Formalization and implementation of logical-probabilistic and logical-algebraic operational models of the functional architecture of cluster computing systems

Cover Page

Cite item

Full Text

Abstract

Background. Based on the conducted study of developments in the field of functional architecture of cluster computing systems, the relevance of work in this direction is shown, which is due to the increasing demand for affordable high-performance computing, the growing implementation of artificial intelligence and machine learning methods. The purpose of the work is to develop and experimentally test at the level of simulation models a methodology and technology for implementing the functional architecture of cluster-type computing systems based on high-speed switches. Materials and methods. A logicalprobabilistic approach is used to create models of the functional architecture of cluster computing systems determined by applications and middleware, which allows accelerating the creation of simulation models for a number of important modes of cluster use and making the transition to logical-algebraic formalized specifications for software applications. Results. Simulation logical-probabilistic and logical-algebraic models for a number of important variants of using a computing cluster were constructed, the necessary statistical experiments with these models were carried out, which provided justification for implementing the corresponding models of the middleware software. Conclusions. A methodology for developing the functional architecture of a cluster-type computing system, defined by specifications in the form of logical-probabilistic and related logical-algebraic models, is proposed, which can accelerate the preparation of the cluster for operation in an organization.

About the authors

Grigory V. Petushkov

MIREA – Russian Technological University

Author for correspondence.
Email: petushkov@mirea.ru

Vice-Rector

(78 Vernadskogo avenue, Moscow, Russia)

Alexander S. Sigov

MIREA - Russian Technological University

Email: sigov@mirea.ru

Doctor of physical and mathematical sciences, professor, President, MIREA, Academician, Russian Academy
of Sciences 

(78 Vernadskogo avenue, Moscow, Russia)

