2006

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Федеральная целевая программа «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012г»

Разработка инструментальной оболочки проектирования высокопроизводительных

приложений для Грид-архитектурв целях создания прикладных сервисов

компьютерного моделирования и обработки данных

НИР 2007-4-1.4-20-01-025 (2007-2008)

Объект исследования – Грид II

2

Неоднородность, стохастическая изменчивость характеристик, наличие многих пользователей

Высокая сложность инфраструктуры и программного обеспечения

Отсутствие единых стандартов описания и поиска Грид-сервисов

Сложность проектирования и построения сценариев эффективного выполнения

Пользователю приходится сталкиваться со сложностями «ручной» разработки

приложений в Грид

Иерархическая структура Грид

Постановка задачи

Автоматизация проектирования и выполнения приложений в Грид

ЗА СЧЕТ

разработки формы организации процесса проектирования приложений на основе Грид-сервисов

ПУТЕМ

ее интерпретации в интеллектуальной системе поддержки принятия решений разработчика (ИСППР) реального времени

3

Процесс проектирования приложений в Грид

4

Мета Workflow Абстрактный Workflow Конкретный Workflow

Неполное описание требований терминах предметной области

Критерии и ограничения выполнения

План — абстрактное описание в терминах метасервисов и метаданных

Расписание — описание процесса выполнения в терминах конкретных сервисов и данных

Стратегии распараллеливания определены

Планирование Создание расписания

Структура ИСППР

5

Основные функции Визуальное

проектирование Использование базы

знаний для логического вывода

Планирование (MWF→AWF)

Мониторинг Грид Составление расписания

(AWF→CWF) Генерация сценария

исполнения (CWF→Grid) Выполнение, мониторинг,

перепланирование Пополнение и уточнение

знаний Прогнозирование

База знаний I: Предметно-ориентированное описание сервисов,

зарегистрированных в Грид

Формальное графическое описание приложения в

виде MWF МетаСервис 1 МетаСервис 2 МетаСервис N

База знаний III: Характеристики производительности моделей WF

Монитор состояния вычислительной

среды

Генераторкомпозитного приложения

Набор активных фактов

База знаний II: Характеристики производительности вычислительных сервисов, зарегистрированных в Грид

Компонент семантического поиска сервисов

Компонент логического вывода I – построение конкурирующих

расписаний

Компонент логического вывода II – сопоставление и ранжирование

расписаний

Набор активных сервисов - AWFНабор активных сервисов - AWFНабор активных расписаний (CWF)

Набор активных сервисов - AWFНабор активных сервисов - AWFНабор активных планов (AWF)

База знаний IV: Характеристики достоверности интерпретируемых

знаний

Квазиоптимальное расписание Усиление логического вывода за счет приобретения дополнительных знаний

Вы

вод

по

пре

це

де

нту

Им

ита

ци

онн

ое

м

од

ел

ир

ова

ние

Пр

оф

ил

иро

вка

пр

ил

ож

ени

я

Экс

пер

им

ент

ал

ьны

йза

пуск

Об

об

ще

ние

пр

ед

ыд

ущи

х за

пуск

ов

Композитное приложение в Грид

Исполнителькомпозитного приложения

Инт

ер

пре

тато

р з

адан

ия

в ф

ор

ме

WF

Монитор исполнения приложенияРез

ульт

аты

р

асч

ето

в

База данных статистики запусков(по сервисам и приложениям)

Семейство инструментальных оболочек PEG

6

Особенности и функции

Использование Intel GPE

Создание метаописания посредством визуальной оболочки

Разработка прикладных Грид-сервисов

Наличие элемента управления знаниями

Планирование и создание расписаний

Прогнозирование времени исполнения

Семейство прототипов PEG1, PEG2 и iPEG, основанные на Intel GPE (на Globus Toolkit)

Укрупненная схема семейства PEG

Практическая задача (сервис 1)

7

Параметризация массива частотных спектров морского волнения

Массив расчетных спектров волнения

Представление спектра

p

pppSS )|,(),(Аппроксимация

)2/(cos)(),(

exp)(

),()(),(

)(2

)(2

mm

nk

CG

BgS

GSS

),( 11

Определение числа и положения пиков методом

адаптивного случайного поиска Оценка значимостивыявленных пиков

Набор параметров

спектров

Сглаживание.Определение положения

главного пика

),()( 1

1

11

1

kNkN

kk

kk

kkkk

JJfor

ee

e

)()(

)(1

,11

21

1

kk

miik

kk

kk

JJfor

erande

Результаты экспериментов

8Средние времена работы (T) и ядерные оценки их распределений в

зависимости от количества целевых систем (p)

