-
Введение
В области САПР СБИС для таких задач как оптимизация размещения блоков широко применяются алгоритмы ограниченного перебора и в частности генетические алгоритмы. Переборные задачи требуют значительного количества вычислительных ресурсов. В настоящее время имеется тенденция использовать ресурсы облачных центров обработки данных не только для веб-приложений, или суперкомпьютерных вычилений, но и для полного погружения маршрута проектирования изделий микроэлектроники [2], [3]. Одним из фундаментальных свойств облачных вычислительных систем является эластичность [4], которая позволяет использовать вычислительные ресурсы в экономически эффективной манере [ссылка на NIST]. Однако, приложения, построенные по традиционным схемам не в состоянии воспользоваться свойством эластичности инфраструктуры. В статье предлагается архитектура эластичного приложения и рассматривается возможность реализации генетических алгоритмов на базе предложенной архитектуры.
Где вот эта хрень - поясняющий формулу текст, начинающийся со слова «где».
-
Архитектура облачных вычислений и эластичность
В НИСТ свойство эластичности определяется, как возможность оперативно или автоматически масшабировать предоставляемые абоненту ресурсы, резервируя или освобождая компоненты инфраструктуры облака сообразно его потребностям [4]. В случае облака типа IaaS такими ресурсами являются процессорные ядра, оперативная память и дисковое пространство, выделяемые в рамках одной или нескольких запущенных виртуальных машин. Автоматическое масштабирование в данном случае выражается в развертывании без вмешательства человека очередной виртуальной машины с базовыми настроками операционной системы. Дальнейшее приспособление вновь развернутой машины к портебностям абонента требует участия пользователя. Другой вид облаков — PaaS, предполагает полностью автоматическое конфигурирование как низкоуровневых компонентов информационного пространства, как виртуальные машины, экземпляры операционных системы, сети, системы хранения данных, СУБД, библиотеки, веб-серверы, интерпретаторы и другое системное ПО. Облака SaaS подразумевают, что пользователю предоставляется конечное приложение, которое обладает всеми ключевыми особенностями облака, в том числе эластичностью. В настоящее время значительная часть SaaS-приложений относятся к веб-приложениям: CRM, форумы, коммуникационные приложения для мобильных абонентов, то есть построены на стандартизированной платформе, включающей СУБД, интерпретатор управляющего языка, веб-сервер и балансировщик нагрузки. Приложения вычислительной направленности, полностью ориентированные на работу в облаке практически отсутствуют, несмотря на то что мощности облачных центров обработки данных как нельзя лучше соответствуют потребностям систем высокопроизводительных параллельных или распределенных или вычислений. Существуют примеры использования традиционного инструментария высокопроизводительных вычислений в рамках облачных сервисов [ссылка на суперкомп из облака], однако данные системы не обладают свойством эластичности, поскольку в классических библиотеках для распределенных вычислений, таких как OpenMP, MPI или PVM количество исполнителей, между которыми распараллеливается задача фиксируется при запуске приложения. Помимо этого, в силу того, что система распределенных вычислений работает независимо от инфраструктуры облачного провайдера, задача автоматического выделения ресурсов облака не может быть решена автоматически, что вынуждает пользователя заниматься вручную такими далекими от предметной обасти специфическими задачами, как настройка операционной системы и программного окружения. Таким образом построение эластичных распределенных приложений для облачной инфраструктуры требует специализированноого подхода к разработке приложения.
Частично требованиями эластичности можно получить в моджели PaaS, предоставляя абонентам в качестве платформы системы для grid-вычислений.
-
эталонная архитектура эластичного приложения
В этом разделе раскрыты характеристики стилей, используемых в данном документе.
-
Декомпозиция генетического алгоритма
Возможно использовать эластичность на уровне набора исполнителей (в рамках grid-технологии), однако это требует декомпозиции приложения на отдельные исполняемые модули: «размазывает» алгоритм на несколько приложений.
(1)
(2)
-
Целесообразность применения
Ощутимый эффект от эластичности на уровне приложения достигается, когда невозможно сразу предсказать объем вычислений. В случае задач полного перебора или характеризации объем расчетов изначально предсказуем как минимум на уровне количества запусков, и это позволяет сформировать вычислительную инфраструктуру необходимой мощности заблаговременно вплоть до резервирования ресурсы вручную. В случае применения переборных алгоритмов поиска или оптимизации время достижения требуемых значений или качества варианта непредсказуемо, объем выборки, рассматриваемой на каждой итерации (в случае генетических алгоритмов - количество особей в популяции) также может варьироваться. Поэтому предсказать заранее потребность приложения в вычислительных ресурсах невозможно. Более того — потребность может варьироваться в течение выполнения задачи, что делает актуальной эластичность на уровне приложения.
Рис. 1. Зависимость качества статьи от времени чтения данной инструкции (стиль: Подпись рисунка)
-
таблицы
Таблицы должны занимать всю ширину колонки или страницы. Не используйте шрифт размером меньше 8 пт. При ссылке на таблицу в тексте используйте аббревиатуру табл. #, где # - номер таблицы. Слова «Таблица номер» прижаты к правому краю. Название таблицы располагается выше таблицы (но ниже номера таблицы) и выровнено по центру. Таблица по ширине не должна выступать за размеры колонки. Исключение – таблицы шириной в две колонки, но и в этом случае таблица не должна выходить на поля страницы. Пример:
Таблица 1 (стиль: Нумерация таблицы)
Название таблицы (стиль: Название таблицы)
|
|
Столбец 1 |
Столбец 2 |
|
Строка 1 |
… |
… |
-
Цитирование
При цитировании статьи или книги в тексте помещаются ссылки на соответствующую литературу в квадратных скобках ([1], [2] или [3]). При одновременном цитировании: [1]-[3]. Ссылки на неопубликованные работы не допускаются.
Литература
Труды – Тр.
Сборник – Сб.
Выпуск – Вып.
Серия – Сер.
Часть – Ч.
Известия – Изв.
Учебное пособие – Учеб. пособие
[1] S. Dustdar et al., Pr
[2] URL: http://www.idexpert.ru/news/4972/ (дата обращения: 26.02.2016)
[3] URL: http://www.pcweek.ru/its/article/detail.php?ID=175179 (дата обращения: 26.02.2016)
[4] S. Dustdar et al., Principles of Elastic Processes. IEEE Internet Computing, vol. 15, no. 5, 2011.
[2] Гладков Л.А., Лисовцова А.Е. Решение задач оптимизации и проектирования схем ЭВА на основе использования гибридных интеллектуальных методов / Cб. трудов МЭС-2014.
[3] И.Н. Ерошенко Планирование кристалла СБИС с учетом энергопотребления // Cб. трудов МЭС-2012. МЭС-2012. Россия, Москва, октябрь 2012.
[5] Д.Е. Иванов, П.А. Чебанов ВЗАИМОДЕЙСТВИЕ КОМПОНЕНТ В РАСПРЕДЕЛЁННЫХ
ГЕНЕТИЧЕСКИХ АЛГОРИТМАХ ГЕНЕРАЦИИ ТЕСТОВ
[6] URL: http://www.site.com (дата обращения: дд.мм.гггг)