Russian Language English Language

3.Программные средства вычислительных сетей

3.1 МЕТОДИКА ПОСТРОЕНИЯ МОДЕЛИ ПРОКСИ-СЕРВЕРА

3.2 ОПРЕДЕЛЕНИЕ ВОЗМОЖНОСТИ АВТОМАТИЧЕСКОГО ИЗВЛЕЧЕНИЯ ТАБЛИЧНЫХ ДАННЫХ ИЗ HTML-СТРАНИЦ

3.3 ОПЕРАЦИОННАЯ СИСТЕМА OSVA 2

3.4 АРХИТЕКТУРНЫЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ ОБЛАЧНОЙ ПЛАТФОРМЫ MICROSOFT WINDOWS AZURE ДЛЯ ПАРАЛЛЕЛЬНОГО ПРОГРАММИРОВАНИЯ

3.5 МЕТОДИКА ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ НА ПРИМЕРЕ ТРАНСПОРТНОЙ МОДЕЛИ ГОРОДА

3.6 МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ С ПОМОЩЬЮ SOA И WEB-SERVICES

3.7 ИССЛЕДОВАНИЕ И РАЗРАБОТКА КРОСС-ПЛАТФОРМЕННЫХ СРЕДСТВ РЕАЛИЗАЦИИ ПО СОБЫТИЙНО-УПРАВЛЯЕМОЙ АРХИТЕКТУРЕ

3.8 РАСШИРЕНИЕ МЕТОДОВ РАССУЖДЕНИЙ НА ОСНОВЕ АНАЛОГИЙ С УЧЕТОМ ФАКТОРА ВРЕМЕНИ

3.9 ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ СИСТЕМЫ МОНИТОРИНГА ПРОЕКТОВ ЭНЕРГОСБЕРЕЖЕНИЯ В ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЯХ


Экспресс информация

Редколлегия журнала

Подписка на новости

Гостевая книга

Предоставление материалов

Письмо в редакцию

На начало


2011, Номер 1 ( 18)



Place for sale
BC/NW 2011; №1 (18):3

BC/NW 2011; №1 (18):3.4

 

Архитектурные аспекты использования облачной платформы Microsoft WiNdows Azure для параЛлельного программирования

О.А. Авдиенков, В.Н. Маланин, В.П. Кутепов

Московский энергетический институт (Технический университет)

 

В настоящее время во многих областях требуются высокопроизводительные компьютерные комплексы, но покупка и обслуживание соответствующего оборудования требует больших финансовых затрат.

Обратной стороной проблемы является то, что современные высокопроизводительные кластеры, приобретаемые с запасом масштабируемости для решения самых больших задач организации, обычно большую часть времени простаивают либо загружены незначительно.

Существует несколько решений данных проблем. Одно из них – это использование набирающих в последнее время популярность услуг по предоставлению вычислительных мощностей в «облаках». Облачные (Cloud) вычисления [1] – это технология обработки данных, подразумевающая предоставление вычислительных ресурсов пользователю как интернет-сервиса. При этом компьютерные системы, обеспечивающие данный сервис, локализованы в одном или нескольких ЦОД компании-провайдера платформы для облачных вычислений, объединенных высокоскоростными каналами связи.

С точки зрения пользователя основными отличиями данного класса предложений от традиционных услуг по аренде серверов или кластеров являются:

- возможность оперативного масштабирования пула вычислительных ресурсов, занятых в решении задачи;

- возможность учета и оплаты только тех ресурсов, которые фактически были использованы.

Одну из лидирующих позиций на рынке облачных технологий занимает решение от компании MicrosoftWindows Azure Platform. Windows Azure Platform [2] – это облако класса «платформа как сервис» (Platform-as-a-Services, PaaS) [3], основанное на разработанной Microsoft модели автоматизированного управления компьютерными ресурсами и предоставления их по требованию. На данный момент для разработчиков программного обеспечения доступно описание архитектуры программ для Azure, а также программный интерфейс (API) и инструментарий для их разработки.

В работе рассматривается проблема использования модели Azure для организации параллельных вычислений, а также рассмотрение архитектуры и реализации системы поддержки параллельных вычислений на этой платформе на примере системы Граф-Схемного Параллельного Программирования (ГСПП) [4]. Выбор рассматриваемой системы программирования объясняется тем, что модель ГСПП хорошо подходит для создания распределенных программ с динамически меняющимся количеством процессов, что позволит полностью раскрыть потенциал платформы для реализации параллелизма.

Литература

1. Mache Creeger. Cloud Computing: An Overview. Published in Queue vol. 7, no. 5—see this item in the ACM Digital Library.

2.David Chappell. Introducing the Windows Azure Platform. http://davidchappell.com/writing/white_papers.php.

3.Dion Hinchcliffe. The Next Evolution in Web Apps: Platform-as-a-Service (PaaS). http://bungee-media.s3.amazonaws.com/whitepapers/hinchcliffe/hinchcliffe0408.pdf.

4. Кутепов В.П., Котляров Д.В., Маланин В.Н, Панков Н.А. Среда объектно-ориентированного граф-схемного потокового параллельного программирования для многоядерных кластеров. // Материалы шестого Международного научно-практического семинара «Высокопроизводительные параллельные вычисления на кластерных системах», Санкт-Петербург, 12-17 декабря 2006 г. – СПб: Санкт-Петербургский госуниверситет, 2007, Том 1. – C. 253-258.