Black and White Simple Modern Computer Presentation

1.

Қожа Ахмет Ясауи атындағы Халықаралық Қазақ-Түрік университеті
Инженерия факультеті
Пән:Бұлттық есептеулер
Дайындаған:Тәжібай Еркебұлан
Тобы: ААД-311
Тақырып:Ғылыми зерттеулерде HPC және бұлтты есептеулерді біріктіру
Қабылдаған:Ниязова Гулжан Жолаушиевна

2.

ЖОСПАР
1. Кіріспе: Тақырыптың өзектілігі мен мақсаты.
2.HPC және Cloud Computing-ке тарихи шолу.
3.HPC және бұлтты есептеулердің теориялық негіздері.
4.Екі жүйені біріктірудің артықшылықтары мен
себептері.
5.Ғылыми зерттеулерде қолданудың нақты мысалдары
(Биоинформатика, Климат).
6.Салыстырмалы талдау (Кесте мен графиктер).
7. Глоссарий.
8.Қорытынды және пайдаланылған әдебиеттер.

3.

КІРІСПЕ
Тақырыптың өзектілігі: Қазіргі ғылыми зерттеулерде
деректердің өте үлкен көлемін өңдеу және күрделі
математикалық модельдеу қажеттілігі туындауда. Дәстүрлі
HPC жүйелерінің қымбаттығы мен шектеулілігі жағдайында
оларды бұлттық технологиялармен біріктіру ғылымның
дамуы үшін басты бағыт болып табылады.
Жұмыстың мақсаты: Ғылыми зерттеулерде HPC (жоғары
өнімді есептеулер) мен бұлттық ортаның икемділігін
біріктірудің тиімділігін зерттеу және оның практикалық
маңызын талдау.
Тақырыптың маңызы: Бұл интеграция зерттеушілерге ірі
инфрақұрылымдық шығындарсыз-ақ жоғары жылдамдықты
есептеу ресурстарына жедел қол жеткізуге және ғылыми
нәтижелерді алу уақытын қысқартуға мүмкіндік береді.
Зерттеу міндеттері: Бұлттық есептеулердегі HPC қолдану
модельдерін қарастыру және олардың ғылым саласындағы
(биоинформатика, физика, климатология) рөлін айқындау.

4.

HPC ЖӘНЕ CLOUD COMPUTING-КЕ ҚЫСҚАША
ТАРИХИ ШОЛУ
HPC-ТІҢ ҚАЛЫПТАСУЫ:
Жоғары өнімді есептеулер (High-Performance
Computing) алғаш рет 1960-жылдары ірі
мемлекеттік және әскери жобалар үшін
суперкомпьютерлер түрінде пайда болды.
БҰЛТТЫ ТЕХНОЛОГИЯЛАРДЫҢ
КЕЛУІ:
2006 жылдан бастап бұлттық есептеулер
(Cloud Computing) ресурстарды интернет
арқылы жалға алу моделін ұсынып,
икемділікті арттырды.
ДӘСТҮРЛІ КЕЗЕҢ:
1990-2000 жылдар аралығында ғылыми зертханалар
мен университеттерде есептеу кластерлері қолданылды,
бірақ олардың инфрақұрылымы өте қымбат және
күрделі болды.
ИНТЕГРАЦИЯ КЕЗЕҢІ:
2010-жылдардың соңында HPC қуаттылығы
мен бұлттың масштабталу мүмкіндігі
біріктіріліп, "HPC-as-a-Service" (HPCaaS)
тұжырымдамасы қалыптасты.

5.

HPC архитектурасының негіздері
(суперкомпьютерлер, кластерлер)
Жоғары өнімді есептеулер (HPC) — бұл күрделі есептерді шешу
үшін көптеген есептеуіш түйіндердің (nodes) біріккен қуатын
пайдалану. Оның негізгі компоненттері:
Суперкомпьютерлер:
Біртұтас, өте қуатты жүйе ретінде
жобаланған, есептеу жылдамдығы мен
деректерді өңдеу қабілеті жағынан әлемдегі
ең жоғары көрсеткіштерге ие аппараттық
кешен.
Есептеу кластерлері:
Жоғары жылдамдықты желі арқылы
біріктірілген стандартты
серверлердің немесе
компьютерлердің тобы. Олар бірлесіп
біртұтас есептеу ресурсы ретінде
жұмыс істейді.
Талдау
HPC архитектурасының басты ерекшелігі — масштабталу мүмкіндігінде.
Кластерлік жүйелердің тиімділігі оған қосылған түйіндердің санына
ғана емес, сонымен қатар олардың арасындағы дерек алмасу
жылдамдығына тікелей байланысты. Бұл архитектура ғылыми
зерттеулердегі ең күрделі математикалық модельдерді қысқа мерзімде
шешуге мүмкіндік береді.
ЖОҒАРЫ ЖЫЛДАМДЫҚТЫ
БАЙЛАНЫС (INTERCONNECT):
Есептеу түйіндері арасында
деректердің кедергісіз және жедел
алмасуын қамтамасыз ететін арнайы
желілік технологиялар (мысалы,
InfiniBand).

