Учёные МГУ предложили новую архитектуру вычислительной инфраструктуры с искусственным интеллектом

Стремительный рост разнообразных приложений, объемов данных, подлежащих обработке, существенно обострил потребности в вычислениях. Современные приложения становятся всё более требовательными к вычислительным ресурсам, скорости передачи данных и масштабируемости. В то время как традиционные центры обработки данных (ЦОД) способные предоставлять вычислительные услуги лишь на своей локальной инфраструктуре, новые вызовы требуют распределённых решений с глобальной связностью и высокой адаптивностью. Другими словами, требуется сервис «вычисления по требованию». Не важно где и какие высилители будут выполнять обработку данных, важно чтобы быстро получить результат.

Учёные ВМК МГУ предложили новую архитектуру вычислительной инфраструктуры под названием Network Powered by Computing (NPC), которая обеспечивает гибкость, масштабируемость и эффективность управления вычислительными ресурсами в глобальных сетях для реализации вычислений по требованию. В основе архитектуры лежит использование методов машинного обучения и мультиагентных систем, которые позволяют динамически управлять распределением задач между вычислителями в зависимости от нагрузки и требований приложений.

NPC представляет собой полностью виртуализированную и программно-управляемую инфраструктуру, которая интегрирует различные вычислительные установки и высокоскоростные сети передачи данных. Важной особенностью является то, что такая инфраструктура не ограничена рамками одного ЦОДа или вычислительного комплекса. Она объединяет неоднородные вычислительные ресурсы в единую экосистему, предоставляя пользователям возможность получать вычислительные мощности по требованию : в любом месте и в любое время.

Основные свойства NPC включают:

Глобальную связность и доступность ресурсов, что позволяет пользователям использовать вычислительные мощности без привязки к конкретным центрам обработки данных. Детерминированное качество сервисов передачи данных, обеспечивающее прогнозируемую задержку и стабильную производительность. Виртуализацию, масштабируемость и бессерверность, что позволяет динамически изменять конфигурацию ресурсов в зависимости от нагрузки. Доступность, надёжность и отказоустойчивость за счёт дублирования ресурсов и интеллектуального управления потоками данных. Эффективное распределение ресурсов с использованием методов машинного обучения, которые учитывают текущую загрузку и прогнозы потребления. Безопасность благодаря использованию многоуровневой защиты данных и сетевых соединений.

Одной из ключевых особенностей NPC является использование методов машинного обучения для прогнозирования загрузки и оптимального распределения ресурсов. Например, машинное обучение позволяет прогнозировать время выполнения приложений на различных вычислителях, оптимально распределять потоки данных в сети и выбирать лучшие каналы передачи данных.

Мультиагентные системы используются для управления распределением задач между вычислителями. В этих системах агенты взаимодействуют друг с другом, обмениваясь информацией о загрузке и состоянии ресурсов. Это позволяет динамически адаптировать архитектуру под изменения в требованиях приложений и сетевой инфраструктуры.

NPC открывает новые возможности для развития облачных вычислений, высокопроизводительных вычислительных установок (HPC), телекоммуникаций и интернет-сервисов. Это особенно актуально для приложений, требующих высокой производительности, таких как искусственный интеллект, машинное обучение, анализ больших данных и системы дополненной реальности.

Виртуализация и программное управление ресурсами позволяют использовать вычислительные мощности более эффективно, снижая затраты на оборудование и обслуживание. Кроме того, новая архитектура позволяет интегрировать вычислительные ресурсы из различных географических локаций, создавая глобальные распределённые системы.

«Предложенная нами архитектура вычислительной инфраструктуры - NPC позволяет более эффективно управлять вычислительными ресурсами в масштабируемых сетевых средах, предоставляя требуемое пользователем качество вычислительного сервиса. Использование методов машинного обучения и мультиагентных систем обеспечивает динамическое распределение задач и адаптацию к изменяющимся требованиям приложений. Это открывает новые перспективы для создания вычислительных инфраструктур нового поколения», — отметил Руслан Смелянский, заведующий кафедрой вычислительной математики и кибернетики ВМК МГУ.

Будущие исследования будут направлены на интеграцию NPC с системами искусственного интеллекта и создание гибридных архитектур, сочетающих облачные и периферийные вычисления. Также планируется изучение вопросов безопасности и защиты данных в распределённых вычислительных средах.

Работа представлена на Международной конференции «Математика в созвездии наук».

Иллюстрация: freepik.com