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)).

В статье рассматривается технология построения многоагентных симуляций, дающая возможность эффективно масштабировать модели этого класса до 10⁹ агентов, и её применение при создании крупномасштабной агентной модели стран Евразии. Задача модели – имитировать основные миграционные процессы и динамику экономик этих стран, а также последствия реализации крупных инфраструктурных проектов как результата действий множества самостоятельных агентов. Тестирование модели проводилось на различных суперкомпьютерах, что позволило сделать вывод об их технических характеристиках.

Опубликована статья «Development of the Agent-based Demography and Migration Model of Eurasia and its Supercomputer Implementation» в которой описываются результаты исследования, направленного на совершенствование инструментов реализации больших агентных 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. 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).