All
 
|
 
 


Development trends of russian and foreign super-computer technologies in the conditions of digital transformation
 
PIIS265838870017846-3-1
DOI10.33276/S265838870017846-3
Publication type Article
Status Published
Authors
Dmitriy Evdokimov 
Occupation: Researcher
Affiliation: Central Economics and Mathematics Institute, RAS (CEMI RAS)
Address: Moscow, Nakhimovsky prospect, 47, Moscow, 117418, Russia
Kravchenko Dmitry
Occupation: Graduate student
Affiliation: State Academic University of Humanities under the Russian Academy of Sciences
Address: Maronovsky lane 26, Moscov, Russian Federation
Journal nameVestnik CEMI
EditionIssue 3-4
Abstract

The rapid development of modern technologies and the emergence of large-scale world projects with the involvement of a scientific, political and commercial conglomerate contributes to the comprehensive development of digitalization, including the IT industry, thereby promoting and improving developments related to electronic computers. The article is devoted to the study of the latest developments in the field of supercomputer technologies in Russia and abroad. An overview of operating supercomputers occupying the first lines in the world TOP-500 rating is given. The main Russian successes in this direction are formulated. Possible perspective tasks are described that would allow Russia to strengthen its positions in the international arena.

Keywordscomputing systems, supercomputer, supercomputer technologies, simulation, agent-based models, digitalization
AcknowledgmentThis work was supported by a grant from the Russian Science Foundation (RSF), project No. 19-18-00240.
Received28.12.2021
Publication date31.12.2021
Number of characters21330
Cite  
100 rub.
When subscribing to an article or issue, the user can download PDF, evaluate the publication or contact the author. Need to register.
1

ВВЕДЕНИЕ
2 Стремительное развитие современных технологий, появление масштабных мировых проектов («Industrie 4.0», «Industrie 5.0» и др.) с привлечением научного, политического и коммерческого конгломерата, способствует всестороннему развитию цифровизации и, в том числе, IT индустрии, тем самым продвигая и совершенствуя разработки, связанные с электронно-вычислительными процессами. Рассматривая направление, которое специализируется на устройствах, позволяющих производить вычислительные операции разной направленности, стоит отметить различия в логике их работы. Стандартные компьютеры используют последовательную логику для вычислений, квантовые компьютеры применяют технологию смены состояний, в которых он может находиться, воспроизводя свои операции в кубитах, а суперкомпьютеры позволяют одновременно задействовать весь свой функционал, используя методологию распараллеливания процессов, выполняя их не последовательно, а параллельно [1,2].
3 Наряду с активным ростом суперкомпьютерных технологий особое внимание уделяется задачам, связанным с оптимизацией вычислений. Скорость, помноженная на эффективность, дает результат, который позволяет выйти в лидеры в области развития высокопроизводительной техники. Вместе с развитием функционала вычислительной техники, усиливается межстрановая гонка за первые строчки мирового рейтинга, который позволяет оценить мощность компьютера с помощью единицы измерения – флопса1. Таким образом по данному показателю уверенное лидерство в конце 2021 года взяла Япония, обогнав США по этому критерию почти в три раза. Российские показатели стремительно возросли за счет усиления коммерческого сектора и покупки четырёх суперкомпьютеров Яндексом и Сбербанком. По количественным и суммарным показателям мощности суперкомпьютеров Россия находится в ТОП-10. Положительная динамика в этом направлении есть, но ее необходимо стимулировать, чтобы добиться серьезных результатов [3]. 1. FLOPS — «FLoating-point Operations Per Second» – совокупное число операций в секунду с плавающей запятой.
4