References

  1. Voevodin V.V., Voevodin Vl.V. Parallel'nye vychisleniya = Parallel computing. Saint Petersburg: BKhV-Peterburg, 2002:608. (In Russ.)
  2. Arkhitekturnye aspekty parallelizma = Architectural aspects of parallelism. (In Russ.). Available at: http://www.intuit.ru/studies/courses/4447/983/lecture/14921?Page=3 (accessed 02.03.2025).
  3. Khenessi D.L., Patterson D.A. Komp'yuternaya arkhitektura. Kolichestvennyy podkhod. 5-e izd. = Computer architecture: a quantitative approach: the 5th edition. Moscow: Tekhnosfera, 2016:936. (In Russ.)
  4. Arkhitektury vychislitel'nykh sistem: klasternye sistemy = Computer system architectures: cluster systems. (In Russ.). Available at: https://uzor.belturs.ru/arkhitekturyvychislitel- nykh-sistem-klasternyye-sistemy (accessed 02.03.2025).
  5. Vychislitel'nyy klaster: ego komponenty, vidy i primery realizatsii = Computing cluster: its components, types and implementation examples. (In Russ.). Available at: https://itelon.ru/blog/vychislitelnyy-klaster/?ysclid=maavbfouji850319464 (accessed 02.03.2025).
  6. Effektivnye klasternye resheniya = Effective cluster solutions. (In Russ.). Available at: https://www.ixbt.com/cpu/clustering.shtml?ysclid=maavg9yxkq334655198 (accessed 02.03.2025).
  7. Chem raspredelennaya VS otlichaetsya ot klasternoy? = How does a distributed computing system differ from a clustered one? (In Russ.). Availabble at: https://ru.stackoverflow.com/ (accessed: 02.03.2025).
  8. Petushkov G.V., Sigov A.S. Analysis and selection of the structure of a multiprocessor computing system based on the performance criterion. Russian Technological Journal. 2024;12(6):20−25. (In Russ.). doi: 10.32362/2500-316X-2024-12-6-20-25
  9. Mnogoprotsessornye i mnogomashinnye vychislitel'nye sistemy = Multiprocessor and multimachine computing systems. (In Russ.). Available at: https://intuit.ru/studies/educational_groups/960/courses/460/lecture/10345?page=2&ysc lid=maawtf2w8o719310938 (accessed 02.03.2025).
  10. Vidy klasternykh system = Types of cluster systems. (In Russ.). Available at: https://vuzlit.com/963152/vidy_klasternyh_sistem (accessed 02.03.2025).
  11. Computer cluster. Available at: https://en.wikipedia.org/wiki/Computer_cluster (accessed 02.03.2025).
  12. Superkomp'yutery «Yandeksa» = Yandex supercomputers. (In Russ.). Available at: https://ru.wikipedia.org/wiki/Superkomp'yutery_«Yandeksa» (accessed 02.03.2025).
  13. Simonov A.S., Zhabin I.A., Kushtanov E.R., Makagon D.V., Semenov A.S., Shcherbak A.N. High-speed Angara network: architecture and application results. Voprosy kiberbezopasnosti = Cybersecurity issues. 2019;(4):46–53. (In Russ.)
  14. Evreinov E.V., Khoroshevskiy V.G. Odnorodnye vychislitel'nye sistemy = Homogeneous computing systems. Novo-sibirsk: Nauka, Sibirskoe otdelenie. 1978:319. (In Russ.)
  15. Dimitriev Yu.K., Khoroshevskiy V.G. Vychislitel'nye sistemy iz mini-EVM = Computing systems from minicomputers. Moscow: Radio i svyaz', 1982:304. (In Russ.)
  16. Khoroshevskiy V.G. Inzhenernyy analiz funktsionirovaniya vychislitel'nykh mashin i system = Engineering analysis of the functioning of computers and systems. Moscow: Radio i svyaz', 1987:254. (In Russ.)
  17. Mirenkov M.M. Parallel'noe programmirovanie dlya mnogomodul'nykh vychislitel'nykh system = Parallel programming for multi-module computing systems. Moscow: Radio i svyaz', 1989:320. (In Russ.)
  18. Khoroshevskiy V.G. Arkhitektura vychislitel'nykh system = Architecture of computing systems. Moscow: Izd-vo MGTU im. N.E. Baumana, 2005:510. (In Russ.)
  19. Feng Liu, Haitao Wu, Xiaochun Lu, Xiyang Liu. Parallel Distributed Acceleration Based on MPI and OpenMP Technology. International Journal of Grid Distribution Computing. 2015;8(6):171‒184.
  20. Mittal G., Kesswani N, Goswami K. A Survey of Current Trends in Distributed, Grid and Cloud Computing. International Journal of Advanced Studies in Computer Science and Engineering (IJASCSE). 2013;2(3):1‒6.
  21. Kahanwal B., Singh T.P. The Distributed Computing Paradigms: P2P, Grid, Cluster, Cloud, and Jungle. International Journal of Latest Research in Science and Technology. 2012;1(2):183‒187.
  22. Seinstra F.J., Maassen J., van Nieuwpoort R.V., Drost N. et al. Jungle Computing: Distributed Supercomputing beyond Clusters, Grids, and Clouds. Department of Computer Science, Vrije Universiteit, De Boelelaan 1081A, 1081 HV Amsterdam, The Netherlands, 2010:1‒31.
  23. Kumar R. Comparison between Cloud Computing, Grid Computing, Cluster Computing and Virtualization. International Journal of Modern Computer Science and Applications (IJMCSA). 2015;3(1):42‒47.
  24. Sterling T., Cwik T., Becker D., Salmon J., Warren M., Nitzberg B. An Assessment of Beowulf-class Computing for NASA Requirements: Initial Findings from the First NASA Workshop on Beowulf-class Clustered Computing. IEEE Aerospace Conference Proceedings. 1998:1–16. doi: 10.1109/AERO.1998.682207
  25. MPI: A Message-Passing Interface Standard. Version 3.1. Message Passing Interface Forum. 2015:836. Available at: https://www.mpi-forum.org/docs/mpi-3.1/mpi31- report.pdf (accessed 02.03.2025).
  26. Almasi G.S., Bhanot G.V. et al. Early Experience with Scientific Applications on the Blue Gene/L Supercomputer. Lecture Notes in Computer Science. 2005;3648:560–570. doi: 10.1007/11549468_63
