CC BY
8Решетневскце чтения
рентоспособности российских автоперевозчиков. Во избежание негативных последствий необходимо аннулировать утилизационный сбор в отношении данной группы товаров».
С тем, что проект требует доработки, согласились и в Министерстве финансов. Их позиция основывается на том, что МВД России наделяется дополнительными полномочиями, за счет чего увеличатся расходы на содержание ведомства, а также это приведет к дополнительным расходам на ведение самого реестра К1.
Исходя из всего вышесказанного можно сделать вывод, что в условиях вступления России в ВТО чиновники хотят оставить при себе рычаги влияния на импорт. И вот такие рычаги стали появляться, но о том, как они скажутся на конечных потребителях, еще не известно.
Библиографические ссылки
1. Об утилизационном сборе в отношении колесных транспортных средств : постанов. Правит. РФ от 30 августа 2012 г. № 870. [Электронный ресурс]. URL: http://www.rg.ru/2012/08/31/utilsbor-dok.html (дата обращения: 19.09.2012).
2. Порядок снижения ставок ввозных таможенных пошлин на автомобили и металлургическую продукцию. [Электронный ресурс]. URL: http://www.tks.ru/ news/nearby/2012/02/24/0002 (дата обращения: 19.09.2012).
3. Утилизационный сбор на автомобили. [Электронный ресурс]. URL: http://www.rg.ru/sujet/4664/ (дата обращения: 18.09.2012).
4. Утилизационный сбор не устроил Минтранс и ФТС. [Электронный ресурс]. URL: http://www.tks.ru/ reviews/2012/08/29/02 (дата обращения: 18.09.2012).
L. V. Stepanova, I. V. Polykhin Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
THE RECYCLING CHARGE AS A RESPONSE TO WTO ACCESSION
The ambiguous matter about accession of Russian Federation to WTO is considered. In particular, analysis of WTO influence on Russian automotive industry has been conducted as well as study of Russian legislative novels.
© Степанова Л. В., Полухин И. В. 2012
УДК 681.518
М. В. Тюпкин
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
Р. Ю. Царев
Сибирский федеральный университет, Россия, Красноярск
К. А. Семенько ЗФ ОАО «ГМК «Норильский никель», Россия, Норильск
СОВРЕМЕННЫЙ ПОДХОД К АНАЛИЗУ КЛАСТЕРНЫХ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ*
Рассматривается задача эффективности расчетов в кластерных системах обработки информации. Описаны архитектурные уровни указанных систем. Предложен подход к повышению эффективности работы кластерной системы обработки информации за счет рационального использования ресурсов системы.
В большинстве случаев при употреблении термина «системы высокопроизводительных вычислений» подразумеваются либо суперкомпьютеры, либо специализированные, как правило, однородные вычислительные кластеры, работающие под управлением библиотек параллельных вычислений MPI или PVM.
Благодаря своей доступности, низкой стоимости, и простоте создания и эксплуатации, наибольшее распространение получили вычислительные кластеры. Для проведения эффективных расчетов при обработке
информации на таких системах требуются специально разработанные программы, учитывающие архитектуру конкретного кластера и объем выделенных ресурсов как временных, так и аппаратных. Считается, что такие системы надежны, поэтому для них не разрабатываются технологии, обеспечивающие устойчивость к сбоям. В большинстве случаев, в результате сбоя в одном из узлов системы работа над запущенной задачей прекращается и возобновляется после устранения сбоя или замены узла.
*Исследования выполнены в рамках реализации ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.
Информационные системы и технологии
Условно для кластерных систем обработки информации можно выделить четыре уровня:
1) аппаратный уровень (вычислительные узлы и коммуникации между ними);
2) уровень программного обеспечения, гарантирующий параллелизм вычислений (операционная система, библиотеки, обеспечивающие параллельные вычисления);
3) уровень программного обеспечения управления заданиями (составление и оптимизация расписания, оценка загруженности и эффективности загрузки кластера, балансировка нагрузки, предоставления средств удаленного управления и мониторинга задания и т. п.);
4) уровень обеспечения параллелизма задания (алгоритмы и библиотеки автоматического распараллеливания заданий, системы отладки и т. д.).
Иногда второй уровень разбивают на два: уровень операционной системы и уровень библиотеки, обеспечивающей поддержку распределенных вычислений.
Большинство исследовательских задач, решаемых в этой сфере, направлены на создание системы поддержки параллельных или распределенных вычислений, стремящихся приблизить практическую продолжительность работы (производительность, коэффициент ускорения) к теоретически возможной для данного кластера.
Очевидно, что для этого должны быть созданы системы сбора и обработки информации о работе вычислительной системы. Наиболее полная классификация систем сбора информации о функционировании распределенных вычислительных систем приведена в работе [1]. Системы сбора и обработки информации, как правило, работают на первом, втором и реже третьем уровнях. Для этих же уровней создаются методы оценки предельной практической и теоретической производительности системы обработки информации.
Кластерная система обработки информации, как правило, заранее не обладает данными о потребностях задачи в тех или иных ресурсах, а «узнает» о них по запросу задачи. Также каждая система обладает определенными характеристиками, что требует адаптации самой задачи и оценки результатов адаптации (четвертый уровень). Наиболее эффективным, самым ресурсоемким является пробный запуск на реальных данных. Другой способ - это создание моделей выполнения задания на конкретной системе.
При анализе эффективности работы, производительности и управляемости кластерной системы обработки информации и ее оптимизации на всех уровнях возникает подзадача оценки временных характеристик системы или ее узлов, а также оценки времени выполнения задания в различных режимах запуска и на разных системах.
Исходя из последних публикаций, наиболее популярными сейчас являются выделенные вычислительные кластеры, которые либо приобретаются целиком (специализированные), либо строятся на базе имеющегося компьютерного парка. Такие кластерные системы обработки информации, как правило, работают под управлением библиотек параллельных вычислений, удовлетворяющих стандарту MPI. Эффективность работы задачи и реальная производительность системы в целом полностью зависят от правильной разработки алгоритма программы и выборе стратегии управления кластером. Методы оптимизации позволяют построить план использования ресурсов и задач системы обработки информации.
Можно определить следующие этапы решения данной задачи:
- построение математической модели кластерной системы обработки информации как набора ограниченных ресурсов;
- представление каждой задачи в виде графа зависимых работ, оценка времени выполнения каждой работы (либо принимается как известная входная информация);
- построение целевой функции;
- поиск оптимального или субоптимального расписания.
В случае если построенное расписание не удовлетворяет пользователя или администратора, возможно изменение графа зависимых работ задачи (например, увеличение или уменьшение количества задействованных узлов) или изменение ограничений и повторный расчет расписания. В качестве способа построения субоптимального расписания могут использоваться методы случайного поиска или генетические алгоритмы.
Библиографические ссылки
1. Ковалев И. В., Царев Р. Ю. Моделирование и оптимизация параллельных процессов в информационно-управляющих системах. Красноярск : ИПЦ КГТУ, 2003.
M. V. Tyupkin
*Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
R. Yu. Tsarev Siberian Federal University, Russia, Krasnoyarsk
K. A. Semenko Norilsk Nickel, Russia, Norilsk
MODERN APPROACH TO CLUSTER INFORMATION PROCESSING SYSTEM ANALYSIS
The problem of calculation efficiency in cluster information processing systems is studied. The architectural levels of these systems are described. The approach to improve the cluster information processing system efficiency due to reasonable system resource usage is proposed.
© Тюпкин М. В., Царев Р. Ю., Семенько К. А., 2012