6.

Бұлтты есептеулер (Cloud Computing)
модельдері (IaaS, PaaS, SaaS).
Бұлтты есептеулерді ғылыми зерттеулерде қолдану үш негізгі
қызмет көрсету моделіне бөлінеді:
IaaS (Infrastructure as a
Service):
Пайдаланушыға виртуалды серверлер,
желілер және деректерді сақтау қоймалары
беріледі. Ғылыми зерттеулерде бұл модель
өз бетінше HPC кластерлерін құру және
баптау үшін қолданылады.
PaaS (Platform as a
Service):
Әзірлеушілерге арналған дайын
платформа (ОЖ, деректер қоры)
ұсынылады. Зерттеушілер
инфрақұрылымды басқармай-ақ, өз
алгоритмдерін орындауға назар
аударады.
Талдау
HPC және бұлтты біріктіруде көбінесе IaaS моделі қолданылады, себебі
ол зерттеушіге есептеу ресурстарын (CPU, GPU, RAM) өзінің
қажеттілігіне қарай икемді басқаруға мүмкіндік береді. Бұл ресурстарды
масштабтау арқылы ғылыми есептерді шығару уақытын айтарлықтай
қысқартуға болады.
SAAS (SOFTWARE AS A
SERVICE):
Интернет арқылы дайын
бағдарламалық жасақтаманы қолдану
(мысалы, бұлттық статистикалық
пакеттер немесе модельдеу
сервистері).

7.

HPC МЕН БҰЛТТЫ БІРІКТІРУДІҢ НЕГІЗГІ
СЕБЕПТЕРІ
Ресурстардың қолжетімділігі: Зерттеушілерге кез
келген уақытта және кез келген жерден жоғары өнімді
есептеу қуатына қол жеткізу мүмкіндігі беріледі.
Шығындарды оңтайландыру (Cost Optimization):
Меншікті суперкомпьютерді сатып алу және күтіп ұстау
шығындарының орнына, тек пайдаланылған ресурс үшін
төлеу (Pay-as-you-go) моделіне көшу.
Икемді масштабтау (Scalability): Есептеу күрделілігіне
байланысты түйіндер санын лезде арттыру немесе
азайту мүмкіндігі.
Инновацияларды жеделдету: Дайын бұлттық
сервистерді (мысалы, AI/ML құралдары) пайдалану
арқылы ғылыми тәжірибелерді дайындау уақытын
қысқарту.
Деректерді басқару: Үлкен көлемдегі ғылыми
деректерді бұлттық қоймаларда қауіпсіз сақтау және
оларды әлемдік әріптестермен жедел бөлісу.

8.

ДӘСТҮРЛІ HPC VS. CLOUD-BASED HPC
СИПАТТАМАСЫ
ДӘСТҮРЛІ (ONPREMISE) HPC
БҰЛТТЫҚ (CLOUDBASED) HPC
ШЫҒЫНДАР
(CAPEX/OPEX)
ЖОҒАРЫ БАСТАПҚЫ
ИНВЕСТИЦИЯ
(САТЫП АЛУ)
ПАЙДАЛАНҒАНЫ
ҮШІН ҒАНА ТӨЛЕУ
(PAY-AS-YOU-GO)
МАСШТАБТАЛУЫ
ШЕКТЕУЛІ
(ФИЗИКАЛЫҚ
СЕРВЕРЛЕРМЕН)
ӨТЕ ЖОҒАРЫ (ШЕКСІЗ
ДЕРЛІК РЕСУРС)
ЖАҢАРТУ
ЖЫЛДАМДЫҒЫ
АЯУ (ЖАҢА
АППАРАТТЫҚ ҚҰРАЛ
АЛУ КЕРЕК)
ЖЫЛДАМ (СОҢҒЫ
GPU/CPU
ҚОЛЖЕТІМДІ)
КҮТУ ЖӘНЕ
БАСҚАРУ
МЕНШІКТІ IT
МАМАНДАР ТОБЫ
ҚАЖЕТ
ПРОВАЙДЕР
ЖАУАПКЕРШІЛІГІНДЕ

9.

