Együttműködő számítógép processzorok modellezése és megvalósíthatóságának vizsgálata
Title in English
Modeling and scrutinizing feasibility of cooperating processors
Keywords in Hungarian
új számítógép működési elv; együttműködő processzorok; modellezés és megvalósíthatóság
Keywords in English
new computing principle; cooperating processors; modeling and validating; feasibility
Discipline
Computing Science (Council of Physical Sciences)
100 %
Panel
Informatics and Electrical Engineering
Department or equivalent
Kalimános Bt.
Participants
Berki, Ádám Drótos, Dániel Vásárhelyi, József
Starting date
2018-09-01
Closing date
2022-08-31
Funding (in million HUF)
40.866
FTE (full time equivalent)
7.35
state
running project
Final report
Results in Hungarian
Az egyetlen számítógépes feladatban szükséges számítási igények túlhaladták az egyetlen processzorral elvileg elérhető kapacitást, így a feladatokat csak több együttműködő processzorral lehet megoldani. Ezek az igények elosztott (felhő-szerű) rendszereken, szuperszámítógépeken, grafikus számításokra szolgáló számítógépes egységeken, több magos rendszereken, stb. jelennek meg, és új osztályt képeznek a mesterséges intelligencia megvalósítására szolgáló különféle számítógép együttesek, többek között a mesterséges neurális hálózatok. A nagy léptékű biológiai számítások (köztük az agy szimulálás) is sajátos igényeket támasztanak a számítógépekkel kapcsolatban. Bár a tapasztalat azt mutatta, hogy az elosztott rendszerek megvalósításakor a rendszerbe integrált processzorok hasznos teljesítőképessége egy ún. tapasztalati hatásfokkal csökken, nem volt ismert, hogy ennek van-e elméleti oka és ha igen, az mitől függ; továbbá, hogy van-e az így létrehozható számítási rendszerek hasznosítható teljesítőképességének elvi korlátja. Kétségek voltak arról, hogy az agy valóban tekinthető-e sajátos számítási rendszernek; hogyan számol, hogyan értelmezendő az az információ, amivel az agy dolgozik, mi a feldolgozás (absztrakt) technológiai módja, beleértve a tanulás elemi mechanizmusát is. Bár szerényebb cékitűzésekkel indult, a kutatás – a 75 éves számítási paradigma megújítása és általános számítási modell felállítása után – a projekt teljesítése során megválaszolta a fenti kérdéseket.
Results in English
The needed computing capacity for solving a single computing task exceeded a long time ago the capacity achievable using a single processor, so they could only be solved using several cooperating processors. These demands appear in the form of (cloud-like) distributed systems, supercomputers, GPUs, many-core processors, etc.; with the new class of different computing systems for implementing artificial intelligence, among others artificial neural networks. The large scale biological computations (including brain simulation) also show up special requirements against computer systems. Although the common experience showed that the payload efficiency of distributed computing system decreases by a so called empirical efficiency, it was not known whether this decrease has a theoretical reason and if yes, what factors it depends on. Furthermore, it was not known whether the payload capacities of those constructed computing systems have theoretical upper limits. It was doubtful whether the brain can be considered to be a very special computing object; how it computes, how to interpret the information the brain works with, furthermore what is its (abstract) technology of processing, including the elementary mechanism of learning. Although the project was started with much modest goals, the research – after renewing the 75-years old computing paradigm and setting up a general computing model – answered the questions during executing the project.
Végh János, Vásárhelyi József, Drótos Dániel: Can parallelization save the (computing) world?, Proc. 19th International Carpathian Control Conference (ICCC 2018) ISBN:978-1-5386-4762-2, 2018
Végh János és Berki Ádám: How information theory shall be generalized for neural communication, International Conference of Bioinformatics \& Computational Biology (BIOCOMP 2022), Held at CSCE'22, 2022
