Модуль Общая характеристика последовательных
Процессы сбора, передачи, обработки и накопления информации представляют сущность, предметную область учебной дисциплины “Информатика”. Теоретические основы этих процессов, закладывающие фундамент дисциплины относятся к важнейшему ее разделу: ИНФОРМАЦИОЛОГИИ. Информациология – это область фундаментальной науки, естествознания о средах, структурах и компьютерно-телекоммуникационных системах, отражающих естественные и искусственные, созданные и регулируемые человеком, информационные процессы, системы, структуры и среды во Вселенной. Как показано в трудах ведущих Российских ученых Международной Академии Информатизации (академиков Евреинова Э.В., Евтихиева Н.Н., Иванникова А.Д., Лохина В.М., Нечаева Н.Н., Сигова А.С., Юзвишина И.И., Якубайтиса Э.А. и других) в основе этих процессов распределенная обработка информации.
Фундаментальное научное направление распределенной обработки информации рассматривается как генеральная основа построения локальных, территориальных и глобально-спутниковых компьютерных, биокомпьютерных и информационно-сотовых систем и сетей предприятий, учебных заведений, учреждений, городов, стран и всего мира в целом, всех отдельно взятых граждан – членов мирового сообщества. Это направление науки и техники служит фундаментальной основой построения массовых информационно-вычислительных средств и систем. Оно включает многие классы вычислительных средств: распределенные вычислительные системы, сосредоточенные вычислительные системы, однородные вычислительные структуры, однородные вычислительные среды и т.п.
Распределенные вычислительные системы представляют собой совокупность территориально разнесенных вычислительных средств, связанных друг с другом средствами связи, обеспечивающими необходимые взаимодействия с помощью обмена информацией.
На другом полюсе находятся однородные вычислительные среды, представляющие собой совокупность элементарных далее неупрощаемых и неделимых вычислителей, то есть элементарных автоматов с программируемой структурой, объединенных друг с другом регулярными управляемыми (априорно задаваемыми) связями.
Благодаря конечности и простоте построения элементов, их унификации, регулярности соединений закладывается возможность создания на их основе вычислительной среды с последующей настройкой этой вычислительной среды на структурную реализацию любой вычислительной машины или системы машин, максимально приспособленных к особенностям решаемых информационно-вычислительных задач. Между этими двумя классами вычислительных средств заключены разнообразные вычислительные системы и структуры, реализующие вычисления на основе модели вычислителей. Академик Эдуард Владимирович Евреинов в своих трудах (“Информациология сред, структур и биокомпьютерных систем”и других), в частности, указывает, что это направление стало единственным, способным снять принципиальные ограничения по обеспечению непрерывного роста производительности и надежности при резком снижении стлоимости, характерные для вычислительных средств с последовательным выполнением операций, в основе которых лежит модель Фон Неймана, иллюстрирующая работу одного вычислителя, занятого решением той или иной задачи. Проблема интеллектуализации вычислительных средств в контексте их самовоспроизведения как автоматов была поставлена и в известной мере решена Фон Нейманом в 1957 году и получила развитие в работах зарубежных и отечественных ученых, в том числе в работах академиков Э.В.Евреинова, В.В.Нечаева и других, что привело к построению теории однородных вычислительных систем структур и сред с рапределенной обработкой информации.
Исследования показали, что решение сложных задач с помощью вычислительных машин, построенных на принципах модели Фон Неймана и характеризующихся последовательным выполнением операций, наталкивается на определенные трудности по мере роста сложности задачи. Известно, что повышение производительности вычислительной машины при последовательном выполнении операций зависит от повышения тактовой частоты работы элементов машины (числа переключений за едингицу времени). Между тактовой частотой работы машины и ее размерами существует определенная зависимость, обусловленная запаздыванием в передаче сигналов из-за конечной скорости их распространения, определяемой скоростью света.
Отсюда исходя из всем известного представления о постоянстве скорости света можно определить теоретический предел в повышении производительности машины при последовательном выполнении операций. Производительность вычислительного средства определяется как количеством элементов, так и частотой их работы. Увеличение производительности достигается за счет увеличения параллельно работающих элементов при неизменной тактовой частоте и даже одновременном уменьшении этой частоты.
Из приведенных выше рассуждений видно, что с уменьшением тактовой частоты допускается сколь угодно высокая производительность вычислительных\информационных действий и тем самым снимается принципиальное ограничение на производительность вычислительных средств с параллельным выполнением операций.
Переход к параллельному выполнению операций или распределенной обработке информации означает моделирование коллектива вычислителей\информаторов. Такое моделирование строится на принципах параллельного выполнения операций, переменной логической структуры, конструктивной однородности. Параллельной обработке информации пренадлежит будущее. Подтверждением тому в практическом плане уже сейчас служат ссложные многокомпьютерные в единой сети, многопроцессорные в едином компьютере информационно-вычислительные комплексы, в том числе развертывание серверных систем для распределенных хранения и обработки информации.
