НОШ «Мозг, когнитивные системы, искусственный интеллект» разработал архитектуру вычислительной инфраструктуры нового поколения с применением машинного обучения и мультиагентных систем. Новое решение обеспечивает управление распределением ресурсов в масштабируемых сетях, повышая производительность, отказоустойчивость и безопасность. Данная работа была представлена на Международной конференции. «Математика в созвездии наук».
Разнообразные приложения и увеличивающиеся объемы обрабатываемых данных обострили потребность в вычислениях. Современные приложения предъявляют все более высокие требования к вычислительным ресурсам, скорости передачи данных и масштабируемости.
Традиционные центры обработки данных способны предоставлять услуги лишь на своей локальной инфраструктуре. Новые вызовы требуют распределенных решений с глобальной связностью и высокой адаптивностью. Необходимо сервис «вычисления по требованию», где результат обработки данных получен быстрым путем, независимо от местоположения и используемых вычислителей.
Ученые Вычислительного математического центра МГУ разработали новую архитектуру вычислительной инфраструктуры, названную… Network Powered by Computing (NPC)Она обеспечивает гибкость, масштабируемость и эффективность управления вычислительными ресурсами в глобальных сетях для выполнения вычислений по запросу. В основе архитектуры — использование методов машинного обучения и мультиагентных систем, позволяющих динамически распределять задачи между вычислителями на основании нагрузки и требований приложений.
NPC — это полностью виртуализированная и программно-управляемая инфраструктура, которая соединяет разные вычислительные установки и высокоскоростные сети передачи данных. Такая система не ограничивается одним центром обработки данных или вычислительным комплексом, а объединяет разнородные вычислительные ресурсы в единую экосистему, позволяя пользователям получать вычислительные мощности по требованию в любой точке и в любое время.
Основные свойства NPC включают:
- Глобальную связность и доступность ресурсовЭто даёт возможность пользователям пользоваться вычислительной мощностью, не завися от определённых центров обработки данных.
- Показатели качества передачи данных, предсказуемые и стабильные. Обеспечивает прогнозируемую задержку и стабильную работу.
- Виртуализацию, масштабируемость и бессерверностьЭто дает возможность гибко регулировать распределение ресурсов, исходя из текущей нагрузки.
- Доступность, надежность и отказоустойчивость Благодаря повторению ресурсов и интеллектуальному управлению потоками данных.
- Эффективное распределение ресурсов С применением методов машинного обучения, которые принимают во внимание актуальную нагрузку и прогнозы потребления.
- Безопасность Благодаря применению защиты данных и сетевых связей на нескольких уровнях.
NPC используют методы машинного обучения для предсказания нагрузки и оптимизации распределения ресурсов. Это помогает предсказывать время выполнения приложений на разных вычислительных мощностях, эффективно распределять потоки данных по сети и выбирать наилучшие каналы передачи.
Мультиагентные системы предназначены для управления распределением задач между вычислительными устройствами. Агенты в этих системах взаимодействуют, обмениваясь данными о загрузке и состоянии ресурсов. Такая организация позволяет динамически изменять архитектуру в соответствии с изменениями требований приложений и сетевой инфраструктуры.
NPC расширяет возможности облачных вычислений, высокопроизводительных вычислительных систем, телекоммуникаций и интернет-сервисов. Это особенно важно для приложений с высокой требовательностью к производительности: искусственного интеллекта, машинного обучения, анализа больших данных и дополненной реальности.
Виртуализация и программный контроль ресурсов повышают эффективность использования вычислительных мощностей, сокращая расходы на оборудование и его обслуживание. Новая архитектура также обеспечивает интеграцию вычислительных ресурсов из разных географических регионов, формируя глобальные распределённые системы.
Предложенная нами архитектура вычислительной инфраструктуры NPC позволяет более эффективно управлять вычислительными ресурсами в масштабируемых сетевых средах, предоставляя пользователям требуемое качество вычислительного сервиса. Методы машинного обучения и мультиагентных систем обеспечивают динамическое распределение задач и адаптацию к изменяющимся требованиям приложений. Это открывает новые перспективы для создания инфраструктур нового поколения. Руслан СмелянскийРуководитель кафедры вычислительной математики и кибернетики факультета ВМК МГУ.
Исследования предназначатся для объединения NPC с системами искусственного интеллекта, а также создания комбинированных конструкций, объединяющих облачные и локальные вычисления. Планируется также исследовать вопросы безопасности и защиты данных в развёрнутых вычислительных средах.
Источник информации: ВМК МГУ имени М.В. Ломоносова
Источник фото: ru.123rf.com