Біріктіру технологиялары (Контейнерлеу және
Виртуализация)
Виртуализация
(Hypervisors):
Физикалық серверді бірнеше оқшауланған
виртуалды машиналарға (VM) бөлуге
мүмкіндік береді. Бұл есептеу ресурстарын
икемді бөлудің негізі болып табылады.
Талдау
Контейнерлеу (Docker,
Singularity):
Қолданбаларды барлық қажетті
кітапханаларымен бірге жеңіл
пакетке жинақтау. Ғылыми
зерттеулерде Singularity
контейнерлері HPC орталарында
қауіпсіздік пен өнімділік үшін жиі
қолданылады.
Дәстүрлі виртуализациямен салыстырғанда, контейнерлеу технологиясы
ғылыми есептеулерде жоғары өнімділікті қамтамасыз етеді, себебі ол
ресурстарды аз шығындайды (low overhead). Әсіресе, Singularity
контейнерлері суперкомпьютерлердің ерекшеліктерін ескере отырып,
ғылыми бағдарламалық жасақтаманың әртүрлі орталарда бірдей жұмыс
істеуіне (reproducibility) кепілдік береді.
ОРКЕСТРАЦИЯ
(KUBERNETES):
Контейнерлерді автоматты түрде
басқару және масштабтау. Бұл
технология есептеу түйіндерінің
жұмысын үйлестіреді.

10.

Ғылыми зерттеулердегі қолдану мысалы
Биоинформатика және генетика
Биоинформатика ең көп есептеу ресурстарын қажет ететін салалардың
бірі. HPC мен бұлтты біріктіру бұл салада келесі мәселелерді шешеді:
Геномды секвенирлеу:
Дәрілік заттарды жасау
(Drug Discovery):
Адам геномының миллиардтаған
деректерін өңдеу үшін орасан зор жады мен
параллельді есептеулер қажет. Бұлттық
HPC бұл процесті бірнеше айдан бірнеше
сағатқа дейін қысқартады.
Виртуалды скрининг арқылы
миллиондаған молекулалардың өзара
әрекеттесуін модельдеу. Бұлттық
ресурстар зерттеушілерге қажет кезде
мыңдаған есептеу түйіндерін лезде
қосуға мүмкіндік береді.
Талдау
Биоинформатикада бұлттық HPC-ті қолдану зерттеулердің құнын
төмендетіп, нәтижелердің қолжетімділігін арттырады. Мысалы, COVID19 пандемиясы кезінде вирустың мутациясын бақылау және вакцина
әзірлеу үшін әлемдік зертханалар бұлттық есептеулердің қуатын
бірлесіп пайдаланды. Бұл — жоғары өнімді есептеулер мен бұлттық
технологиялардың ғылымдағы синергиясының жарқын мысалы.
АҚУЫЗДАРДЫҢ
ҚҰРЫЛЫМЫН БОЛЖАУ:
Күрделі биологиялық процестерді
модельдеуде бұлттық GPU
(графикалық процессорлар)
кластерлерін қолдану.

11.

Ғылыми зерттеулердегі қолдану мысалы
Климаттық модельдеу
Климаттық модельдеу бұл атмосфера, мұхит және құрлық арасындағы
өте күрделі физикалық процестерді сипаттайтын математикалық теңдеулер
жүйесі.
Атмосфералық
модельдер:
Жер шарын миллиондаған кішігірім
торларға бөліп, әр тордағы температураны,
қысымды және ылғалдылықты есептеу. Бұл
тек HPC деңгейіндегі қуаттылықты талап
етеді.
Экстремалды ауарайын болжау:
Құйын, тайфун немесе қатты жауыншашынды алдын ала болжау үшін
бұлттық ресурстар арқылы
есептеулерді жедел масштабтау
(Bursting).
Талдау
Климаттық модельдеуде HPC мен бұлтты біріктірудің басты
артықшылығы — деректердің қолжетімділігінде. Мысалы, ECMWF
(Еуропалық орта мерзімді ауа-райын болжау орталығы) сияқты
ұйымдар өздерінің есептеулерінің бір бөлігін бұлтқа шығару арқылы
әлем ғалымдарына нақты уақыттағы модельдермен жұмыс істеуге
мүмкіндік береді. Бұл табиғи апаттардың алдын алуда және
экологиялық стратегияларды құруда шешуші рөл атқарады.
BIG DATA
ТАЛДАУ:
Жерсеріктерден келетін
терабайттаған деректерді бұлттық
қоймаларда өңдеу және тарихи
деректермен салыстыру.

12.

ҚОРЫТЫНДЫ
Жұмысты қорытындылай келе, HPC және бұлтты есептеулерді
біріктіру заманауи ғылымның ажырамас бөлігі екенін атап өтуге
болады:
Технологиялық синергия: HPC жүйелерінің есептеу қуаттылығы
мен бұлттық технологиялардың икемділігі біріккенде, ғылыми
зерттеулердің тиімділігі жаңа деңгейге көтеріледі.
Қолжетімділік: Бұлттық шешімдер ірі суперкомпьютерлік
орталықтарға қол жеткізе алмайтын кішігірім зертханалар мен
жас ғалымдарға күрделі есептеулер жүргізуге мүмкіндік берді.
Экономикалық тиімділік: Дәстүрлі инфрақұрылымға кететін
шығындар азайып, зерттеушілер тек нақты пайдаланылған ресурс
үшін төлеу мүмкіндігіне ие болды.