©www.akm.ru
ВМосковском государственном техническом университете (МГТУ) им.Н.Э.Баумана созданы первые вмире микропроцессор исуперкомпьютер, вкоторых нааппаратном уровне реализован набор команд дискретной математики DISC (Discrete Mathematics Instruction Set computer). Суперкомпьютер Тераграф предназначен для хранения иобработки графов сверхбольшой размерности ибудет применяться для моделирования биологических систем, анализа финансовых потоков врежиме реального времени, для хранения знаний всистемах искусственного интеллекта ивдругих прикладных задачах.
Большинство важных вычислительных задач требуют хранения иобработки огромных массивов дискретной информации. Для эффективной ипараллельной обработки множеств вМГТУ им.Баумана разработали уникальный микропроцессор Леонард Эйлер (Leonhard), который содержит 24 специализированных гетерогенных ядра DISC Lnh64. Leonhard берет насебя тучасть вычислительной нагрузки, скоторой плохо справляются универсальные арифметические микропроцессоры (например, Intel или ARM) или графические ускорители. Результаты выполнения команд обработки множеств или графов измикропроцессора Леонард Эйлер направляются вхост-систему для дальнейшего использования входе вычислительного процесса.
Микропроцессор Леонард Эйлер занимает в200 раз меньше ресурсов кристалла, чем один микропроцессор семейства Intel Xeon, потребляя при этом в10 раз меньше энергии. При сравнительно малой тактовой частоте порядка 200 МГц производительность микропроцессора Леонард Эйлер существенно превосходит производительность микропроцессоров семейства Intel Xeon (3 ГГц). Это достигается засчет параллелизма при обработке сложных моделей данных, что позволяет ему обрабатывать до120 миллионов вершин графов всекунду.
Наоснове многоядерных микропроцессоров Leonhard ученые МГТУ им.Баумана построили суперкомпьютер Тераграф. Онспособен обрабатывать графы сверхбольшой размерности доодного триллиона вершин (10 в12-й степени). Технологии представления иобработки знаний ввиде графов уже стали прорывом для тех индустриальных решений, вкоторых другие методы показали низкую эффективность.
«Набор команд нашего процессора состоит изтаких действий, как добавление элементов вмножество, поиск вомножестве, пересечение множеств, поиск ближайшего, иряда других операций. Мысоздали процессорное устройство, которое оперирует огромными множествами, например, содержащими миллиарды числовых ключей. Испомощью одной-единственной команды пересечения мы, кпримеру, можем создать новое множество, являющееся результатом пересечения двух исходных множеств»,— рассказывает главный разработчик процессора, доцент кафедры Компьютерные системы исети МГТУ им.Баумана Алексей Попов.
Благодаря способности сохранять информацию оразличных объектах иявлениях иучитывать связи между ними, графы знаний могут использоваться при анализе больших данных вбиоинформатике, медицине, системах безопасности городов, компьютерных сетях, финансовом секторе, при контроле сложного промышленного производства, для анализа информации социальных сетей ивомногих других областях.
Стоит также упомянуть оважности аппаратной поддержки дискретной математики, ведь большинство вычислительных задач являются дискретными посвоей сути, тоесть действительно требуют обработки множеств чисел. Это многочисленные задачи оптимизации, задачи награфах, задачи машинного обучения. Конечно, арифметическая обработка, например, сравнение чисел, также важна, ноона составляет лишь малую часть действий валгоритмах оптимизации. Основноеже время современные вычислительные системы тратят напоиск информации, перебор элементов множеств итому подобные действия.
Именно поэтому Leonhard, изначально спроектированный под задачи дискретной оптимизации, работает существенно быстрее универсальных микропроцессоров, рассчитанных наарифметическую обработку. При этом бауманский процессор потребляет гораздо меньше электроэнергии.
Источник: «Сделано у нас»
