В.Н. Ручкин1, Б.В. Костров2, Д.В. Григоренко3, Д.Р. Пикулин4, Е.В. Ручкина5

1 Московский университета имени С.Ю. Витте, Рязанский филиал (Москва, Россия)
2,3,5 Рязанский государственный радиотехнический университет им. В.Ф. Уткина (г. Рязань, Россия)
4 Рязанский государственный университета им. С.А. Есенина (г. Рязань, Россия)
1 v.ruchkin@muv.ru, v.ruchkin@rsu-rzn.ru, 2 kostrov.b.v@evm.rsreu.ru, 3 info@rznprb.com, 4 d.pikulin@rsu-rzn.ru,
5 ek-ruchkina@yandex.ru

Постановка проблемы. В настоящее время высокопроизводительных вычислительных средств, в том числе нейронных
интеллектуальных систем, недостаточно для того, чтобы следить и управлять тактико-техническими характеристиками. Помимо этого, необходимо иметь возможность гибко управлять универсальностью, масштабируемостью и низким энергопотреблением различных устройств. Такие задачи можно решать одновременно с использованием сопроцессоров и значительного числа ядер различного типа на кристалле для киберфизических и мультипроцессорных систем. Кроме того, стоит задача обеспечения оптимизации решения задач с использованием распараллеливания по командам по данным на различных уровнях обработки: внутри ядра, между ядрами внутри кластера, кластерами на кристалле и кристаллами в системе. В результате за счет разработки экспертной системы создается гибкая архитектура управления этими сопроцессорами или ядрами.

Цель. Провести исследование архитектурной организации совместного проектирования аппаратных и программных средств отечественной нейропроцессорной платформы СPSoC, выбор и обоснование ОС Astra Linux для обеспечения универсальности, масштабируемости и энергоэффективности средствами теоретико-множественной эквивалентности коллектива алгоритмов коллективу роботов, кластерного анализа, построения концептуальной модели экспертной системы выбора наилучшей архитектуры, организации роботов нейросетевого коллектива автоматов на кристалле, ускорения оказания телекоммуникационных услуг 5G.

Результаты. Показаны возможности интеллектуальной многоядерности киберфизических систем-на-кристалле (СPSoC – CyberPhysical-System-on-Chip) для обеспечения качественных свойств универсальности, масштабируемости и энергоэффективности на основе современных отечественных решений K1879ВМ8Я и ПО Neuro Matrix. Предложена методика интеллектуального управления нейропроцессорными ресурсами с целью совместного (Co-Design) проектирования аппаратных и программных средств на основе подхода Intellectual Multiprocessing и теоретико-множественной эквивалентности коллектива алгоритмов коллективу ядер и коллективу роботов на кристалле. Проведена математическая формализация анализа различных структур с целью оптимального выбора, позволяющая спроектировать программно-перестраиваемую многоядерную нейропроцессорную архитектуру обработки больших потоков данных. Выполнено моделирование многокритериального управления выбором наилучшей структуры по различным техническим характеристикам, предназначенной значительно ускорить работу самих нейросетевых средств, акселераторов и серверов.

Практическая значимость. Полученные результаты позволяют провести анализ тактико-технических характеристик систем с целью обеспечения организации структуры и реализации качественных свойств универсальности, масштабируемости и управляемого энергопотребления на основе современного отечественного нейропроцессорного модуля МС127.05 под управлением ОС Astra Linux.

Ручкин В.Н., Костров Б.В., Григоренко Д.В., Пикулин Д.Р., Ручкина Е.В. Совместное аппаратно-программное проектирование интеллектуальных многоядерных киберфизических систем-на-кристалле со свойствами универсальности, масштабируемости и энергоэффективности // Динамика сложных систем. 2025. Т. 19. № 2. С. 30–39. DOI: https://doi.org/10.18127/j19997493-202502-05