АНАЛИЗ РАЗВИТИЯ СУПЕРКОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ В РОССИИ И ЗА РУБЕЖОМ

5 Влияние цифровой трансформации на развитие суперкомпьютерных технологий. Популярная тенденция к всеобщей цифровизации набирает обороты и в мировых проектах «Industrie 4.0», «Industrie 5.0», посвященных цифровизации. Основной упор сделан в сторону изучения и улучшения социально-экономических процессов. «Industrie 4.0» уже более десяти лет продвигается и финансируется государствами и коммерческими структурами, прочно создавая задел для будущих разработок в области IT индустрии и создания в целом цифрового общества. Технологические инновации, созданные с помощью «Industrie 4.0», относящиеся к цифровизации, затрагивают практически все важные сферы государственного, экономического и социального регулирования. Пятая промышленная революция – «Industrie 5.0» станет следующей ступенью для развития информационных, коммуникационных, роботизированных технологий, искусственного интеллекта, автоматизированных систем управления и будет продвигаться гораздо быстрее и масштабнее, чем «Industrie 4.0», на основе которой была создана. «Industrie 5.0» будет продвигать идеологию человекоцентричных технологий, в первую очередь, нацеленных на раскрытие потенциальных физических, умственных, творческих возможностей человека, повышение уровня качества жизни и ее продолжительность. Все это позволяет сделать вывод о том, что суперкомпьютерные технологии будут развиваться гораздо быстрее, чем предполагалось, как раз за счет гиперактивного спроса на подобные разработки [4,5].

