ИСТИНА |
Войти в систему Регистрация |
|
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
В результате работы над проектом должен быть создан пакет программ, обеспечивающий существенное повышение быстродействия алгоритмов синтеза слоистых сред за счет максимального использования возможностей, предоставляемых современной архитектурой персональных компьютеров и вычислительных кластеров. К настоящему времени разработаны высокоэффективные алгоритмы решения широкого класса задач синтеза слоистых систем, основанные на различных оптимизационных подходах. Это позволяет находить решения для задач синтеза в таких областях, как телекоммуникации, технологии сверхплотной записи информации, генерация сверхкоротких импульсов, медицинская оптика, и в ряде других, где требуются сложные зависимости спектральных характеристик покрытий от длины волны падающего на них излучения. Однако существует ряд задач, наводящихся на переднем крае современных исследований, решение которых требует длительных по времени расчетов даже на современных рабочих станциях (десятки часов и даже сотни часов). Повсеместное распространение микропроцессоров с многоядерной архитектурой делает актуальным использование распараллеливания для дальнейшего ускорения работы методов синтеза многослойных покрытий. Задачи синтеза многослойных покрытий имеют хороший потенциал для такого распараллеливания, так как вычисление спектральных характеристик покрытия ведется на некотором заранее заданном наборе длин волн и углов падения света, для каждой длины волны и угла падения вычисления могут вестись независимо и таким образом быть распараллелены. Другую возможность для повышения быстродействия предоставляет технология CUDA проведения вычислений при помощи графических процессоров (GPU). Компания NVIDIA выпустила ряд графических карт, обладающих способностью эффективно производить вычисления с плавающей запятой с числами двойной точности и имеющими пиковую производительность более 900 GFLOPs и более (GPU вычислительный процессор Tesla C1060), что сопоставимо с производительностью небольшого вычислительного кластера. Однако при реализации вычислений с использованием GPU узким местом становится шина передачи данных между CPU и GPU. Кроме того, организация вычислений с использованием GPU должна учитывать возможности и ограничения этой архитектуры, что приводит к дополнительным сложностям при реализации алгоритмов. Это делает неочевидной возможность существенного ускорения при решении задач синтеза многослойных покрытий с использованием GPU-вычислений, однако проведение исследований в данном направлении необходимо, так как возможный выигрыш может быть весьма значительным. Наконец, решение самых сложных задач синтеза многослойных покрытий требует разработки вычислительного комплекса, способного эффективно использовать возможности современных кластеров. Основной проблемой на этом пути является разработка такого подхода, которых позволил бы эффективно использовать узлы кластера при проведении вычислений, минимизируя передачу информации между узлами и возможные простои узлов, вызванные ожиданиями данных. Кроме этого, следует использовать тот факт, что каждый узел имеет несколько вычислительных ядер, так что разрабатываемый подход должен быть многоуровневым.
Разработанные в ходе проекта методы синтеза обеспечивают возможность получать не единственное решение, а сразу множество решений - различных конструкций оптических покрытий, обладающих близкими спектральными характеристиками и близкими параметрами (полной толщиной, числом слоев). С целью обеспечения практической реализации результатов решения задачи синтеза покрытий, получаемых с использованием разработанных численных методов, aвторами проекта впервые разработана цепочка «дизайн-готовое покрытие», включающая в себя следующие звенья: 1) получение множественных решений задачи синтеза, 2) полномасштабные вычислительные эксперименты по виртуальному напылению полученных конструкций покрытий и оценка процента выхода годных изделий, 3) натурные эксперименты по производству покрытий, исследование полученных образцов и определение реальных параметров слоев, 4) корректировка как параметров напыления, так и параметров моделирования, 5) отбор наилучших для практической реализации покрытий. С помощью оценок теории вероятности показано, что для надежной оценки процента выхода годных изделий требуются тысячи и даже десятки тысяч вычислительных экспериментов. Время вычислений, затрачиваемое на один вычислительный эксперимент по производству покрытия, зависит от типа контроля толщин слоев. Наиболее затратными по времени являются вычислительные эксперименты, моделирующие производство с оптическим широкополосным методом контроля. В зависимости от числа слоев, один вычислительный эксперимент по производству покрытия с использованием широкополосного контроля может занимать до нескольких минут на персональном компьютере. Таким образом, проведение нескольких тысяч вычислительных экспериментов для многих теоретических конструкций покрытий возможно только с использованием параллельных вычислений. Выполнено трехуровневое распараллеливание алгоритмов, используемых для решения задачи синтеза и для вычислительных экспериментов по напылению покрытий, для GPU архитектуры на основе технологии CUDA. На GPU NVidia GTX 580 алгоритмы работают в 15-20 раз быстрее, чем на процессоре Intel Xeon 5160, имеющем частоту 3.0 GHz. В ходе работы над проектом опубликовано 25 работ, из них 16 опубликовано в журналах из перечня ВАК и входящих в систему цитирования Web of Science.
грант РФФИ |
# | Сроки | Название |
1 | 1 января 2010 г.-31 декабря 2012 г. | Программное обеспечение для решения задач анализа и синтеза слоистых сред на параллельных вычислительных системах |
Результаты этапа: |
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".