Мелкозернистый параллелизм клеточно-автоматных...

22
Мелкозернистый параллелизм клеточно- автоматных моделей пространственной динамики Лекция 1 Руководитель: д.т.н., проф., Бандман О.Л. Лектор: к.ф.-м.н., Нечаева О. И. Ассистент: Бессмельцев М.В.

Upload: garrison-burke

Post on 03-Jan-2016

60 views

Category:

Documents


1 download

DESCRIPTION

Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики Лекция 1. Руководитель: д.т.н., проф., Бандман О.Л. Лектор: к.ф.-м.н., Нечаева О. И. Ассистент: Бессмельцев М.В. Содержание курса. Первая часть Экскурс в историю развития КА-моделирования - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики

Лекция 1

Руководитель: д.т.н., проф., Бандман О.Л.Лектор: к.ф.-м.н., Нечаева О. И.Ассистент: Бессмельцев М.В.

Page 2: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Содержание курса Первая часть• Экскурс в историю развития КА-моделирования• Основные понятия и формальная модель клеточного автомата• Параллельная реализация клеточно-автоматных алгоритмов

Вторая часть• Классификация клеточных автоматов

– по поведенческим свойствам, – по свойствам процессов, которые они моделируют, – по способам построения КА моделей.

• Композиция КА-моделей с введением операций на множестве клеточных автоматов.

Третья часть • Рассмотрение конкретных КА-моделей в гидродинамике,

поверхностной химии, биологии, кинетике и синтезе нано систем, и др.

• Вычислительные свойства клеточных автоматов

Page 3: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Зачем нужно моделирование?

Page 4: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Математическое моделирование

• Математическая модель – это упрощенное описание реальности с помощью математических понятий.

• Математическое моделирование – процесс построения и изучения математических моделей реальных процессов и явлений.

• Работа не с самим объектом (явлением, процессом), а с его моделью дает возможность безболезненно, относительно быстро и без существенных затрат исследовать его свойства и поведение в любых мыслимых ситуациях.

Page 5: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Процесс моделирования

Page 6: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Два подхода при моделированииКлассический подход –

дифференциальные уравненияАльтернативный подход –

дискретное моделирование

Кл

еточ

ны

й

ав

том

ат

Page 7: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Поиск новых способов моделирования

• Жизнь требует моделирования все более сложных нелинейных процессов, с которыми даже дифференциальные уравнения уже не справляются.

• Поиск новых моделей, соответствующих современной высокопроизводительной технике – дискретное моделирование.

• С развитием микроэлектроники на первый план выходят модели с естественным параллелизмом, т.к. они лучше отражают реальный мир

Page 8: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Три этапа развития идей о КА

1950-1970 гг.• Классический КА – проблема самовоспроизведения,

интеллектуальные игры

1960 – 1990 гг.• Однородные структуры – параллельные

универсальные перестраиваемые схемы для микроэлектроники

с 1984 г. • КА-модели пространственной динамики –

гидродинамика, поверхностная химия, кристаллизация, кинетика нано-систем, биология, социальные процессы

Page 9: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Классический КА 1 этап, 1950-1970 гг.

1. J. von Neumann CA (Stanislav Ulam)

КА – это регулярная структура двоичных конечных автоматов с одинаковыми правилами переходов , выраженных в виде

булевых функций от состояний соседних автоматов 2. Игра «жизнь»

u0(t+1)= 1, if (u0=0 ) & (uk=3) 0 , if(u0 =1) & ((uk <2 V uk >3)

Page 10: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

1, if (u0=0) & (uk=3)

0, if (u0 =1) & ( uk<2 V uk >3) u(t+1) =

t t+1 t+2 t+3 . . . .