Теория построения таких средств параллельной обработки информации опирается, прежде всего, на рассмотрение сред, структур и систем. Анализ систем показывает, что основные показатели процессов и задач в них связаны зависимостью между локальными и глобальными объемами информации.
В основе построения систем, структур и сред лежит модель коллектива вычислителей, явяляющаяся обобщением общепринятой модели вычислителя. Эта модель предполагает элементарную форму представления информации с помощью двухэлементного множества и слов над ним. Примером такого двухэлементного множества является множество булевских значений B = {O, L}.
Представление информации через последовательности булевских значений является господствующим принципом в используемых в настоящее время вычислителях. Переработка в них таким образом представленной информации может быть описана с помощью функций, которые оперируют булевскими значениями, их кортежами (двоичными словами) или последовательностями двоичных слов. Булевские функции (будут рассмотрены подробнее ниже) дают основу для описания процессов обработки информации. Сложные операции над двоичными словами могут быть технически представлены через переключательные узлы и схемы, которые могут быть подходящим образом скомбинированы из простых “кирпичиков”, которые соответствуют элементарным булевским функциям, то есть возникает ситуация, когда представление информации отождествляется с математическими структурами теории множеств, отображается на этих структурах. Электрические переключатели вычислителей реализуют узлы и схемы, технически воплощающие выполнение булевских функций. Устройства для переработки сигналов соответстуют в определенной мере абстракции – булевским функциям. Техническое построение цифровых переключателей может быть передано через переключательные схемы и узлы.
Синтаксическое представление для булевых функций дают булевские термы со свободными идентификаторами. Иными словами, мы имеем дело с термовым представлением, корреспондирующем со схемами и узлами, а тем самым и с реализацией булевских функций с помощью схем и узлов. В вузовском курсе “Информатика” этому вопросу посвящена далее отдельная большая тема.
Вернемся к вопросу о модели коллектива вычислителей, являющейся обобщением общепринятой модели вычислителя. Эта модель лежит в основе построения систем, структур и сред информационных систем. В работах упомянутых выше российских ученых показано, что эта модель отвечает действию трех основных постулатов ее построения: параллельности, переменности и однородности.
Рассмотрим эти три аксиомы.
Аксиома параллельности выполнения произвольного числа операций.
В отличие от модели вычислителя, в которой предполагается строго последовательное выполнение шагов вычислений (операций), в модели коллектива вычислителей может выполняться параллельно (одновременно) сколь угодно большое конечное число шагов вычислений (операций).
Аксиома параллельности соблюдается на уровне задачи, алгоритма, модели. Рассмотрим каждыц из уровней в отдельности. Согласно аксиоме параллельности сложные задачи дожны быть сформулированы так, чтобы они допускали параллельное решение большого числа связанных между собой подзадач меньшей сложности.
Аксиома параллельности задачи означает, что всякая сложная задача может быть представлена в виде связанных между собой простых подзадач. Между подзадачами существуют такие информационные связи сложной задачи, которые не могут быть устранены. Поэтому при решении такой задачи моделью коллектива вычислителей каждый вычислитель решает свою подзадачу и при необходимости обменивается информацией с другими вычислителями.
Аксиома параллельности алгоритмов означает, что для любой сложности задачи может быть предложен параллельный алгоритм, допускающий ее эффективное решение. Правильность этой аксиомы обусловлена тем, что по своей природе все сложные задачи допускают параллельный способ их решения.
Аксиома параллельности модели коллектива вычислителей
означает, что модель коллектива вычислителей имеет фундаментальное значение, так как благодаря ей снимается принципиальное ограничение по производительености.
Аксиома переменной логической структуры.
В отличие от модели вычислителя, в которой предполагается фиксированная структура, в модели коллектива вычислителей структуры изменяется как при переходе от задачи к задаче, так и в процессе решения данной задачи. Аксиома переменности проявляется на всех уровнях: задачи, алгоритма, модели. Если для простых задач нет необходимости задавать структуру, поскольку они могут быть решены с помощью модели вычислителя, то для сложных задач необходимо структурное представление, обусловленное использованием модели коллектива вычислителей для их решения.
Аксиома переменности логической структуры имеет для модели коллектива вычислителей фундаментальный характер, так как благодаря ей удается обеспечить структурную универсальность модели коллектива вычислителей, живучесть, существеное упрощение описания процесса вычислений. Фактическое соблюдение аксиомы переменности означает принципиальную возможность создания в модели коллектива вычислителей для каждой задачи соответствующей структурной схемы решения и соответствующей модели вычислений, учитывающей все детали структуры решаемой задачи.
