Этап 7 (1995-1998). Разработка средств технологической поддержки процессов распределенного имитационного моделирования на мультипроцессорных компьютерах и сетях

В начале 90-х впервые были изложены и обобщены результаты по практическому созданию завершенной моделирующей среды, ориентированной на использование распределенных и параллельных вычислительных средств [16], как новой парадигмы в области вычислений, что в последующем стало одним из приоритетных направлений исследований и разработок в области компьютерного моделирования.

Исторически сложилось так, что термин «распределённая система имитации» относился к системам, выполняемым на вычислительной системе, узлы которой географически могли находиться на весьма отдалённом расстоянии друг от друга. В этих системах время, которое затрачивалось на передачу сообщений между узлами, было сравнительно велико, а производительность систем — низкая. Термин «параллельная система имитации» применялся к системе имитации, функционирующей на высокопроизводительных вычислительных системах. В этих системах время, затрачиваемое на коммуникацию между узлами, незначительно по сравнению со временем, затрачиваемым на вычисления.

В связи с появлением кластеров рабочих станций, корпоративных и Grid-систем, границы между параллельными и распределёнными системами имитации стираются.

Для решения задачи распределения вычислений между узлами и сокращения времени проведения имитационного эксперимента было предложено:

выполнять параллельно с ходом имитационного эксперимента специализированные функции, а именно: генерацию псевдослучайного числа, управление списком будущих событий, сбор статистических данных (специализированные функции) [17]. Однако, выигрыш во времени в этом случае является небольшим;

при декомпозиции иерархической модели, происходит декомпозиция события на подсобытия (sub event). Эти подсобытия следует выполнить параллельно (иерархическая декомпозиция) [18]. Выигрыш во времени при декомпозиции модели зависит от самой модели;

выполнять несколько имитационных прогонов последовательной имитационной модели на нескольких процессорах (распараллеливание репликаций) [17] (Рис.4). В этом случае вычислительные узлы должны обладать соответствующими вычислительными ресурсами, для выполнения имитационного прогона всей модели;

распределить выполнение имитационной модели на несколько процессоров (компьютеров). Это распределение можно назвать ещё распределением на уровне объектов или процессов, в отличие от описанного выше распределения на уровне моделей. «Распределение» на уровне объектов (процессов) модели означает, что часть объектов одной и той же модели выполняется на одном сервере, а часть на других. Сложность реализации такой системы заключается в том, что если в первом случае все объекты выполняются в контексте одного процесса и коммуникации между ними можно легко реализовать, во втором случае объекты должны взаимодействовать через сеть, что усложняет синхронизацию объектов, отладку моделей и саму реализацию этих объектов.

Одним из вариантов развития в данном направлении являются Grid-технологии [19]. Идея состоит в том, чтобы объединить гетерогенные и географически распределенные ресурсы для решения качественно новых задач, в том числе задач моделирования. Например, при моделировании влияния тысяч молекул (потенциальных лекарственных препаратов) на белки при поиске лекарств для определенных болезней [20]. Концепция Grid (название по аналогии с электрическими сетями — electric power grid) предполагает создание компьютерной инфраструктуры нового типа, обеспечивающей глобальную интеграцию информационных и вычислительных ресурсов на основе управляющего и оптимизирующего программного обеспечения (middleware) нового поколения.

Сейчас Grid-технологии наиболее широко используется для решения задач, требующих интенсивной вычислительной обработки, например для сложного моделирования при разработке новых лекарств, расчете финансовых рисков, автоматизации проектирования и т. д.

Особый интерес в качестве наиболее ресурсоемких и актуальных объектов моделирования представляют сложные динамические системы (СДС), т. е. системы различной физической природы, с изменяющимися во времени параметрами, отличающиеся большим числом структурных элементов и/или связей между ними, нетривиальным математическим описанием и/или поведением и/или большим числом параметров. Причем, на современном этапе речь уже может идти не просто о тех или иных отдельных компьютерных моделях СДС, а о различных вариантах создания и использования интегрированных моделирующих сред [21].

Следует отметить, что к числу интересных массовых моделирующих средств относятся и интегрируемые в Web-страницы средства моделирования в виде апплетов4, глобально доступных через Интернет. Накопление фонда таких моделей должно привести к существенному синергетическому эффекту в области инженерного образования и моделирования.