НЕДОСТАТКИ ГРИД СИСТЕМ

Аннотация. В данной статье рассматривается рынок распределенных вычислений. Проводится разбор существующих грид-сред и недостатков принципа их работы. На основе проведенного анализа предлагаются пути улучшения данных систем с целью повышения качества предоставляемых услуг.

Ключевые слова: грид-технологии, высокопроизводительные распределенные вычисления, параллельные вычисления.

Современная наука и производство немыслимы без масштабных расчетов, требующих колоссальной вычислительной мощности [2]. Ученые проводят многопараметрические исследования для изучения жизненно важных процессов и явлений. Что касается применения в промышленности, использование математических моделей позволяет компаниям экономить целые состояния путем симулирования тех или иных ситуаций в информационном пространстве, тогда как в прошлом они были вынуждены тратить огромные средства на создание опытных образцов, не соответствующих требованиям проекта, и на проведение неудачных испытаний и краш-тестов [4, с. 195]. Такую потребность можно обеспечить только в рамках распределенных и параллельных грид-систем.

По оценке Intersect360 Research, в 2018 году глобальный рынок услуг высокопроизводительных вычислений достиг 36 миллиардов долларов, увеличившись на 7,6% по сравнению с предшествующим годом. На ближайшие пять лет среднегодовые темпы прироста этого рынка оцениваются не менее чем в 4,2 %.

В последнее десятилетие наряду с наиболее популярными европейскими и американскими системами BOINC, EGEE, WLCG и OSG в России появились такие национальные вычислительные платформы, как СКИФ-Полигон и ГридННС. Несмотря на свое широкое распространение, данные системы обладают рядом недостатков (табл. 1).

Во-первых, рассмотрим сложность запуска вычислительного процесса. Для использования имеющихся вычислительных систем для конкретной задачи необходимо реализовать ее на одном из языков программирования и встроить в эту реализацию модуль интеграции с платформой. Такой подход приводит исследователя-предметника как к финансовым затратам для привлечения стороннего специалиста, так и временным потерям на разработку и внедрение. Поэтому, несмотря на острую необходимость в высокопроизводительных многопараметрических исследованиях и даже несмотря на наличие ресурсной базы (парк персональных компьютеров, возможность использования суперЭВМ и пр.), большинство исследователей так и не начали использовать технологию.

Например, для добавления в BOINC новой задачи необходимо использование операционной системы Linux, установка специального серверного программного обеспечения, реализация алгоритмов проведения вычислений [3]. Кроме того, осуществляется реализация системы подсчёта баллов (расчет внутреннего рейтинга вычислителей), ничем не подкреплённый и не имеющий никакой ценности, кроме престижа в среде таких же участников вычислений.

Для использования СКИФ-Полигон нет необходимости подсчета баллов, но реализация программы (вместе с вычислительным модулем, модулем сохранения данных и пр.) остается за пользователем. При этом необходимо использовать библиотеки параллельного программирования (MPI, OpenMP и пр.), что утяжеляет разработку [1].

Таблица 1.

Сравнительная таблица характеристик

Во-вторых, существующие грид-системы поддерживают использование для проведения вычислений либо суперЭВМ, либо персональных компьютеров и мобильных устройств. Как показывает практика, наибольшего роста производительности можно достичь именно при привлечении максимально широкого спектра устройств.

В-третьих, зарубежные платформы не дают гарантии конфиденциальности информации. Ввиду политической нестабильности и расположения серверов данных систем вне России (в Европе, Америке) проводить массовые научные исследования на их основе стало попросту опасно из-за возможности утечки результатов.

Таким образом, были выявлены точки роста функционирующих на данный момент грид-систем. Создание распределенной вычислительной системы с учетом исправленных ошибок позволит повысить качество предоставляемых услуг.

С одной стороны, сократится трудоемкость за счет упрощения интерфейса и автоматизации запуска вычислений. Возможным вариантом может стать клиентоориентированное программное обеспечение в том смысле, что ничего не нужно будет устанавливать или реализовывать. Описание задачи клиент будет выполнять по предоставляемому ему шаблону в формате Word. При этом описание шаблона будет интуитивно понятным, простым и доступным даже для людей, не занимающихся математикой или программированием.

С другой стороны, гетерогенность платформы и расширение использования за счет сохранения за пользователем эксклюзивных прав на результаты вычислительных экспериментов приведет к повышению инновационной активности внутри страны.

Проект такого характера имеет важность национального масштаба и входит в список критических технологий федерального уровня.

Список литературы:

1. Вычислительный кластер «СКИФ Cyberia» [Электронный ресурс]. – URL: https://cyberia.tsu.ru/about/skif-cyberia-cluster/ (дата обращения: 25.04.2019).
2. Использование грид-технологий для проведения вычислений [Электронный ресурс]. – URL: https://elibrary.ru (дата обращения: 24.04.2019).
3. Российские распределенные вычисления на платформе BOINC [Электронный ресурс]. – URL: http://boinc.ru/ (дата обращения: 19.04.2019).
4. Чичканова Ю.А., Петелина Ю.П. Реализация вычислительного модуля решения жесткой задачи коши для ГРИД системы // Перспективы развития фундаментальных наук Сборник научных трудов XV Международной конференции студентов, аспирантов и молодых ученых. В 7-ми томах. Под редакцией И.А. Курзиной, Г.А. Вороновой. 2018. С. 195-197.