Ученые МГУ предложили современные методы в управлении вычислительной инфраструктурой нового поколения
В рамках исследования, проведенного ВМК МГУ, предложена новая архитектура вычислительной инфраструктуры, использующая методы машинного обучения для управления ресурсами и решения задач, возникающих в современных приложениях. Об этом сообщили в пресс-службе вуза.
Работа была представлена на международной конференции «Математика в созвездии наук».
Ученые ВМК МГУ представили новую архитектуру вычислительной инфраструктуры, разработанной на основе анализа требований современных приложений. Ученые продемонстрировали, что существующие подходы к управлению вычислительными мощностями уже не способны справляться с возросшими потребностями высокотехнологичных приложений.
Современные приложения требуют высокой скорости вычислений, предсказуемого качества передачи данных и отказоустойчивого функционирования инфраструктуры, оптимального управления ее ресурсами. Эти задачи нельзя эффективно решить в рамках традиционной концепции централизованных вычислений. Исследование показало, что нужно переходить к новой парадигме, в которой ресурсы предоставляются в виде услуги и могут динамически адаптироваться под требования конкретных задач. Ученый предложил архитектуру сетевой вычислительной среды нового поколения, названную NPC (Network Powered by Computing). Это открытая и полностью виртуализированная инфраструктура, которая позволяет эффективно и согласованно управлять всеми ресурсами распределенной вычислительной инфраструктуры за счет использования в оптимизации управления ее ресурсами методов машинного обучения.
Ключевые особенности NPC включают возможность повсеместного доступа к вычислительным ресурсам, что позволяет эффективно решать задачи, не ограниченные рамками конкретного центра обработки данных. Важно, что система обеспечивает детерминированное качество передачи данных, а также позволяет масштабировать ресурсы в зависимости от текущих потребностей пользователя. Виртуализация вычислительных и сетевых мощностей дает системе возможность гибко подстраиваться под изменения нагрузки, что критически важно для работы с большими объемами данных и решения сложных задач в режиме реального времени.
Одна из главных проблем, с которыми сталкивается вычислительная инфраструктура, — это необходимость обеспечить высокую отказоустойчивость и безопасность при масштабировании ресурсов. NPC решает эту задачу за счет интеграции с высокопроизводительными сетевыми средами и использованием методов мультиагентной оптимизации и машинного обучения. Эти технологии позволяют NPC эффективно управлять потоками данных, балансировать нагрузку между различными вычислительными установками и предсказывать время выполнения задач, оптимизируя использование доступных ресурсов.
«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», — отметил заведующий кафедрой автоматизации систем вычислительных комплексов ВМК МГУ Руслан Смелянский.
Он также отметил, что внедрение таких архитектур открывает широкие перспективы для различных областей науки и техники, включая искусственный интеллект, обработку больших данных и интернет вещей. Возможность оперативного получения ресурсов и автоматического управления их распределением делает эту архитектуру особенно привлекательной для высоконагруженных приложений и сервисов.
Исследование и разработка NPC подтверждают, что будущее вычислительных технологий связано с интеграцией искусственного интеллекта и новых архитектур распределения ресурсов. Применение методов машинного обучения в управлении вычислительными системами позволяет не только повысить эффективность использования инфраструктуры, но и сделать ее более адаптивной и безопасной. Эти разработки открывают новые возможности для индустрии, науки и высокотехнологичных компаний.