Кафедра вычислительных систем
О кафедре

Кафедра образована в 1987 решением Ученого Совета НГУ от 16.04.1987г. Организатором кафедры и первым ее заведующим был член-корр. РАН В.Е. Котов. С 1998 года кафедрой руководит д.т.н., профессор Б.М. Глинский. На момент организации кафедры задачей кафедры была подготовка высококвалифицированных специалистов широкого профиля по моделированию, программному обеспечению, архитектуре ЭВМ и вычислительных систем. В настоящее время направленность подготовки студентов изменилась с учетом современных требований к выпускникам. Классические курсы остались: архитектура ЭВМ; операционные системы, сети ЭВМ и др., однако также появились и новые курсы в соответствии с необходимостью специализации студентов в области высокопроизводительных вычислений с применением кластерных суперЭВМ. Преподаватели кафедры являются высококвалифицированными специалистами, большинство из них работают в институтах СО РАН. В настоящее время на кафедре 6 преподавателей–совместителей, из них — 4 профессора и 2 доцента, и 2 преподавателя–почасовика. Базовое образование сотрудников и направления их научных исследований полностью соответствуют направлениям специализации кафедры.

К числу основных задач кафедры следует отнести:

  • Чтение курсов и проведение семинарских занятий для студентов, специализирующимся по кафедре, обеспечение высокого уровня преподавания, постоянное обновление и совершенствование читаемых курсов.
  • Специализация студентов и аспирантов в области вычислительных систем и сетей и их информационного и программного обеспечения.
  • Проведение научно-исследовательской работы согласно планам кафедры.

Ежегодно на кафедре проходят специализацию 50-60 студентов 3-6 курсов и 2-4 аспиранта. Высокий уровень выполняемых студенческих проектов обеспечивается в результате сотрудничества с базовыми институтами СО РАН (для кафедры это, в первую очередь, Институт вычислительной математики и математической геофизики, Институт систем информатики, Институт физики полупроводников). Студенты выступают на научных студенческих конфеpенциях.

Многие выпускники кафедры работают как в институтах СО РАН и в вузах Сибири, так и в IT-фирмах. 8 выпускников кафедры защитили кандидатские диссертации.

Кафедра сотрудничает с коллегами из вузов Москвы, юга России, Сибири и Дальнего Востока.

Направление подготовки кафедры: Математика и компьютерные науки

Направления специализации кафедры:

Высокопроизводительные вычислительные системы. Параллельные высокопроизводительные вычисления являются мощным инструментом для математического моделирования в различных отраслях науки и техники. Наибольшее распространение, в настоящее время, для таких вычислений получили кластерные суперкомпьютеры, имеющие большое количество процессоров или ядер. Знание архитектуры таких систем, состава системного и прикладного программного обеспечения супер-ЭВМ, языков параллельного программирования позволит выпускникам кафедры «Вычислительных систем» успешно входить в проблематику решения больших задач в различных областях.

Теория параллельных систем и процессов. Параллельные суперкомпьютеры и параллельные программные технологии – бурно развивающиеся области современной науки и техники, активно проникающие во все новые и новые стороны нашей жизни. На основе результатов и рекомендаций теоретических исследований параллельных систем и процессов ведется поиск и проверка новых архитектурных принципов конструирования параллельных/распределенных систем, изучаются методы распараллеливания алгоритмов, проверяются новые способы организации параллельных программ и процессов, отрабатываются методы структурного и семантического анализа параллельных систем и программ и т.д. Полученные выпускниками знания в рамках этой специализации позволяют им ориентироваться в широком классе математических моделей параллельных систем и процессов и быстро входить в проблематику смежных областей.

Математическое и имитационное моделирование информационно-вычислительных систем и сетей.Хорошо известна сложность современных инфо-коммуникационных сетей и их большая размерность. В большинстве случаев сколько-нибудь адекватное описание таких сетей и происходящих в них процессов в рамках одной математической модели невозможно. По этой причине популярным методом исследования в этой области является имитационное моделирование. Имитационное же моделирование включает в себя как поиск наилучшего способа представления сложной системы, так и моделирование случайных процессов и взаимодействий, в ней происходящих, включая написание соответствующих программ и программных комплексов (систем моделирования). Специфика исследуемого объекта требует также решение задачи генерации случайных структур с заданными свойствами, в том числе разработку соответствующих параллельных алгоритмов для генерации случайных сетей большой размерности.

Распределенные вычислительные системы и алгоритмы, нейронные сети, обработка изображений. Системы машинного зрения должны обладать способностью обрабатывать полутоновые изображения и выполнять многочисленные функции, необходимые для интеллектуальной интерпретации изображений. Важную роль в этом процессе играют нейронные сети, способные обучаться распознаванию образов. Для оперативного решения задач обработки изображений требуется привлечение высокопроизводительных вычислительных средств, в том числе кластерных вычислительных систем. При этом необходимо решать задачи: 1) распараллеливания вычислений; 2) динамического планирования вычислительной и коммуникационной нагрузок; 3) восстановления вычислений при отказах компонентов вычислительной системы (машин и межмашинных соединений). Нейронные сети способны обучаться управлению системами различной сложности. В частности нейронные сети интересны как основа для разработки параллельных архитектур. В ИФП СО РАН на основе многоэлементных фотоприемников ИК-диапазона разработаны тепловизоры, предназначенные для использования в медицинской диагностике. В настоящее время нерешенными являются задачи количественного описания тепловизионных изображений (термограмм) и их распознавания. Владение современными результатами в области машинного зрения позволит молодым специалистам быстро осваивать любые направления высокопроизводительной интеллектуальной обработки информации.

Системы офисной автоматизации. Построение моделей предприятия, моделей бизнес-процессов как инструмента решения задач автоматизации деятельности. Рассмотрение предприятия как открытой, управляемой саморазвивающейся системы. Исследование вопросов организации любого автоматизированного рабочего места с интеграцией в корпоративную систему.

poor mans design