Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

129

UDK: 005 Stručni rad

NOVI PRAVCI RAZVOJA RAČUNARSKIH SISTEMA: CYBER- PHYSICAL I KVANTNI COMPUTING

NEW DEVELOPMENT DIRECTIONS OF COMPUTER

SYSTEM: CYBER PHYSICAL AND QUANTUM COMPUTING

Jovan Ivković1, Vladimir Veljović2, Jelena Lužija Ivković3 1ITS Visoka škola strukovnih studija za IT, Beograd

2Fakultet tehničkih nauka u Čačku, Univerzitet u Kragujevcu 3MyITLab, Beograd

1jovan.ivkovic@its.edu.rs, 2veljo09@gmail.com, 3jelena.luzija@gmail.com,

Apstrakt: U ovom radu dat je kratak pogled na dva nova pravca daljeg razvoja računarskih sistema koji su u ovom trenutku najverovatniji i ostvarivi u kraćem vremenskom periodu. Sa jedne strane je to primena energetski efikasnih senzorskih IoT sistema kao inteligentnih čvorišta budućih lokalnih neuronskih mreža kao preteče neuro-morfnih i neurosinaptičkih koncepata računarstva, a sa druge su to kvantni računari sa njihovom specifičnom sistemskom arhitekturom i kvantnim konceptima. Ključne reči: Računarska arhitektura, Senzorske mreže, Internet stvari - IoT, Industrija 4.0, Mikrokontroleri -MCU, Cyber physical sistemi, Kvantni računari, Inteligentni uređaji Abstract: This paper provides a brief look at two new directions of further development of computer systems which are at present the most likely and achievable in a shorter period of time. On the one hand it is the application of energy-efficient sensor IoT systems as intelligent nodes of the future local neural networks as precursors of Neuromorphic and Neurosynaptic concepts of computing, on the other hand are to quantum computers with their specific system architecture and quantum concepts. Key words: Computer arhitecture, Sensor networks, Internet of Things - IoT, Industry 4.0, microcontrolers -MCU, Cyber physical systems, Quantum Computers, Inteligent devices

1. UVOD

Početkom ove decenije došlo je do usporavanja razvoja tehnoloških platformi baziranih

na poluprovodničkim elementima. Prelaskom sa 22nm na 14nm litografsku proizvodnju

integrisanih kola, postalo je jasno da će biti potrebno znatno duže vreme za razvoj

adekvatne tehnologije kako bi se prevazišla fizička ograničenja postoječih materijala. U

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

130

ovom trenutku 16 i 14nm FinFET i 3d FinFET tranzistorske tehnologije na bazi Atomic

Layer Deposition ALD su de facto standard. Poslednjih nekoliko godina prisutna su

rešenja sa novim materijalima kao što je SiGe, koji tokom ove godine treba da omogući

pokretanje proizvodnje integralnih kola u 10nm tehnologiji. U najavi je i potpuni

prelazak na InGaAs i Ga-on-graphen postupak što bi obezbedilo prelazak na 7nm

tehnologiju.

Međutim uvođenje novih tehnologija osim povećanja broja elemenata na istom prostoru i

poboljšanja nivoa energetske efikasnosti nije donelo napredak u domenu porasta

frekvencije radnog takta elektronskih komponenata. Pored svih unapređenja, fizički

limiti poluprovodničkih materijala postavljaju granicu mogućeg radnog takta na 5-6 GHz

(maksimalno 10 GHz). Tehnološka rešenja koja omogućavaju komercijalnim RF

tranzistorima (BFP840/843) na bazi SiGe rad F ≥ 12GHz sa ft ≥85GHz2, a

laboratorijskim rešenjima radne frekvencije veće od 798 GHz postoje, ali nisu pogodna

za rešenja koja zahtevaju veliki stepen integracije.3

Da bi se zadovoljili konstantni zahtevi tržišta za većim kapacitetima i performansama

obrade, dosadašnji modeli višejezgarnog paralelizma su doživeli ekspanziju uvođenjem

koncepta heterogenog komputinga. Ovaj koncept preuzet iz sveta superkompjuterskih i

HPC rešenja, podrazumeva da se za dobijanje traženih performansi pored mnogo

jezgarnih centralnih procesora, koriste i heterogeni masovno paralelizovani kompjuting

resursi poput GPGPU, FPGA i drugi masovno jezgarni akceleratori. Međutim i ovo

rešenje je ograničeno kako fizičkim granicama postojeće poluprovodničke tehnologije,

tako i samom prirodom paralelizovane obrade. Pođemo li od ograničenja postavljenih od

strane G. Amdahl-a [1] naknadno redigovanih od strane L. Gustafson-a [2] postaje jasno

da scenario beskonačne paralelizacije ima ograničenja. Prema Gustafsonovom zakonu

ubrzanje kod modela skalabilne veličine koda je:

( ) NpssSukupno += (1)

Gde je S ukupno – ukupno vreme trajanja izvršavanja koda na paralelizovanim

sistemima, dok su s serijski, p paralelni deo koda, a N broj paralelnih procesora.Time

dolazimo do rezultata da kapacitet obrade paralelno varira samo sa povećanjem broja

čisto paralelnih procesa i njihovog ukupnog udela. Dok je ograničavajući faktor svaki

oblik interkomunikacije i razmene obrađenih informacija koji je po svojoj prirodi

serijska obrada. Stoga možemo reći da trend masovne paralelizacije ima ograničenje, jer

je efektivan samo dok je deo paralelizovane tj. lokalne obrade veći uz tendenciju rasta u

odnosu na vreme neophodno za razmenu informacija između čvorova.

