Я познаю мир. Компьютеры и интернет - страница 27

У нас, как мы уже рассказывали, подобные работы велись под руководством А. С. Лебедева, В. М. Глушкова, М. А. Карцева и других.

Узкое место параллелизма, как уже говорилось, – трудности, с которыми сталкиваются математики, пытаясь разбить тут или иную задачу на несколько менее сложных, которые можно было бы решать независимо друг от друга.

На практике чаще всего оказывается, что решения отдельных частей общей задачи зависят друг от друга, поэтому то и дело приходится использовать промежуточные данные вычислений. Словом, получается, что отдельные процессоры обязательно должны в ходе работы общаться друг с другом, обмениваться данными и результатами вычислений. А это резко усложняет и архитектуру и конструкцию суперЭВМ.

Над всеми параллельными вычислениями дамокловым мечом висит закон Андала. Он определяет, какого максимального ускорения можно достичь для данного числа параллельных процессоров в зависимости от доли последовательных операций в алгоритме.

Скажем, нам нужно сложить все числа от 1 до 99. Если выполнять эти операции последовательно, нужно 99 операций сложения. Если же мы сначала разобьем числа по парам, а потом каждую суммированную пару подадим на один из процессоров параллельного компьютера, то при одновременном сложении потребуется всего 7 таких операций. И они займут куда меньше времени.

Иначе говоря, ограничения, который вносит закон Андала, выглядят так. Если в программе 90 операций выполняется параллельно, а только 10 последовательно, то при любом количестве параллельных процессоров нельзя достичь ускорения большего, чем в десять раз.

Таким образом, получается, что использовать мощные машины можно лишь в том случае, когда тщательно подготовлен алгоритм параллельного решения задачи.

И тут выясняется, что в мире существует сравнительно немного задач, которые можно так глубоко распараллелить, чтобы для их решения можно было использовать огромные суперЭВМ со множеством параллельных процессоров.

Большую же часть задач при грамотном подходе вполне можно решать на суперкомпьютерах с небольшим или средним числом параллельных процессоров.

И здесь свое веское слово сказали наши специалисты. Во всем мире их уважают за умение создавать такие алгоритмы решения тех или иных конкретных задач, которые позволяют существенно экономить ресурсы машинного времени, использовать ЭВМ меньшей мощности.

Например, в лаборатории параллельных технологий Вычислительного центра МГУ разработан проект «параллель.ру», который авторы называют «прообразом центра компетенций по параллельным вычислениям». Говоря проще, с помощью Интернета любой пользователь может не только ознакомиться с базой данных по параллельным вычислениям во всем мире, но и получить доступ со своей задачей непосредственно к самому суперкомпьютеру МГУ. Руководитель лаборатории Владимир Воеводин даже завлекает всех желающих посчитать на своем кластере.

Несмотря на то что сама машина по меркам суперкомпьютерного мира невелика, ее программное обеспечение позволяет совершенствовать и отлаживать программы распараллеливания тех или иных задач, поддерживая таким образом сообщество ученых, использующих суперкомпьютеры в своей работе. Именно так повышается культура общения с большими ЭВМ.

Чтобы не стрелять из пушек по воробьям, наши конструкторы предлагают создать сразу линейку суперкомпьютеров малого, среднего и большого классов, способных взаимодействовать друг с другом. Так работала в свое время Единая «система ЭВМ, позволявшая для каждой задачи подбирать оптимальный компьютер.

Теперь нечто подобное, но в мировом масштабе и на уровне суперЭВМ предлагают создать ученые России и Беларуси. Грамотный проект, разумное финансирование и широкое сотрудничество позволило специалистам, стосковавшимся по настоящей работе, сделать два первых суперкомпьютера из этой линейки всего за 4 месяца.

Надежность и экономичность работы этих компьютеров достигнута за счет отечественного программирования и импортной элементной базы. В итоге получилась недорогая, но много умеющая система, которую с удовольствием начали использовать в своей работе финансисты, работники метеослужбы, математики и специалисты многих других отраслей знания.