А.И. Власов1, С.В. Кузьмина2, С.С. Макаров3, Ф.М. Петровичев4, В.А. Шахнов5

1–5 МГТУ им. Н.Э. Баумана (Москва, Россия)
 

Постановка проблемы. В существующих условиях импортозамещения высокотехнологичной электронной продукции возникает необходимость рассмотрения аппаратно-программной платформы «Эльбрус» в качестве основы для построения как пользовательских, так и специализированных вычислительных систем отечественной разработки. С учетом перспектив развития платформы «Эльбрус», ее аппаратных и программных возможностей, представляется целесообразным разработать рекомендации в области практического применения и перспективных конфигураций вычислительных комплексов двойного применения.

Цель. Провести анализ возможностей аппаратно-программной платформы «Эльбрус» и обозначить перспективы ее использования в вычислительных средствах двойного применения.

Результаты. Проанализированы аппаратные и программные возможности платформы «Эльбрус». Показано, что в настоящий момент платформа «Эльбрус» пригодна для построения на ее основе как пользовательских, так и специализированных вычислительных систем. Предложены перспективные конфигурации вычислительных систем и даны рекомендации по их дальнейшему развитию и применению. Исследованы позиции микропроцессоров общего назначения на рынке, получены оценки устойчивости и существования зависимости от развития технологии производства. Представлены примеры использования платформы «Эльбрус» и результаты анализа эффективности ее применения.

Практическая значимость. Результаты работы могут быть использованы для создания различных типов вычислительных комплексов на базе платформы «Эльбрус». Приведенные возможности платформы «Эльбрус» позволяют создавать на ее основе перспективные конфигурации, которые, в свою очередь, могут быть представлены на потребительском рынке вычислительных комплексов отечественной разработки. Также результаты работы могут быть использованы для решения вопросов в рамках программы импортозамещения при продвижении платформы «Эльбрус» в интересах расширения области ее применения и адаптации к уже применяемым на сегодняшний день конфигурациям вычислительных систем.

Власов А.И., Кузьмина С.В., Макаров С.С., Петровичев Ф.М., Шахнов В.А. Анализ решений двойного применения вычислительных средств на платформе «Эльбрус» // Нейрокомпьютеры: разработка, применение. 2023. T. 25. № 1. С. 46-62. DOI: https://doi.org/10.18127/j19998554-202301-02