Аксиома конструктивной однородности элементов и связей модели.
В отличие от модели вычислителя в модели коллектива вычислителей все элементы и связи однородны. Это означает, что можно построить такую модель коллектива вычислителей, которая, схраняя все свойства модели, содержит одинаковые вычислители с однотипными связями между ними. Эта аксиома, как и предшествующие две, справедлива на всех уровнях: задачи, алгоритмы и модели.
Приведенные выше аксиомы выстраивают представление о моделировании вычислительного автомата для большого числа входящих элементов. Именно большие, чрезвычайно большие числа элементов характерны для вычислительных сред и систем настоящего и тем более будущего.
Пусть автомат А задан логической сетью над базисом элементов {Аi}. При реализации автомата А, образованного очень большим количеством элементов, задача моделирования в вычислительной среде сводится к реализации всех элементов и всех каналов этого автомата. При этом для большого множества элементов можно настаивать на правомерности следующих теорем:
Теорема 1. В вычислительной среде при отсутствии ограничений на число элементов во всей структуре и ее частях моделируется машина Тьюринга. (Доказательство проводится путем построения машины Тьюринга в среде).
Теорема 2. В вычислительной среде и ее частях при отсутствии ограничений на число элементов в ней и ее частях моделируется любой автомат Неймана-Черча.
Теорема 3. Не существует такого автомата Неймана-Черча, в котором можно было бы микроструктурно моделировать вычислительную среду. (Доказательство опираеться на тот факт, что элементы вычислительной среды теоретически могут не иметь задержки пр передаче информации, а в автоматах Неймана-Черча задержка обязательно присутствует).
Теорема 4. В двухмерной вычислительной среде при отсутствии ограничения на число элементов микроструктурно моделируется k-мерная вычислительная среда, где k – конечное число. (Доказательство проводится методом построения k-мерного элемента вычислительной среды в двумерной вычислительной среде).
Из приведенных теорем следует, что вычислительная среда имеет качественное отличие от автоматов Неймана-Черча.
Свойства элементов вычислительной среды – отсутствие запаздывания при передаче информации и возможность изменения коммутации и между полюсами элементов – позволяют микроструктурно моделировать в вычислительной среде алгоритм Колмогорова-Успенского и растущий автомат. Как известно, при выполнении алгоритма Колмогорова-Успенского активная часть U(S) состояния S, представляющая собой комплекс комплекса S, состоящий из вершин и отрезков, принадлежащих цепям длины j равно или меньше N, содержащим начальную вершину (N – произвольное, но для данного алгоритма фиксированное число). Отсюда видно, что при реализации алгоритма Колмогорова-Успенского необходима мгновенная передача информации через большое число элементов.
При реализации растущих автоматов следует обеспечить переключение входов элементов в зависимости от состояния элементов в заданной окрестности, то есть предусмотреть при моделировании в среде возможность изменения коммутации полюсов элементов. Благодаря вышеназванным свойствам элементов вычислительной среды при микроструктурном моделировании справедливы следующие теоремы:
Теорема 5. В вычислительной среде микроструктурно моделируется алгоритм Колмогорова-Успенского.
Теорема 6. В вычислительной среде микроструктурно моделируется растущий автомат. (Доказательство этих двух теорем может быть получено построением соответствующих структур в вычислительной среде).
Перечисленные выше принципы отражают основные положения созданной академиком Э.В.Евреиновым теории распределенной обработки информации, в основе которых фундаментальные принципы природы – параллельное выполнение большого числа операций, автопеременная структура, однородность и неодгородность элементов, их отношений и связей. На основе этих принципов создано фундаментальное направление распределеной обработки информации, в котором определены следующие основополагающие аспекты сложных систем, процессов и задач: целостность, сложность, параллельность, переменность, иерархичность, распределенность, энергетичность, структурная активность информации, связанность простых задач и процессов, несвязанные, слабосвязанные и сильносвязанные задачи и процессы. Теория распределенной обработки информации является фундаментальной для построения локальных, территориальных и глобально-спутниковых компьютерных и биокомпьютерных систем и сетей предприятий, учреждений, городов, стран и всего мира в целом. Эти фундаментальные принципы легли в основу таких основополагающих научных направлений информатики как искусственный интеллект, бионейрокомпьютерные системы и сети информатизации мирового сообщества; на их базе создаются и уже появились высокопроизводительные вычислительные машины и системы с параллельным выполнением операций. Более того, широчайшим образом распространенные на сегодня средства последовательной обработки информации есть частный случай рассматриваемых здесь сложных сред, структур и систем.
Этими основополагающими и им подобными проблемами моделирования сложных вычислительных систем завтрашнего дня, научно обоснованными подходами к порстроению таких моделей занимается основополагающая наука информатики – ИНФОРМАЦИОЛОГИЯ.
