<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные проблемы науки и образования</journal-title>
      </journal-title-group>
      <issn>2070-7428</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания"</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-10667</article-id>
      <title-group>
        <article-title>КОНВЕЙЕРНО-ПАРАЛЛЕЛЬНАЯ ОБРАБОТКА ИНТЕГРИРОВАННЫХ ПОТОКОВ ДАННЫХ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Тищенко</surname>
              <given-names>И.П.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Tischenko</surname>
              <given-names>I.P.</given-names>
            </name>
          </name-alternatives>
          <email>billy@billy.botik.ru</email>
          <xref ref-type="aff" rid="aff49de44d8"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Хачумов</surname>
              <given-names>В.М.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Khachumov</surname>
              <given-names>V.M.</given-names>
            </name>
          </name-alternatives>
          <email>vmh48@mail.ru</email>
          <xref ref-type="aff" rid="aff49de44d8"/>
        </contrib>
      </contrib-group>
      <aff id="aff49de44d8">
        <institution xml:lang="ru">ФГБУН Институт программных систем им. А.К. Айламазяна Российской академии наук, Исследовательский центр мультипроцессорных систем</institution>
        <institution xml:lang="en">Ailamazyan Program Systems Institute of the Russian Academy of Sciences, Research Center for Multiprocessor Systems</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2013-05-06">
        <day>06</day>
        <month>05</month>
        <year>2013</year>
      </pub-date>
      <issue>5</issue>
      <fpage>149</fpage>
      <lpage>149</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://science-education.ru/ru/article/view?id=10667</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Целью исследования является анализ методов и инструментальных программных средств конвейерно-параллельной обработки интегрированных потоков данных на высокопроизводительных вычислительных системах, снабженных универсальными многоядерными и графическими процессорами. Приводится информация о разработанных решениях и их возможностях. В частности, перспективный комплекс интеллектуальной обработки интегрированной информации (телеметрия, целевая и командная информация) на наземной станции космического назначения, связывающий центр управления полетом и космический аппарат. Рассматривается библиотека GPU-алгоритмов как средство для быстрого решения широкого спектра задач. Выделены преимущества архитектуры CUDA. Предлагаемые кроссплатформенные библиотеки значительно упрощают программирование современных вычислительных систем, они обеспечивают масштабируемость вычислений при увеличении числа вычислительных ядер и вычислительных узлов, возможность конвейерно-параллельной обработки потоков данных и решения задач контроля и диагностики.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>The objective of this research is an analysis of pipeline-parallel data streams processing methods and software tools for high-performance computing systems that equipped with general-purpose multi-core and graphics processors. The information about solutions and their capabilities is presented. Specifically, the perspective complex of intelligent integrated data processing (telemetry, target and command information) to space purposes earth station, that linking mission control center and spacecraft. GPU-algorithms library for a wide range of applications quickly solving are considered. Highlighted the advantages of architecture CUDA. The proposed cross-platform libraries greatly simplify the programming of modern computing systems, they provide scalability by increasing the number of computing cores and nodes, possibility to data streams pipeline-parallel processing, control and diagnostics problem solving.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>интегрированный поток</kwd>
        <kwd>кластерное вычислительное устройство</kwd>
        <kwd>конвейерно-параллельная обработка</kwd>
        <kwd>распараллеливание</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>the integrated flow</kwd>
        <kwd>cluster computing device</kwd>
        <kwd>pipeline-parallel</kwd>
        <kwd>parallelization</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Кондратьев A., Хачумов В.М. High-performance stream processing on multicore and graphics processors // Вторая международная конференция “Cluster Computing” CC 2013: сборник трудов (Львовский политехнический национальный университет, 3-5 июня 2013). — Львов, 2013. — С. 105-110.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Мажуга В.В., Хачумов В.М. Контроль и диагностика космических подсистем // Искусственный интеллект и принятие решений. — 2009. - № 4. — С. 80-87.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Талалаев А.А., Тищенко И.П., Фраленко В.П., Хачумов В.М. Разработка нейросетевого модуля мониторинга аномальной сетевой активности // Нейрокомпьютеры: разработка и применение. — 2011. - № 7. — С. 32-38.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Талалаев А.А., Фраленко В.П. Комплекс инструментальных средств для проектирования нейросетевых прикладных систем // Научно-технический вестник Поволжья. — Казань: Научно-технический вестник Поволжья. — 2013. - № 4. — С. 237-243.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Хачумов В.М., Фраленко В.П. Высокопроизводительная обработка изображений на кластерных устройствах // Нейрокомпьютеры: разработка, применение. — 2012. - № 6. — С. 38-45.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
