Сеть из обычных смартфонов может сравняться по мощности с суперкомпьютером

Вычислительная сеть, состоящая исключительно из миллионов распределенных по всему миру мобильных телефонов, может достигнуть уровня производительности суперкомпьютера. К такому выводу пришли ученые НИТУ "МИСиС".

Фото: iStock

Пользователи могут подключать свои мобильные устройства - смартфоны и планшеты - к сети в основном для двух целей: получить доступ к сетевым ресурсам и/или сделать ресурсы своих мобильных устройств доступными для пользователей сети. По мнению исследователей, включение мобильных устройств в сетевую и вычислительную инфраструктуру в ближайшее время приведет к появлению новой категории вычислительных систем - мобильной.

Система предполагает объединение персональные устройства и использование их в фоновом режиме, когда они либо стоят на зарядке, либо заряжены на 80-90% и при этом имеют доступ Wi-Fi. По словам разработчиков, правильно подобранные параметры распределенной системы могут как повысить уровень использования мобильников для решения задач без существенного влияния на заряд батареи, так и значительно сократить время расчета всего эксперимента.

В результате научный коллектив разработал и рекомендовал параметры прототипа мобильной системы, которая эффективно работает с различными типами персональных устройств.

"В качестве вычислительных узлов могут выступать мобильные устройства, планшеты, а также персональные компьютеры и ноутбуки, - говорит соавтор исследования Илья Курочкин, доцент кафедры инженерной кибернетики НИТУ "МИСиС". - Вычислительное приложение при этом доступно для нескольких операционных систем, включая Android. С целью настройки параметров проекта мы провели ряд вычислительных экспериментов на тестовой мобильной распределенной системы. Найденная конфигурация дала возможность сократить время проведения вычислительных экспериментов, а также увеличить процент загрузки устройств и снизить процент просроченных задач".

По словам разработчиков, полученные результаты могут быть использованы для масштабных и многомесячных вычислительных экспериментов, например, для глубокого обучения нейросетей, или моделирования свойств новых материалов.