Новую архитектуру вычислительной инфраструктуры, использующей при управлении ресурсами и решении задач для современных приложений методы машинного обучения, предложили ученые факультета вычислительной математики и кибернетики (ВМК) МГУ, 28 ноября сообщает пресс-служба университета.

Для работы современных приложений, оперирующих большими массивами данных, требуются высокая скорость вычислений, определенное качество передачи данных, высокая надежность работы инфраструктуры и оптимальное управление ее ресурсами.

Традиционная концепция централизованных вычислений уже не может в достаточной степени обеспечить выполнение этих требований. Исследование, проведенное учеными ВМК МГУ, доказало необходимость перехода к новой парадигме, когда предоставление ресурсов динамически подстраивается под требования конкретных задач.

Решая эту проблему, ученые МГУ, разработали архитектуру сетевой вычислительной среды нового поколения, назвав ее Network Powered by Computing (NPC). Она представляет собой открытую и полностью виртуализированную инфраструктуру, в которой использование методов машинного обучения для управления ресурсами распределенной вычислительной инфраструктуры обеспечивает оптимальное — эффективное и согласованное, управление ими.

Главной особенностью NPC является возможность повсеместного доступа к вычислительным ресурсам, позволяя решать задачи, не ограничиваясь рамками конкретного центра обработки данных, обеспечивая при этом определенное качество передачи данных. Также она позволяет масштабировать предоставляемые ресурсы в зависимости от текущих потребностей пользователя.

Гибко подстраиваться под изменения нагрузки системе позволяет виртуализация вычислительных и сетевых мощностей. Для работы с большими объемами данных и решения сложных задач в режиме реального времени эта возможность является критически важной.

Вычислительная инфраструктура при масштабировании ресурсов обязана обеспечивать высокую отказоустойчивость и безопасность. В NPC эта задача решается интеграцией с высокопроизводительными сетевыми средами и применением методов мультиагентной оптимизации и машинного обучения.

Использование этих технологий обеспечивают для NPC эффективное управление потоками данных, оптимальное распределение нагрузки между различными вычислительными установками и возможность рассчитать вероятное время выполнения задачи за счет оптимизации использования доступных ресурсов.

Заведующий кафедрой автоматизации систем вычислительных комплексов факультета ВМК МГУ Руслан Смелянский пояснил решаемую исследователями задачу:

«Современные приложения требуют мощной и гибкой вычислительной инфраструктуры. Мы предлагаем новый подход, который позволяет не только удовлетворять эти требования, но и делать это более эффективно. Используя методы машинного обучения для управления вычислительными и сетевыми мощностями, мы создаем систему, способную гибко адаптироваться под любые задачи и обеспечить стабильную работу приложений».

Ученый отметил, что возможность оперативного получения ресурсов и автоматического управления их распределением, которую обеспечит внедрение таких архитектур, дает широкие возможности для развития различных областей науки и техники. В том числе для искусственного интеллекта, работы с большими данными и интернета вещей, что делает эту архитектуру особенно привлекательной для приложений и сервисов с высокой информационной нагрузкой.

Разработка и исследование учеными МГУ архитектуры NPC говорят о том, что будущее за интеграцией в вычислительные технологии искусственного интеллекта и за использованием новых архитектур распределения ресурсов.

Управление вычислительными системами с применением методов машинного обучения повысит как эффективность использования инфраструктуры, так и ее адаптируемость и безопасность, открыв тем самым новые возможности для науки, индустрии и высокотехнологичных компаний, считают разработчики новой архитектуры вычислительной инфраструктуры.

glavno.smi.today