РавномернаяПрямая каскаднаяОбратная каскадная

Определение параллельного ускорения в Грид

1 – средние значения( ); эксперимент2 – ; математическое ожидание3 – 10%; квантиль4 – 1%; квантиль5 – 90%; квантиль6 – оптимальное количество

вычислителей для заданного уровня ускорения

Характеристика производительности приложения в Грид

Spk

p

S

pS

Spk

p

S

pSk

k

k

k

k

k

k

dxxf

dxxfp

Sp

:)(

:)(

*

)(

)(

)( )(

)(

*

)(Sp

S

pS dxxfk

),,( * pS

Производительность параллельного приложения в Грид, характеризуется тройкой взаимосвязанных величин:

Здесь — заданный уровень ускорения — оптимальное количество для достижения заданного ускорения — вероятность получить заданный уровень ускорения

S*p

Сервис – 2: моделирование распространения ВИЧ

Вычислительный сервис моделирования эволюционной динамики комплексных сетей применительно к задачам распространения вирусных заболеваний с длительным инкубационным периодом (ВИЧ, Гепатит С)

Контактная сеть MSM

Традиционная контактная сеть

Приложение: моделирование распространения ВИЧ

Случаи HIV Случаи HIV

Время (модельные годы)

Гетеросексуальная популяция Гомосексуальная популяция

Управление динамической структурой связей в комплексной сети позволяет снизить интенсивность развития эпидемии

Беспорядочная смена связей

«Люди встречаются, люди влюбляются, женятся…»

Результаты работы

Разработаны нотация неполного задания процесса вычислений (meta-workflow) и порядок его последовательного уточнения (MWF—AWF—CWF)

Обоснован принцип действия ИСППР приложений в Грид Разработано семейство оболочек PEG для проектирования

высокопроизводительных композитных приложений в Грид Проведены испытания, подтверждающие работоспособность и

эффективность разработанной системы Адаптировано семейство моделей производительности параллельных

алгоритмов для применения в условиях стохастичности в Грид. Разработана технология имитационного моделирования работы

приложений в среде Грид, учитывающая специфику Грид-сервисов, условия запуска приложения и характеристики коммуникационных сетей.

Предложен метод расчета вероятностных характеристик параллельного ускорения в среде Грид на основе формализма детерминированной функции случайного аргумента.

Немного о целевых индикаторах…

Свидетельств о регистрации программных средств – 4

Диссертаций на соискание ученой степени кандидата технических наук – 2

Публикаций в ведущих реферируемых изданиях – 7

1. Sloot P. M. A., S. V. Ivanov, A. V. Boukhanovsky et al. Stochastic simulation of HIV population dynamics through complex network modelling // International Journal of Computer Mathematics, Volume 85, Issue 8 August 2008 , pages 1175 – 1187.

2. Иванов С.В., Колыхматов И.А., Бухановский А.В. Параллельные алгоритмы моделирования комплексных сетей // Известия вузов. Приборостроение, 10, 2008 [в печати; представлено в редакцию 11.02.2008]

3. Бухановский А.В., Дунаев А.В., Ларченко А.В. Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть I: Базовая концепция // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию 15.09.2008]

4. Ларченко А.В., Дунаев А.В, Бухановский А.В. Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть II: Интеллектуальные механизмы управления производительностью // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию 15.09.2008]

5. Дунаев А.В. и др. Инструментальная оболочка проектирования высокопроизводительных приложений в Грид. Часть III: Прикладные Грид-сервисы компьютерного моделирования и обработки данных // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию 15.09.2008]

6. Дунаев А.В., Ларченко А.В., Бухановский А.В. Интеллектуальная система поддержки принятия решений разработчика высокопроизводительных приложений в Грид // Научно-технические ведомости СПбГПУ, 12, 2008 [в печати, представлено в редакцию 21.10.2008]

7. Иванов С.В., Бухановский А.В. Параллельное математическое обеспечение идентификации параметрически связанных моделей сложных систем // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию 17.09.2008]