В статье исследователей из университета Салерно (Италия) рассматривается распределенная версия пакета MASON, разработанная в университете Джорджа Мейсона (США) для реализации программного кода агент-ориентированных моделей в распределенной среде – D-MASON. Большинство разработчиков агентных моделей в первую очередь являются специалистами в определенных предметных областях, а их программистские навыки зачастую ограничиваются знаниями специализированных высокоуровневых пакетов, и в этой связи постоянно растет запрос на системы автоматического распараллеливания программного кода без его переработки, сильно упрощающие построение высокопроизводительных приложений. Ранее мы уже описывали подобного рода фреймворки – RepastHPC, Pandora, Polaris и др., а здесь рассмотрим особенности пакета D-MASON, среди которых – эффективное разделение моделируемого пространства (двух и трехмерного), новый механизм согласованности памяти, интеграция с облачными сервисами. Дистрибутив, подробная документация, учебные пособия и прочие материалы можно скачать здесь.

В работе ученых научно-технического университета г. Краков (AGH University of Science and Technology) рассматривается симулятор, построенный на базе агентного подхода, позволяющий имитировать поведение толпы на различных объектах – от небольших помещений до крупных центров притяжения большого количества людей (стадионов, высотных зданий и т.д.). Использование клеточных автоматов в качестве основы для пространственного распределения агентов позволяет эффективно распараллеливать программный код.

Третье совещание рабочей группы стран БРИКС по информационно-коммуникационным технологиям (ИКТ) и высокопроизводительным вычислениям прошло с 13 по 15 мая 2019 года в технологическом парке Итайпу (Фос-ду-Игуасу, Бразилия). Заседание проходило под председательством профессора Аугусто Гадельха (Augusto Gadelha) из Бразильской лаборатории научных вычислений, и в нем приняли участие 22 участника из пяти стран БРИКС.

В статье рассматривается алгоритм декомпозиции графа, применительно к реализации масштабируемой агент-ориентированной модели, с целью эффективной балансировки нагрузки между узлами суперкомпьютера. Агенты модели одновременно задействованы в нескольких процессах, для которых важны различные социальные связи (семья, соседи, друзья и др.).

Разработана система проектирования агент-ориентированных моделей для запуска на суперкомпьютерах, позволяющая эффективно масштабировать агент-ориентированные модели до 1 млрд. агентов. Она была применена при реализации крупномасштабной агентной модели стран Евразии, имитирующей основные процессы движения населения этих стран, а также последствия реализации крупных инфраструктурных проектов как результата действий множества самостоятельных агентов. Тестирование модели было проведено на различных суперкомпьютерах (Ломоносов (МГУ), Млечный путь-2 (Гуанчжоу, Китай)).