Data-Intensive Computing

Тема сентябрьского номера журнала Computer (IEEE Computer Society, Vol. 47, No. 9, 2014) — компьютерные технологии в астрономии.

Для ряда приложений нельзя заменить специализированные машины сборками из универсальных облачных модулей, однако есть приложения, в частности распределенная обработка больших массивов данных, для которых использование облаков оправданно.

Аналитика Больших Данных требует применения высокопроизводительных систем, однако на пути конвергенции этих двух миров имеется ряд препятствий. Как решать проблему Больших Данных на суперкомпьютерах?

Для работы с большими потоками данных, поступающими в реальном времени, требуются гетерогенные процессоры, сочетающие в себе возможности CPU и GPU.

Каким бы мощным ни был традиционный суперкомпьютер, он все еще остается инструментом прошлого века, однако сегодня нужны иные компьютеры, способные не к вычислительному моделированию, а к непосредственному превращению данных в знание.

В науке и технике используется множество различных приборов, название которых оканчивается на «скоп»: микроскоп, телескоп, перископ, интраскоп и др., а теперь аналитическая работа с большими объемами данных вызвала к жизни еще один — датаскоп.

На конференции SuperComputing 2010 компьютерной общественности был предложен список Graph500, претендующий на более адекватное, чем в Top500, отражение рейтинга суперкомпьютеров, способных решать задачи обработки больших массивов данных. Что побудило создать очередной тест и в чем его суть?

Необходимость обработки петабайтных массивов данных вызвала к жизни новые подходы, которые получили название Data-Intensive Computing.

Сегодня в России активно верстаются государственные программы по финансированию НИиОКР по стратегическим направлениям, в число которых, по мнению западных стратегов, входят и решения в области Data-Intensive Computing.

Расширение пропасти между производительностью процессоров и скоростью доступа к памяти, появление приложений, интенсивно взаимодействующих с памятью через единое адресное пространство, стимулировали создание вычислительных систем с новой архитектурой. Однако для оценки таких систем традиционные тесты уже не подходят. Пришло время тестов «анти-Linpack».

Десять лет развития метакомпьютинга и сетевых технологий создали базу для глобального объединения вычислительных систем и высокоскоростных сетей связи. На основе достижений в сетевых и вычислительных технологиях, а также с учетом роста потребностей в компьютерных ресурсах, сформулировалась концепция grid

Сообщество разработчиков баз данных по праву гордится успехами в фундаментальных исследованиях и их выдающимся влиянием на совершенствование технологий. Но сегодня необходимо расширить спектр исследований, приступив к решению вопросов получения, хранения, анализа и представления огромных объемов оперативной информации.