views: 72

Readers community rating: votes 0 

1. Makarov V.L., Bakhtizin A.R., Wu J., Wu Z., Sushko E.D., Khabriev B.R. Modelirovanie i otsenka natsional'noj sily raznykh stran mira // Iskusstvennye obschestva. – 2021. – T. 16. – Vypusk 3 [Ehlektronnyj resurs]. URL: https://artsoc.jes.su/s207751800016081-8-1/  (data obrascheniya: 27.10.2021). DOI: 10.18254/S207751800016081-8.
2. Burilina M.A., Evdokimov D.S. Agent-orientirovannoe modelirovanie dlya podderzhki prinyatiya reshenij i prognozirovaniya v usloviyakh perekhoda k tsifrovoj ehkonomike / Monografiya. – M.: TsEhMI RAN, 2020. – 148 s.
3. Makarov V.L., Bakhtizin A.R., Sushko E.D. Mul'tiagentnye sistemy i superkomp'yuternye tekhnologii v obschestvennykh naukakh // Nejrokomp'yutery: razrabotka, primenenie. – 2017. – № 5. – S. 3-9.
4. Lapaev D.N., Morozova G.A. Iskusstvennyj intellekt: za i protiv // Razvitie i bezopasnost'. – 2020. – № 3(7). – S. 70-77. – DOI 10.46960/2713-2633_2020_3_70.
5. Baranov A. V., Lyakhovets D.S. Metody i sredstva modelirovaniya sistemy upravleniya superkomp'yuternymi zadaniyami // Programmnye produkty i sistemy. – 2019. – № 4. – S. 581-594.
6. Kishkan V.V., Safonov K.V. Bestupikovyj algoritm rasshirennogo sintaksicheskogo analiza i ego prilozhenie k yazykam programmirovaniya dlya kvantovykh komp'yuterov // Computational Nanotechnology. – 2020. – T. 7. – № 2. – S. 42-48. – DOI 10.33693/2313-223X-2020-7-2-42-48.
7. Makarov, V.L., Bakhtizin, A.R., Sushko, E.D., Sushko, G.B. The application of graph decomposition to development of large-scale agent-based economic models (2019) Advances in Systems Science and Applications, 19 (1), pp. 141-149. DOI: 10.25728/assa.2019.19.1.594
8. Antonov A. S., Afanas'ev I. V., Voevodin V. V. Vysokoproizvoditel'nye vychislitel'nye platformy: tekuschij status i tendentsii razvitiya // Vychislitel'nye metody i programmirovanie. – 2021. – T. 22. – № 2. – S. 135-177. – DOI 10.26089/NumMet.v22r210.
9. Abramov S. M. Iyun' 2019: analiz razvitiya superkomp'yuternoj otrasli v Rossii i v mire // Programmnye sistemy: teoriya i prilozheniya. – 2019. – T. 10. – № 3(42). – S. 3-40. – DOI 10.25209/2079-3316-2019-10-3-3-40
10. Savin G.I., Shabanov B.M., Nikolaev D.S. [et al.] Jobs Runtime Forecast for JSCC RAS Supercomputers Using Machine Learning Methods // Lobachevskii Journal of Mathematics. – 2020. – Vol. 41. – No 12. – P. 2593-2602. – DOI 10.1134/S1995080220120343.
11. Savin G.I., Shabanov B.M., Baranov A.V.  [i dr.] Ob ispol'zovanii Federal'noj nauchnoj telekommunikatsionnoj infrastruktury dlya superkomp'yuternykh vychislenij // Vestnik Yuzhno-Ural'skogo gosudarstvennogo universiteta. Seriya: Vychislitel'naya matematika i informatika. – 2020. – T. 9. – № 1. – S. 20-35. – DOI 10.14529/cmse200102.
12. Makarov, V.L., Bakhtizin, A.R. Supercomputer technologies in social sciences: Existing experience and future perspectives (2018) Springer Proceedings in Complexity, pp. 251-273. DOI: 10.1007/978-3-319-99624-0_13
13. Kiselev E.A., Kiselev V.I., Shabanov B.M.  [et al.] The Energy Efficiency Evaluating Method Determining Energy Consumption of the Parallel Program According to Its Profile // Lobachevskii Journal of Mathematics. – 2020. – Vol. 41. – No 12. – P. 2542-2551. – DOI 10.1134/S1995080220120161.
14. Savin G.I., Shabanov B.M., Lyakhovets D.S. [et al.] Simulator of a Supercomputer Job Management System as a Scientific Service // Proceedings of the 2020 Federated Conference on Computer Science and Information Systems, FedCSIS 2020 : 15, Virtual, Sofia, 06–09 sentyabrya 2020 goda. – Virtual, Sofia, 2020. – P. 413-416. – DOI 10.15439/2020F208.
15. Makarov V.L., Bakhtizin A.R., Sushko E.D., Sushko G.B. Modelirovanie sotsial'nykh protsessov na superkomp'yuterakh: novye tekhnologii // Vestnik Rossijskoj akademii nauk. – 2018. – T. 88. – № 6. – S. 508-518. – DOI 10.7868/S086958731806004X.
16. Makarov V.L., Bakhtizin A.R., Sushko E.D. [i dr.] Superkomp'yuternye tekhnologii v obschestvennykh naukakh: agent-orientirovannye demograficheskie modeli // Vestnik Rossijskoj akademii nauk. – 2016. – T. 86. – № 5. – S. 412. – DOI 10.7868/S086958731605008X.
17. Makarov V.L., Bakhtizin A.R., Sushko E.D., Sushko G.B.  Agent-orientirovannaya superkomp'yuternaya demograficheskaya model' Rossii: analiz aprobatsii // Ehkonomicheskie i sotsial'nye peremeny: fakty, tendentsii, prognoz. – 2019. – T. 12. – № 6. – S. 74-90. – DOI 10.15838/esc.2019.6.66.4.
18. Makarov V.L., Bakhtizin A.R., Sushko E.D., Sushko G.B. Razrabotka agent-orientirovannoj demograficheskoj modeli Rossii i ee superkomp'yuternaya realizatsiya // Vychislitel'nye metody i programmirovanie. – 2018. – T. 19. – № 4. – S. 368-378. – DOI 10.26089/NumMet.v19r433.
19. Makarov, V.L., Bakhtizin, A.R., Sushko, E.D. Agent-based model as a tool for controlling environment of the region (2020) Zhournal Novoi Ekonomicheskoi Associacii, 45(1), pp. 151-171
20. Epstein J.M. Makarov V.L., Bakhtizin A.R. Agent-based modeling for a complex world. Scientific publications department, GAUGN, 2021. — 74 p. ISBN 978-5-6045843-5-4
21. Baranov A.V., Nikolaev D.S. Primenenie mashinnogo obucheniya dlya prognozirovaniya vremeni vypolneniya superkomp'yuternykh zadanij // Programmnye produkty i sistemy. – 2020. – № 2. – S. 218-228.
22. Shabanov B.M., Telegin P.N., Ovsyannikov A.P. [i dr.] Sistema upravleniya zadaniyami raspredelennoj seti superkomp'yuternykh tsentrov kollektivnogo pol'zovaniya // Trudy nauchno-issledovatel'skogo instituta sistemnykh issledovanij Rossijskoj akademii nauk. – 2018. – T. 8. – № 6. – S. 65-73. – DOI 10.25682/NIISI.2018.6.0009.
23. Abramov V. I., Evdokimov D. S. Optimizatsiya raboty graficheskikh protsessorov i klasterov dlya razrabotki krupnomasshtabnykh sotsial'no-ehkonomicheskikh modelej na superkomp'yuterakh // Iskusstvennye obschestva. – 2020. – T. 15. – Vypusk 3 [Ehlektronnyj resurs]. URL: https://artsoc.jes.su/s207751800011122-3-1/  (data obrascheniya: 25.12.2020). DOI: 10.18254/S207751800011122-3

Система Orphus

Loading...
Up