Zbog navedenih ograničenja postojeće tehnologije ali i usled potrebe za sve većom

obradom informacija u realnom vremenu trenutno se razvija nekoliko pravaca u kojima

bi mogao teći dalji razvoj računarstva. Zajednička crta novih pravaca je odustajanje od

ustaljenih postulata digitalnih- poluprovodničkih računarskih sistema. Ovaj otklon se

kreće od promene koncepta računarske primene i fokusne tačke obrade, do potpunog

2 BFP840/BFP843 Infinion “Ultra Low-Noise SiGe:C Transistors for use up to 12 GHz” 3 http://www.news.gatech.edu/2014/02/17/silicon-germanium-chip-sets-new-speed-record

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

131

napuštanja digitalno-binarnog algebarskog sistema, koncepta serijalizovane Tjuringove mašine [3] i prelaska u analogni svet kvantne verovatnoće. 2. CYBER PHYSICAL SYSTEMS (CPS) Cyber physical kompjuting se može odrediti kao skup tehnologija koje obezbeđuju međusobno povezanim sistemima da primenom raspoloživih računarskih resursa upravljaju sopstvenim fizičkim inventarom i kapacitetima. U ovom trenutku CPS primarno čine industrijski senzori, pokretači i umreženi mikrokontrolerski/SoC sistemi povezani na BigData i Cloud. U domenu industrijske primene Cyber physical kompjuting se razvija kroz koncept Industrije 4.0, dok se u sveobuhvatnoj primeni češće nalazi pod nazivom internet stvari IoT i Ubiquitous kompjuting. [4] Ovaj koncept bi ostao samo pitanje drugačije primene arhitekture postojećih računarskih sistema da se u poslednjih nekoliko godina nije pojavila potreba za inteligentnim sistemima, koji autonomno u realnom vremenu treba da upravljaju vozilima. Ako uzmemo u obzir da današnji automobili imaju ugrađeno oko stotinu mikrokontrolera i da će se uskoro očekivati da osim među sobom, oni komuniciraju preko zajedničkog linka i sa drugim vozilima u pokretu, postaje jasno da postojeća arhitektura senzorskih sistema nije u stanju da pruži adekvatan odgovor. Od visoko performansnih mikrokontrolera će se očekivati da samostalno procesiraju sve svoje periferne senzorske podsisteme i sintetišu podatke koje će deliti sa drugim vozilima i BigData sistemima. Ovakav pristup će neminovno osloboditi globalne mrežne resurse suvišnog saobraćaja, a BigData sisteme pred obrada i sažimanja prekomerne količine informacija.

Slika 1. Koncept autonomno AI osposobljenog IoT sistema povezanog sa fizičkim svetom (nove platforme za AI, ARM 2016.) Porast performansi novih generacija 32bitnih mikrokontrolera [5] kao osnovnih procesnih elemenata u okviru Senzorskih/IoT sistema je omogućio da se prikupljanje, kompleksnija obrada informacija i upravljanje sistemima može u potpunosti odvijati autonomno na samom čvorištu u realnom vremenu. Sa performansama većim od

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

132

200MIPS (32bit) i 2MFLOPS-a (IEEE 754 64bit-floating point) postalo je moguće obraditi informacije sa brzih i kompleksnih senzora i kamera, kako u prostom procesnom obliku tako i u složenijem logičkom smislu. Na taj način stvorena je mogućnost da svaki element senzorske mreže poseduje određeni oblik veštačke inteligencije - AI koja mu omogućava da na osnovu prethodnih znanja i iskustava samostalno rešava probleme. U nekoj složenijoj i sofisticiranijoj senzorskoj mreži svaki od čvorova bi zahvaljujući sopstvenom AI mogao da izvodi mnogo značajniji deo samostalne obrade, povećavajući vremenski udeo paralelizovane obrade u skladu sa Amdahlovim i Gustafsonovom zakonom. To bi omogućilo stvaranje sofisticirane AI neuronske mreže, koja bi samostalno u skladu sa potrebama funkcionisala na lokalu. Na taj način bi se prevazišla potreba za velikim brojem data centara namenjenih za BigData prikupljanje, obradu, AI- analitiku i upravljanje. Sama senzorska mreža/IoT sistem (koju čini više povezanih MCU čvorova) na taj način postaje adaptivni sistem upravljan sopstvenom veštačkom inteligencijom (AI) čije obradne performanse u klasičnom smislu, mogu biti ograničene jedino brojem čvorova i brzinom međusobne mrežne komunikacije. Ovakva rešenja slična ARM baziranim SoC CPU rešenjima bi posedovala veliki stepen energetske efikasnosti [5] [7] koji bi prelazio 400-700MIPS/W.

