большие данные; искусственный интеллект).
Как показал эксперимент, реализация предложенной модели с использованием графических процессоров и технологии параллельного программирования CUDA от компании NVIDIA обеспечивает более высокую производительность на больших объемах данных, по сравнению с универсальными процессорами ввиду большей их эффективности при использовании концепции компьютерных вычислений SIMD (Single Instruction Multiple Data). Указанный эффект имеет место даже без использования механизмов оптимизации.
Например, важным эффектом от внедрения полученных результатов является преодоление технологического барьера «Технологии машинного обучения», включая нейросетевые алгоритмы по распознаванию данных при высокопроизводительных испытаниях. Это позволяет создавать новые эффективные методы испытаний с использованием имеющихся научных инструментов и приборов группы «Искусственный интеллект» технологий Национальной Технологической Инициативы.