Закономерности в модели взаимодействия встраиваемых систем с распределенными ресурсами

Введение

В развитии индустрии электронных устройств наблюдается тенденция, направленная на достижение максимально-возможной компактности и мобильности устройств за счет уменьшения габаритов и веса используемых модулей и материалов. Данная тенденция сопровождается тенденцией наращивания их интеллектуальности. В основе таких устройств лежат встраиваемые системы, реализующие функционал устройства, и работающие под управлением специального программного обеспечения. Важным требованием к таким системам является возможность обработки поступающих событий в установленные промежутки времени, т.е. исполнение программного обеспечения в рамках определённых границ реального времени. В стремлении к компактности, вычислительная мощность таких систем уменьшается. Установленные ограничения на время выполнения программы и максимальная возможная частота микропроцессора определяют максимальную трудоемкость алгоритма. В случае наличия ограничений на размеры и вес устройства, а также выхода алгоритма за пределы максимально-допустимой трудоемкости, физическая реализация устройства оказывается под сомнением.

Одним из подходов для решения данной проблемы может служить вынесение трудоемких частей алгоритма в виде функций на внешние вычислительные ресурсы, с обеспечением последующего доступа к ним. В качестве таких ресурсов могут выступать облачная инфраструктуры.

Современные облачные вычисления основываются на принципах, предложенных разработчиками операционной системы Clouds, разработанной в Технологическом институте Джорджии (Georgia Institute of Technology), США, реализованной в 1986 году [1]. Данная операционная система предполагала предоставление платформы для исполнения распределенных приложений, написанных на C++, а именно обеспечить распределенную обработку объектов в модели ООП, задействуя при этом множество нод, используемых для обработки данных. Для работы Clouds требовался суперкомпьютер.

Закономерности роста производительности суперкомпьютеров

Так, по данным Топ500 наблюдается линейный рост производительности суперкомпьютеров с 1993 года (рис. 1). На тот момент первое место в топ 500 имел суперкомпьютер с производительностью в 59.7 GFlop/s. По состоянию на ноябрь 2018 года на первом месте находится суперкомпьютер, обладающий производительностью в 143.5 PFlop/s. При этом, стоит отметить, что после 2008 года наблюдается замедление роста.

Закономерности роста энергоэффективности суперкомпьютеров

В свою очередь, по данным Топ500, можно наблюдать рост энергоэффективности суперкомпьютеров [3]. Можно сказать, что данный рост имеет не четкую экспоненциальную форму (рис. 2). Так, в июне 2002 года энергоэффективность суперкомпьютера на первом месте в Топ500 составляла 11 MFlop/s на 1 Ват потребленной энергии, а в июне 2018 года составила 18.404 GFlop/s на 1 Ват. Стоит отметить, что в ноябре 2018 года наблюдается падение энергоэффективности до 17.604 GFlop/s на 1 Ват.

На основе приведенныхх данных можно сделать прогноз экспоненциального роста энергоэффективности суперкомпьютеров на 10 лет вперед. Так, опираясь на метод для расчета коэффициента ежегодного роста [4], можно сделать вывод, что коэффициент ежегодного роста будет приблизительно равен 1.58. При этом, при условии, что падение энергоэффективности окажется единократным, можно сделать прогноз с поправкой на последнее значение. Такой прогноз на графике отражен пунктиром (рис. 3).

Так, в соответствии с полученными результатами прогноза, можно сделать вывод, что в к 2028 году энергоэффективность суперкомпьютеров достигнет 1.9 TFlop/s на 1 Ват потребленной энергии.

Закономерности роста доступности полосы пропускания у беспроводных устройств передачи данных

Другим важным направлением в развитии индустрии электронных устройств является развитие технологий беспроводной передачи данных. При этом, начиная с 1990 г. можно наблюдать рост полосы пропускания у устройств беспроводной передачи данных (рис. 4).

Стоит отметить, что с ростом полной полосы пропускания в беспроводном устройстве, наблюдается тенденция уменьшения стоимости передачи единицы передаваемых данных. Так, по данным сайта singularity.com [5] можно заметить, что в 1990 г. на $1 стоимости устройства приходилась полоса пропускания в 1.5 бита/сек, а в 2004 году было достигнуто значение в 65.8 кбит/сек на $1 стоимости устройства. Благодаря дополнительным данным, полученным из источников [6,7], можно заметить, что на 2017 год на $1 стоимости устройства приходилась полоса пропуская в 534.118 кбит/сек, а полная стоимость устройства составила $19500. Можно сказать, что на графике наблюдается экспоненциальный рост. Важным замечанием является тот факт, что в расчет были взяты лишь промышленные устройства передачи данных — радиомосты с большой полосой пропускания.

Основываясь на полученных данных можно сделать прогноз роста полосы пропускания на $1 стоимости устройства на 10 лет вперед (рис.5), используя формулу расчета коэффициента ежегодного роста [4].

Так, ежегодный коэффициент роста составит 1.6. Тогда, в соответствии с полученными данными, можно сделать прогноз, что на 2027 года будет достигнута пропускная способность в 54 Мбит/сек на $1 стоимости промышленного устройства передачи данных.

Кроме того, основываясь на полученных данных прогноза, можно прогнозировать на 2027 появление устройств с полосой беспроводной передачи данных в 1 Тбит/сек. Стоимость устройства может составить $19500.

Список источников

1. G. Coulouris, J. Dellimore & T. Kindberg, Distributed Systems — Clouds, Edition 2, 1994.
2. Supercomputers Update [Электронный ресурс]. — Режим доступа: http://www.unz.com/akarlin/supercomputers-update
3. Top500 [Электронный ресурс]. — Режим доступа: https://www.top500.org/
4. Аноприенко А.Я. Обобщение закона Мура. / Информатика и кибернетика. — 2017. — № 3. — с. 14-23. http://infcyb.donntu.ru/A_9_2.pdf
5. Price Performance (Wireless Data Devices) [Электронный ресурс]. — Режим доступа: http://www.singularity.com/charts/page77.html
6. Microwave Backhaul Comparison Chart [Электронный ресурс]. — Режим доступа: http://www.wisptech.com/index.php/Microwave_Backhaul_Comparison_Chart
7. Flex4G-10000 [Электронный ресурс]. — Режим доступа: https://www.bridgewavedirect.com/model/flex4g-10000-10gbps-38500/