1. Билибин К.И., Власов А.И., Журавлева Л.В., Макарчук В.В., Мысловский Э.В., Парфенов О.Д., Пирогова Е.В., Шахнов В.А., Шерстнев В.В. Конструкторско-технологическое проектирование электронной аппаратуры. Учебник для вузов. М. 2005. 568 с.
2. Kurnosenko A.E., Shakhnov V.A. Digital transformation in preparation for the production of electronics products. Automation. Modern technologies. 2021. V. 75. № 2. P. 51–56.
3. Akberdina V.V., Kalinina A.V., Vlasov A.I. Transformation stages of the Russian industrial complex in the context of economy digitalization. Problems and Perspectives in Management. 2018. V. 16. № 4. P. 201–211.
4. Алферов Ж.И. О состоянии и перспективах развития полупроводниковой электроники в России // Нано- и микросистемная техника. 2005. № 8. С. 2–19.
5. АО «МЦСТ». Микропроцессоры и СБИС. [Электронный ресурс]. – Режим доступа: http://www.mcst.ru/chips/.Проверено, дата обращения 25.04.2022.
6. Ким А.К. Вычислительная техника для РКО: история и перспективы «эльбрусовских» проектов // Русский инженер. 2009. № 4. C. 118–119.
7. Ким А.К., Фельдман В.М. Вопросы создания суперЭВМ на основе архитектурной платформы «Эльбрус» // Приборы. 2009. № 1(103). С. 36–46.
8. Тараканова Д.Ю., Либер Ю.С., Гюльмалиева С.Э. Обзор микропроцессоров «Эльбрус» 6-го и 7-го поколений // Коррекционно-педагогическое образование: электронный журнал. 2021. № 5(29). С. 176–181.
9. Волконский В.Ю., Ким А.К., Назаров Л.Н., Перекатов В.И., Фельдман В.М. Микропроцессоры и вычислительные комплексы российской компании МЦСТ // Электроника: Наука, Технология, Бизнес. 2008. №8. С.62–69.
10. Ким А.К., Бычков И.Н., Волконский В.Ю., Воробушков В.В., Груздов Ф.А., Михайлов М.С., Нейман-заде М.И., Парахин Ю.Н., Семенихин С.В., Слесарев М.В., Фельдман В.М. Российские технологии «Эльбрус» для персональных компьютеров, серверов и суперкомпьютеров // Тезисы докладов IX Междунар. науч.-практич. конф. «Современные информационные технологии и ИТ-образование». М.: МГУ им. М.В. Ломоносова. 2014. С. 39–49.
11. Конюхов С.С., Тютляева Е.О., Одинцов И.О., Московский А.А. Оценка потенциала использования платформы «Эльбрус»
    для высокопроизводительных вычислений // Труды междунар. конф. «Суперкомпьютерные дни в России». М.: МГУ
    им. М.В. Ломоносова. 2016. С. 373–385.
12. Дружинина О.В., Корепанов Э.Р., Белоусов В.В. Анализ особенностей использования быстрых алгоритмов для решения задач моделирования нелинейных систем с применением вычислительной платформы «Эльбрус» // Нелинейный мир. 2022. Т. 20. № 3. С. 5–16. DOI 10.18127/j20700970-202203-01.
13. Карасёв А.А., Данилов Е.А. Обзор истории развития микропроцессоров на примере микропроцессоров INTEL // Международный студенческий научный вестник. 2018. № 3-2. С. 290–292.
14. Moore G.E. Cramming more components onto integrated circuits. [Электронный ресурс]. – Режим доступа: https://hasler. ece.gatech.edu/Published_papers/Technology_overview/gordon_moore_1965_article.pdf, дата обращения 27.08.2018.
15. Колесников Н.А., Летучий С.В. Закон Мура и современные проблемы // Научно-техническое и экономическое сотрудничество стран АТР в XXI веке. 2020. №2. С. 336–341.
16. Парахин Ю.Н., Севальнев О.С., Терентьев Ю.И., Мороз Я.Н., Токарев Д.С. Особенности физического проектирования микропроцессоров на базе 90 нм-технологий // Вопросы радиоэлектроники. 2012. Т.4. №3. С. 119–131.
17. Игра вдолгую: как пандемия меняет спрос на ноутбуки в России. [Электронный ресурс]. – Режим доступа: https://trends. rbc.ru/ trends/industry/cmrm/619624859a7947ad0b7492fc, дата обращения 13.05.2022.
18. Мустафин Т.Р., Алёхин А.И., Кравцунов Е.М., Макаев Б.О. Безопасная среда исполнения критических приложений во встраиваемых системах на базе вычислительных средств семейства «Эльбрус» // Радиопромышленность. 2019. № 1.
    С. 16–22.
19. Мишин А.А. Исследование и сравнительная оценка эффективности архитектуры «Эльбрус» // Инновационные, информационные и коммуникационные технологии. 2019. № 1. С. 91–95.
20. Бочаров Н.А., Зуев А.Г., Славин О.А. Производительность микропроцессора «Эльбрус-8СВ» для решения задач технического зрения в условиях ограничений энергопотребления // Известия ЮФУ. Технические науки. 2021. № 1(218).
    С. 259–271.
21. Mini-ITX Standard Specification. [Электронный ресурс]. – Режим доступа: https://www.intel.com/Проверено, дата обращения 11.03.2022.
22. Краткое описание архитектуры «Эльбрус». [Электронный ресурс]. – Режим доступа: http://www.elbrus.ru/elbrus_arch, дата обращения 22.04.2022.
23. Знаменский Д., Блинников А. Аппаратная поддержка виртуализации архитектуры «Эльбрус» // Электроника: Наука, технология, бизнес. 2020. № 5(196). С. 60–67.
24. Тачков А.А., Козов А.В., Вуколов А.Ю. Особенности портирования Robot Operating System на программно-аппаратную платформу «Эльбрус» // Программные продукты и системы. 2019. № 4. С. 655–664.
25. Мороз Я.Н., Токарев Д.С. Особенности топологического планирования ядер высокопроизводительных процессоров семейства «Эльбрус» // Наноиндустрия. 2018. № S(82). С. 103–109.
26. Будылин В.К., Полищук И.А., Слесарев М.В., Юрлин С.В. Опыт прототипирования микропроцессоров компании ЗАО «МЦСТ» // Вопросы радиоэлектроники. 2012. № 3. С. 132–142.
27. Бочаров Н.А. Программно-аппаратная платформа «Эльбрус» для решения задач искусственного интеллекта // Наноиндустрия. 2021. Т. 14. № S7(107). С. 638–640.
28. Дружинина О.В., Корепанов Э.Р., Белоусов В.В. Масина О.Н., Петров А.А. Развитие инструментального обеспечения отечественной вычислительной платформы «Эльбрус 801-PC» в задачах нейросетевого моделирования нелинейных динамических систем // Нелинейный мир. 2021. Т. 19. № 1. С. 15–28. DOI 10.18127/j20700970-202101-02.
29. Химич С.А., Колесов Ю.С., Глухов А.В., Шарафеев Т.Р. Реализации функций релейной защиты автоматики цифровых электрических подстанций с использованием вычислительных комплексов семейства «Эльбрус» // Радиопромышленность. 2019. № 1. С. 23–28.
30. Шахнов В.А., Власов А.И., Поляков Ю.А., Кузнецов А.С. Нейрокомпьютеры: архитектура и схемотехника. М.: Машиностроение. 2000. 64 с.
31. Власов А.И. Аппаратная реализация нейровычислительных управляющих систем // Приборы и системы. Управление, контроль, диагностика. 1999. № 2. С. 61–65.
32. Ахметов Н.Р., Власов А.И., Димитров Д.А., Ду Х., Жалнин В.П., Шахнов В.А., Шанин А.В., Шерстюк А.Е. Перспективная элементная база для СМАРТ-систем в условиях цифровой трансформации промышленности // Датчики и системы. 2021.
    № 1(254). С. 9–17.
33. Prudius A.A., Karpunin A.A., Vlasov A.I. Analysis of machine learning methods to improve efficiency of Big Data processing in Industry 4.0. Journal of Physics: Conference Series. 2019. P. 032065.
34. Бычков И.Н., Чучко П.А. Решения для средств вычислительной техники на основе процессора «Эльбрус-8СВ». Наноиндустрия. 2019. № S(89). С. 57–59.