Development of the Agent-based Demography and Migration Model of Eurasia and its Supercomputer Implementation
16.03.2018 18:53:00

В статье описываются результаты исследования, направленного на совершенствование инструментов реализации больших агентных моделей на суперкомпьютерах. Для проведения эффективного расчета модели с использованием суперкомпьютера требуется распределить агентов равномерно по всем задействованным процессорам суперкомпьютера таким образом, чтобы минимизировать связи между агентами, размещенными на разных процессорах. Связи агентов можно представить в виде графа, а затем для его разбиения на относительно изолированные части применить алгоритмы графовой декомпозиции.

Самой многочисленной является популяция агентов-людей, каждый из которых может быть связан с множеством других агентов-людей благодаря родственным отношениям, соседству, участию в совместной работе (в том числе, и занятости в одном проекте). А кроме того, связан агентами следующих уровней иерархии – предприятиями, муниципальными образованиями и т.д. Агенты других уровней также образуют графы, например, предприятия участвуют в совместных проектах, а регионы в модели характеризуются графом транспортной связности. Теснота связи агентов, под которой понимается интенсивность обмена сообщениями, сильно варьируется даже в пределах связей агентов одного типа, что также должно быть учтено в процедуре декомпозиции графов.

Описанная структура модели приводит к формированию крупномасштабного графа агентов разных типов, который целесообразно разбить на блоки, связанные с регионами, так как наиболее интенсивный обмен сообщениями приходится на связи агентов-людей в местах их проживания. Таким образом, расчетная сетка будет состоять из ячеек, соответствующих регионам, а задача обеспечения эффективности расчета модели с использованием суперкомпьютера решается путём распределения ячеек, содержащих агентов, по процессорам. Это распределение производится с учётом веса ячеек (численности агентов в них) и числа связей между каждой парой ячеек. Для эффективного разбиения множества ячеек на подмножества равного размера с минимумом связей были реализованы алгоритмы графовой декомпозиции METIS/ParMETIS (Karypis, Kumar, 1995), которые успешно применяются для распределения графов больших размерностей (до 109) в задачах декомпозиции и переупорядочивания расчётных сеток, матриц и графов.

Для расчетов использовались два суперкомпьютера: МВС-100K (Межведомственный суперкомпьютерный центр РАН, г. Москва) и Tianhe-2 (Национальный университет оборонных технологий КНР, г. Гуанчжоу).

257-1-1306-4-10-20171231.pdf скачан: 15раз.
rss
Назад
Статьи
Суперкомпьютерные технологии Транспортные модели пешеходная модель Монография Биомедицина Parallel computing Параллельные вычисления большие данные Axum Repast Агент-ориентированные модели Исследования Модель экономики Евросоюза Пространственно-распределенные агентные модели CUDA Russian Supercomputing Days Агент-ориентированный подход Исторические процессы Мониторинг планеты Пространственные модели Экономические процессы FuturICT SEGMEnT БРИКС Контакты Публикации Эксафлопная производительность GPU SSC Междисциплинарное исследование Новости Революция Эпидемия HPABM SWAGES Высокопроизводительные вычисления Методология запуска О проекте Социальная сеть Ядерная атака на США Microsoft Social Simulation Conference ГИС Механизм раделяемой памяти Пандемия Ссылки автоматическое распараллеливание POLARIS TSUBAME Демография Моделирование мира Пандора Стратегии распараллеливания Суперкомпьютерная Академия агентная модель XAXIS Иерархическая платформа Моделирование эпидемий