1. Jóźwiak L. Advanced Mobile and Wearable Systems // Microprocessors and Microsystems. 2017. V. 50. P. 202–221.
2. Jóźwiak L. Embedded Computing Technology for Highly-demanding Cyber-physical Systems // IFAC-PapersOnLine. 2015. № 48(4). P. 19–30.
3. Chernikov A., Chernikov V., Vixne P., Shelukhin A. High-Performance NMC4 Vector Processor Core for Fixed and Floating Point Calculations // Proceeding of 6th Moscow Supercomputing Forum 2015. P. 13–14.
4. Teich J. Hardware/Software Codesign: The Past, the Present, and Predicting the Future // Proceedings of the IEEE. 2012. V. 100. № Special Centennial Issue. P. 1411–1430.
5. Платунов А.Е. Встраиваемые системы управления // Control Engineering Россия. 2013. Т. 43. № 1. С. 16–24.
6. Chernikov A., Chernikov V., Vixne P., Shelukhin A. New Core of Signal Processor Core NMC4 of Set Neuro Matrix // Proc. of 6th Moscow Supercomputing Forum. 2015. P. 12–13.
7. Ланцов В.Н. Проектирование ПЛИС на VHDL Учеб. пособие; М-во образования Рос. Федерации, Владимир. гос. ун-т. Владимир: ВлГУ. 2000.
8. Быков С.О., Мосин С.Г. Методика автоматизированного проектирования сетей-на-кристалле со специализированной топологией // Динамика сложных систем – XXI век. 2015. Т. 9. №4. С. 63–66.
9. Горбачев Я.Г., Платунов А.Е., Пинкевич В.Ю., Кольчурин М.В. Киберфизические системы. Методы высокоуровневого проектирования. СПб: Университет ИТМО. 2022.
10. Chen S., Huang L., Xiao X., Liu Y., Xie G., Li R. Cyber-Physical Systems Design in An Uncertain Environment with Time Uncertainty Concern // Proc. IEEE 29th International Conference on Parallel and Distributed Systems (ICPADS), Ocean Flower Island, China. 2023. P. 2015–2024.
11. Bykov S.O., Parnevich P.V., Mosin S.G. Design automation of integrated circuits by network-on-chip technology // Proc. of International Conference on Modern Problem of Radio Engineering, Telecommunications and Computer Science, Lviv, Ukraine. 2012. P. 359.
12. Мосин С.Г., Хассан Мд.М., Тухтамирзаев А.Ю. Математическая модель пользовательской сети-на-кристалле // Программные продукты и системы. 2012. № 3. С. 249–252.
13. Dipesh and Chatterjee U. Door Knock: Reverse Engineering the MPSoC Layout Through Timing Attack on NoC // IEEE Embedded Systems Letters. 2024. V. 16. № 4. P. 449–452.
14. Ruchkin V., Soldatov G., Koryachko A., Kostrov B., Ruchkina E. Conceptual Model of Hardware & Software Co-design for Multicore Systems on Chip // Proc. 9th Mediterranean Conference on Embedded Computing (MECO), Budva, Montenegro. 2020. P. 1–4.
15. Cardoso J.L.F.P., Grogan P.T., Pennock M.J. Classifying Interoperability Problems in Cyber-Physical Systems: Empirical Cases from OpenWrt // IEEE Systems Journal. 2024. V. 18. № 3. P. 1658–1668.
16. Patel N. et al. Towards a New Thermal Monitoring Based Framework for Embedded CPS Device Security // IEEE Transactions on Dependable and Secure Computing. 2022. V. 19. № 1. P. 524–536.
17. Fuketa H., Uchiyama K. Edge Artificial Intelligence Chips for the Cyberphysical Systems Era // Computer. 2021. V. 54. № 1. P. 84–88.
18. Fakhr Shamloo N., De Santis E., Domenica Di Benedetto M. Security and Diagnosability of Finite State Machines Under Cyber-Attacks // IEEE Transactions on Automation Science and Engineering. 2025. V. 22. P. 5108–5116.
19. Dehnavi S., Goswami D., Goossens K. Analyzable Publish-Subcribe Communication Through a Wait-Free FIFO Channel for MPSoC Real-Time Applications // Proc. IEEE 14th International Symposium on Embedded Multicore/Many-core Systems-on-Chip (MCSoC), Singapore. 2021. P. 388–395.
20. Ланцов В.Н., Масленков А.В. Анализ параметрических устройств эффективным итерационным методом // Известия высших учебных заведений. Электроника. 1999. № 1–2. Р. 97–104.
21. Матюха В.А., Волощук С.С., Мосин С.Г. Разработка универсального настраиваемого вычислителя целочисленного квадратного корня на базе ПЛИС // Известия высших учебных заведений. Электроника. 2022. Т. 27. № 2. С. 205–217.
22. Ahmadi-Pour S., Herdt V., Drechsler R. RISC-V AMS VP: An Open Source Evaluation Platform for Cyber-Physical Systems // Proc. of Forum on specification & Design Languages (FDL), Antibes, France. 2021. P. 1–7.
23. Valente L., Restuccia F., Rossi D., Kastner R., Benini L. TOP: Towards Open & Predictable Heterogeneous SoCs // IEEE Transactions on Computers. 2024. V. 73. № 12. P. 2678–2692.
24. Ручкин В.Н., Костров Б.В., Романчук В.А., Фулин В.А. Многокритериальный нечеткий выбор вычислительной структуры на основе кластеризации // Динамика сложных систем - XXI век. 2016. Т. 10. № 1. С. 33–40.
25. Ручкин В.Н., Костров Б.В., Романчук В.А., Фулин В.А. Анализ явного и неявного параллелизма на основе кластеризации вычислительных систем // Динамика сложных систем - XXI век. 2015. Т. 9. № 2. С. 20–28.
26. Ручкин В.Н., Костров Б.В., Колесенков А.Н. Информационное, операционное и алгоритмическое обеспечение кибер-физической системы мониторинга чрезвычайных ситуаций // Динамика сложных систем - XXI век. 2017. Т. 11. № 2. С. 18–24.