  27. Hamada T., Nitadori K. 190 TFlops astrophysical N-body simulation on a cluster of GPUs. In Proceedings of the 2010 ACM/IEEE International Conference for High Performance Computing, Networking, Storage and Analysis (SC '10). Washington, DC, 2010:1–9. doi: 10.1109/SC.2010.1
  28. Enabling the Modern Data Center – RDMA for the Enterprise. Available at: https://www.infinibandta.org/wp-ontent/uploads/2019/05/IBTA_WhitePaper_May-20- 2019.pdf (accessed 02.03.2025).
  29. RDMA_over_Converged_Ethernet. Available at: https://en.wikipedia.org/wiki/RDMA_over_Converged_Ethernet (accessed 02.03.2025).
  30. Deploying HPC Cluster with Mellanox InfiniBand Interconnect Solutions / Reference Design. Rev 1.3. 2017:40.
  31. Na puti k sozdaniyu otechestvennogo superkomp'yutera subekzaflopsnoy proizvoditel'nosti = Towards the creation of a domestic supercomputer with sub-exascale performance. (In Russ.). Available at: https://www.ospcon.ru/files/media/Simonov.pdf (accessed 02.03.2025).
  32. Sugon. Available at: https://en.wikipedia.org/wiki/Sugon (accessed 02.03.2025).
  33. InfiniBand Clustering. Delivering Better Price/Performance than Ethernet. Available at: https://network.nvidia.com/pdf/whitepapers/IB_vs_Ethernet_Clustering_WP_100.pdf (accessed 02.03.2025).
  34. Spisok 500 samykh moshchnykh komp'yuterov mira = List of the 500 most powerful computers in the world. (In Russ.). Available at: https://parallel.ru/computers/top500.list61.html (accessed 02.03.2025).
  35. Anderson D.P. BOINC: A System for Public-Resource Computing and Storage. Available at: https://boinc.berkeley.edu/grid_paper_04.pdf (accessed 02.03.2025).
  36. Zelov S. Klasternye tekhnologii = Cluster technologies. (In Russ.). Available at: https://compress.ru/article.aspx?id=9958&ysclid=maawhrd9vh678328188 (accessed 02.03.2025).
  37. Forouzan B.A. TCP/IP Protocol Suite. McGraw-Hill, 2009:1024.
  38. Standard Group MAC Addresses: a Tutorial Guide. Available at: http://standards.ieee.org/regauth/groupmac/tutorial.html (accessed 02.03.2025).
  39. Pritsker A. Vvedenie v imitatsionnoe modelirovanie i yazyk SLAM II = Introduction to Simulation and the SLAM II Language. Moscow: Mir, 1987:646. (In Russ.)
  40. Lomakina L.S., Bazin A.S., Vigura A.N., Kiselev A.V. Teoriya i praktika strukturnogo testirovaniya programmnykh system = Theory and practice of structural testing of software systems. Voronezh: Nauchnaya kniga, 2013:220. (In Russ.)
  41. Kulagin V.P. Formation of information resources based on parallel computing. Perspektivy nauki i obrazovaniya = Prospects of Science and Education. 2013;(6):26‒31. (In Russ.)
  42. Kotov V.E. Seti Petri = Petri net. Moscow: Nauka, 1984:160. (In Russ.)
  43. Polikarpova N.I., Shalyto A.A. Avtomatnoe programmirovanie = Automata-based programming. Saint Petersburg: Izd-vo Sankt-Peterburgskogo gosudarstvennogo universiteta informatsionnykh tekhno-logiy, mekhaniki i optiki, 2008:167. (In Russ.)
  44. Yushchenko E.L., Tseytlin G.E., Gritsay V.P., Terzyan T.K. Mnogourovnevoe strukturnoe proektirovanie programm: Teoreticheskie osnovy, instrumentariy = Multilevel structural design of programs: Theoretical foundations, tools. Moscow: Finansy i statistika, 1989:208. (In Russ.)
  45. Volchikhin V.I., Zinkin S.A. Logical-algebraic models and methods in designing the functional architecture of distributed data storage and processing systems. Izvestiya vysshikh uchebnykh zavedeniy. Povolzhskiy region. Tekhnicheskie nauki = University proceedings. Volga region. Engineering sciences. 2012;(2):3‒16. (In Russ.)
  46. Zinkin S.A. Elements of a new object-oriented technology for modeling and implementing data storage and processing systems and networks. Informatsionnye tekhnologii = Information technology. 2008;(10):20‒27. (In Russ.)
  47. Mikroekonomika = Microeconomics. (In Russ.). Available at: https://ru.wikipedia.org/wiki/Mikroekonomika (accessed 02.03.2025).
  48. Makroekonomika = Microeconomics. (In Russ.). Available at: https://ru.wikipedia.org/wiki/Makroekonomika (accessed 02.03.2025).
  49. Petushkov G.V., Sigov A.S. Technical and economic analysis of servers as computing modules of computing systems of the class WSC. Russian Technological Journal. 2025;13(1):49‒58. (In Russ.). doi: 10.32362/2500-316X-2025-13-1-49-58 EDN: JQICRJ
  50. Evreinov E.V., Kosarev Yu.G. Odnorodnye universal'nye sistemy vysokoy proizvoditel'nosti = Homogeneous universal high-performance systems. Novosibirsk: Nauka, Sibirskoe otdelenie. 1966:308. (In Russ.)
  51. Baytser B. Mikroanaliz proizvoditel'nosti vychislitel'nykh system = Microanalysis of computing system performance. Moscow: Radio i svyaz', 1983:360. (In Russ.)
  52. Kapitonova Yu.V., Krivoy S.L., Letichevskiy A.A., Lutskiy G.M. Lektsii po diskretnoy matematike = Lectures on Discrete Mathematics. Saint Petersburg: BKhV-Peterburg, 2004:624. (In Russ.)
  53. Zinkin S.A. Intellektualizatsiya i integratsiya sistem i setey khraneniya i obrabotki dannykh = Intellectualization and integration of data storage and processing systems and networks. Penza: Izd-vo PGU, 2023:416. (In Russ.)
  54. Kudryavtsev E.M. GPSS World. Osnovy imitatsionnogo modelirovaniya razlichnykh system = GPSS World. Fundamentals of simulation modeling of various systems. Moscow: DMK Press, 2004:320. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».