Modeling and scrutinizing feasibility of cooperating processors  Page description

Help  Print 
Back »

 

Details of project

 
Identifier
136496
Type K
Principal investigator Végh, János
Title in Hungarian 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.
Full text https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=136496
Decision
Yes





 

List of publications

 
Végh János és Berki ádám József: On the role of speed in technological and biological information transfer for computations, Acta Biotheoretica, in print, 2022
Végh János és Berki Ádám: Towards generalizing the information theory for neural communication, Entropy 8(24)2022, 1086, 2022
Végh János: Revising the Classic Computing Paradigm and Its Technological Implementations, Informatics, 2021
Végh, János: Assigning HW priority level support to tasks for better RTOS operation, https://developer.arm.com/research/summit/previous-summits/2017/speakers, 2017
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: Renewing computing paradigms for more efficient parallelization of single-threads, ADVANCES IN PARALLEL COMPUTING 29: pp. 305-330., 2018
Végh János: Introducing the explicitly many-processor approach, PARALLEL COMPUTING 75: pp. 28-40, 2018
Végh János: Can Broken Multicore Hardware be Mended?, Global Journal of Researches in Engineering, Volume 18 Issue 1, 2018
J. Végh, J. Vásárhelyi and D. Drótos: The performance wall of large parallel computing systems, Lecture Notes in Networks and Systems 68, Springer, 224-237, 2019
J. Végh, J. Vásárhelyi and D. Drótos: The performance wall of large parallel computing systems, Lecture Notes in Networks and Systems 68, Springer, 224--237, 2019
J. Végh: How Amdahl's Law limits performance of large artificial neural networks, Brain Informatics, 6/4, 1-11, 2019
J. Végh and A. Tisan: The need for modern computing paradigm: Science applied to computing, 2019 International Conference on Computational Science and Computational Intelligence , 1523-1532, 2019
J. Végh: How deep machine learning can be, A Closer Look at Convolutional Neural Networks, Nova, 141-169, 2019
J. Végh: How Amdahl's Law limits performance of large artificial neural networks, Brain Informatics, 6/4, 1-11, 2019
János Végh: Finally, how many efficiencies the supercomputers have?, The Journal of Supercomputing 76/12(2020)9430-9455, 2020
János Végh: Which scaling rule applies to Artificial Neural Networks, (CSCE) The 22nd Int'l Conf on Artificial Intelligence (ICAI'20) ICA2246, 2020
János Végh: Introducing Temporal Behavior to Computing Science, 2020 CSCE, Fundamentals of Computing Science FCS2930, 2020
János Végh: How to extend the Single-Processor Paradigm to the Explicitly Many-Processor Approach, 2020 CSCE, Fundamentals of Computing Science FCS2243, 2020
Végh János, Berki Ádám József: Do we know the operating principles of our computers better than those of our brain?, CSCI'20 CSCI-ISAI: Artificial Intelligence, CSCI2037, 2020
Végh János: von Neumann's missing "Second Draft": what it should contain, Proc. 2020 Internat. Conf. on Computational Science and Computational Intelligence, 2020
Végh János: Why do we need to Introduce Temporal Behavior in both Modern Science and Modern Computing, Global Journal of Computer Science and Technology: Hardware \& Computation, 2020
Végh János: A model for storing and processing information in technological and biological computing systems, The 2021 Internat. Conf. Computational Science and Computational Intelligence; Foundations of Computer Science; FCS4404, 2021
Végh János, Berki Ádám József: Why learning and machine learning are different, Advances in Artificial Intelligence and Machine Learning 1/2(2021)9, 2021
Végh János: Which scaling rule applies to Artificial Neural Networks, Neural Computing and Applications, 2021
Végh János: Why do we need to Introduce Temporal Behavior in both Modern Science and Modern Computing, Global Journal of Computer Science and Technology: Hardware & Computation, 2020
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
Végh János: Az idő szerepe a természet- és a számítástudományban, XIII. Tudomány- és Technikatörténeti Online Konferencia, 2020





 

Events of the project

 
2020-12-12 08:55:38
Résztvevők változása




Back »