Perpetuum mobile (часы)

Игра жизнь

Page 11: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

t0 t1 t2 t3 t4 t5 t6

u(t+1) = (mod2) uk k=0,1,…9

Самовоспроизведение(фракталы)

Игра жизнь

Page 12: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Игра жизнь

Турбина

1, if (u0=0) & (uk=3)

0, if (u0 =1) & ( uk=4 V uk=1) u(t+1) =

Page 13: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Однородные вычислительные структурыЭтап 2 (1960 – 1990)

Свойства структурной однородности и функциональной локальности стимулировали появление новых идей в

проектировании архитектур вычислительных устройств в СБИС микроэлектронике

Вычислительная среда - универсальные программируемые вычислительные структуры

Tesselation automata - клеточные автоматы с функциональной неоднородностью

Ассоциативные процессоры - структурно –однородные с глобальными связями

Прообразы параллельных спецвычислителей

( массовая арифметика, обработка сигналов и изображений…

Page 14: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Обобщенная формальная модель:Алгоритм параллельных подстановок

Замечательный пример:

Параллельный сумматор многих чисел

1

1 1

0 0

0 0

0

0

0 1

01

j

i

0 1 0 0 1 9 0 1 1 1 1 + 15 0 0 1 0 1 + 5 0 0 0 0 0

0 0 0 1 0 1 0 0 0 0 0 1 1 1 0 0 0 0 0 0

1 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0

1 1 0 0 1 1 1 1 0 1 = 29 0 0 1 0 0 = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Page 15: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

КА-моделирование пространственной динамики

(3-й этап с 1984 года )

Новый взгляд на КА вызван следующими факторами

Технологический: 1) специализированные процессоры

2) суперкомпьютеры, кластеры. гриды

Математический:

1) Нужда в методах моделирования нелинейных процессов (химия, биология, социология…) часто нет других моделей

2) Необходимость параллельных реализаций в связи с увеличением размеров задач

3) Трудности в преодолении сложности программирования

Экономический:

Переоценка ценностей вычислительной работы

аппаратура дешевеет, программироваие дорожает

Page 16: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Современный взгдяд на КА

CA are mathematical idealization of physical systems, in which time and space are discrete and physical quantities take a finite set of discrete values S Wolfram .Stat. mechanics of CA Review of Modern Physics 55 N3 (1983)

7

КА – это математическая идеализация физическойсистемы, в которой время и пространство дискретны, а физические величины принимают конечное множествозначений

Page 17: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

КА «разделение фаз»

A={0,1)M={(i,j): i,j=0,…,200}

Synchronous mode of operation

8

1,if

u0

u1 u2 u3

u4

u5u6u7

u8 u’01, if uk>5 or uk =40, otherwise

u’=

ut=0.2(uxx +uyy ) -0.2(u-0.1)(u-0.5)(u-0.9);

Asynchronous mode of operation

RКрит. d(0) = 0.5, T=400, d(T)=0.7t итер = 0, 18сек

Крит. D(0)=0.22452157, T=220, d(T)=1tитер = 0.19 сек

Page 18: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Рост островов на катализаторе

Page 19: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Два утверждения отцов-основателей

Cellular automaton is an alternative (rather than approximation) to differential equations in modeling physics Tomas Toffolli - Physica, D10 (1984 )

Cellular automata despite their simple construction, have sufficient complexity to accomplish universal computing Wolfram, NKS, 2002

9

Page 20: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Классы КА-моделей(мелкозернистые алгоритмы)

булев целочисленный вещественныйсимвольный

Клеточный автомат

синхронный асинхронный

детерминированный вероятностный

обучаемый

Page 21: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Мелкозернистый параллелизмв задачах моделирования

естественных процессов

Формальные моделиМетоды

АлгоритмыТехнологии

программирования

Основные свойства мелкозернистых моделей• Однородность (много одинаковых простых вычислительных элементов)• Виртуальный параллелизм)• Локальность взаимодействий • Имитация процессов на микроуровне

12

Page 22: Мелкозернистый параллелизм клеточно-автоматных моделей пространственной динамики  Лекция 1

Область наших интересов в широком смысле

Классическая математика

вычислительная мат-камат. физика

Параллельные выч. методы

Искусственныенейронные сети

Клеточный автомат

мелкозернистый параллелизм complex systems

компьютер

комп. системы

??????

1940

1970

2010

Ф

И

З

И

К

А

химиябиология экология

. . .

внутренний параллелизмнелинейностьсамоорганизацияэволюционизм

К л а с с и к а М о д е р н