В статье рассматривается сервис-ориентированный подход к автоматизации проведения многовариантных расчетов при параллельном решении комбинаторных задач в гетерогенной распределенной вычислительной среде. В качестве примера рассматривается создание сервиса для решения задачи коммивояжера с помощью рекуррентной нейронной сети и ее параллельной реализацией на графическом процессоре с использованием технологии CUDA Nvidia. Сервис используется для параллельного проведения многовариантных расчетов при подборе параметров нейронной сети и конфигурации запуска нитей графического процессора. Рассматриваются функциональные возможности и аспекты программной реализации сервиса с помощью инструментальных средств, разработанных в Институте динамики систем и теории управления имени В.М. Матросова СО РАН. Применение этих средств для реализации сервиса обеспечивает удаленный запуск задачи, создание пакета заданий для проведения многовариантных расчетов, подбор подходящих вычислительных узлов распределенной среды, постановку заданий в очередь к системе управления заданиями выбранного узла, мониторинг выполнения заданий, постобработку результатов решения, уведомление пользователя о завершении выполнения. Приводятся результаты применения сервиса для решения ряда задач.
The article discusses the service-oriented approach to the automation of multivariate calculations in parallel combinatorial problems in a heterogeneous distributed computing environment. The creating of the service for solving the traveling salesman problem using recurrent neural network and its implementation on GPU with CUDA Nvidia technology is given in the article as an example. This service used for the parallel multivariant calculations for selecting of parameters of the neural network and the grid configuration of GPU. We consider the features and aspects of software implementation services using tools developed at the Matrosov Institute for System Dynamics and Control Theory of Siberian Branch of Russian Academy of Sciences. The use of these software to implement the service provides remote task, the creating a package of jobs for multivariant calculations, selection of appropriate computing nodes of the distributed environment, the sending of this package to the resource manager of the selected node, monitoring the jobs, post-processing solutions, user notification of completion. The results of the use of the service for a number of examples are described.
1. Бычков И.В., Опарин Г.А., Феоктистов А.Г., Богданова В.Г., Пашинин А.А. Мультиагентные методы и инструментальные средства управления в сервис-ориентированной распределенной вычислительной среде // Труды Института системного программирования РАН. – 2014. – Т. 26. – Вып. 5. – С. 65-82.
2. Бычков И.В., Опарин Г.А., Феоктистов А.Г., Кантер А.Н. Мультиагентный алгоритм распределения вычислительных ресурсов на основе экономического механизма регулирования их спроса и предложения // Вестник компьютерных и информационных технологий. – 2014. – № 1. – С. 39-45.
3. Бычков И.В., Опарин Г.А., Феоктистов А.Г., Корсуков А.С. Распределение заданий в интегрированной кластерной системе на основе их классификации // Вычислительные технологии. – 2013. – Т. 18. – № 2. – С. 25–32.
4. Dawson L., and Stewart I.A. Improving Ant Colony Optimization performance on the GPU using CUDA // IEEE Congress on Evolutionary Computation. – 2013. – P. 1901-1908.
5. Hung D.L., Wang J. Digital hardware realization of a recurrent neural network for solving the assignment problem // Neurocomputing. – 2003. – Vol. 51. – P. 447-461.
6. Siqueira P.H., Steiner M.T.A., Scheer S. A new approach to solve the travelling salesman problem // Neurocomputing. – 2007. – Vol. 70. – P. 1013-1021.
7. TSPLIB Test Data. – Режим доступа: http://www.math.uwaterloo.ca/tsp/data (дата обращения: 12.09.2015).
8. Uchida A., Ito Y., Koji N. An Efficient GPU Implementation of Ant Colony Optimization for the Traveling Salesman Problem // International Conference on Computing, Networking and Communications (ICNC). − 2012. − P. 94-102.
9. Wang J. An analog neural network for solving the assignment problem, Electronic Letters. – 1992. – Vol. – 28. – № 11. – P. 1047–1050.
10. Wang J. Analysis and design of a recurrent neural network for linear programming // IEEE Trans. Circuits Syst. I: Fundamental Theory Applicat. – 1993. – Vol. 40. – P. 613–618.