Slika 2. Istorijska tendencija rasta performansi SoC ARM sistema u odnosu na klasične mikroprocesore i HPC-vektorske procesore [4] Glavni limitirajući faktor je brzina interne među čvorne komunikacije. Na taj problem su ukazivala istraživanja sprovedena sa ciljem analize mogućnosti primene cloud – distrubuirane obrade, kao alternative za HPC i superkompjuterska rešenja [6]. Rezultati istraživanja su pokazali da bez obzira na snagu i performanse čvorova, ograničenja se uvek svode na limitirajuće faktore performansi i brzinu interkonekcija između čvorišta (nodova) koja su uvek brža na lokalizovanom „close to metal“ rešenju, nego na rešenjima koja podrazumevaju virtualizovane hardverske resurse interkonektovane preko LAN/WAN mreže između geografski razuđenih i udaljenih hostova (data centri).

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

133

Od 2014. godine na tržištu su se pojavile nove 32bitne generacije IoT-ready mikrokontrolera različitih arhitektura i proizvođača počevši od ARM Cortex M4-M7, PIC32MZ(MIPS) pa do ESP8266-ESP32 i sl. Svima je zajedničko da imaju ugrađene FPU+DSP jedinice, uključenu podršku za LAN i WiFi mrežne priključke i znatno veći RAM, FLASH ROM neophodan za komplesnije programe i multimedijalne sadržaje. Na ilustraciji 3. može se videti nivo performansi koji za int32 prelazi 200MIPS-a [5] što pokazuje da skok performansi u domenu mikrokontrolera u proteklom periodu je veći od onoga što predviđa Murov zakon.

Slika 3. Uporedne performanse u Dhrystone 2.1 (C) Benchmark testu ARM Cortex A SoC CPU-a i različitih generacija 8bit, 32bit i IoT-ready mikrokontrolera zaključno sa ARM Coretex M7 MCU [5] Stoga možemo reći da lokalno autonomni, visoko performansni MCU/SoC senzorsko/aktuatorski sistemi kao lokalna čvorišta, bi mogli biti u stanju da decentralizovano, inteligentno samoupravljaju fizičkim sistemom u svom okruženju i da po potrebi učestvuju u razmeni i uslužnoj obradi informacija iz okolnih mrežno uvezanih čvorišta, stvarajući na taj način inteligentnu IoT/Senzorsku neuronsku mrežu. 3. KVANTNI RAČUNARI (QUANTUM COMPUTING) Koncept kvantnog kompjutinga počiva na postulatima kvantne mehanike i njenim specifičnim fizičkim pojavama kao što su kvantno povezivanje superpozicija i tuneling efekat. Osnove za rad ovih sistema daje kvantna teorija verovatnoće, dok fizička realizacija podrazumeva primenu kompleksnih metalnih legura koje ohlađene na ekstremno niskim temperaturama postižu efekat super provodljivosti. Ova pobuđena jezgra u kontrolisanom okruženju predstavljaju Q-bit. Jedan qubit može biti u više od jednog stanja u nekom trenutku, a pobuda dva qubita (koji su pobuđeni u trenutku kada je između njih uspostavljeno stanje kvantne povezanosti) može dovesti do trenutne teleportacije novog stanja na oba pobuđena qbita. Ove i slične osobine mogu dovesti do

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

134

eksponencijalnog povećanja brzine i performansi kvantne obrade, dok same računare možemo smatrati specijalnim oblikom analogno kvantno probabilističke arhitekture. Faktorizacija kompleksnih polinoma kao i druge matematički zahtevne primene se primenom kvantnog kompjuting koncepta mogu trivijalizovati , a samim time lako i brzo rešiti. Stoga ne čudi interes velikih kompanija i američkih vladinih institucija poput DARPA,NASA, Lockid Martin, IBM i Google za razvoj kvantnih kompjutera.

Slika 4. Kvantni čip kompanije-D-Wave Systems of Burnaby, British Columbia 2011. godina

Slika 5. Novi D-Wave 2 čip razvijen za potrebe laboratorije kvantne veštačke inteligencije formirane od strane Google, NASA-inog istraživačkog centra i USRA 2014. godina Posle pojave prvih verzija D-Wave sistema u naučnoj javnosti se pojavila kontraverza vezana za stepen njihove „prave“ kvantnosti. Razlog tome je potekao od činjenica da D-Wave sistem 1 i 2 ne mogu da postignu pravo kvantno povezivanje, pošto su u stanju da uspostave kvantno povezivanje tek nad jednim do dva qubit-a u trajanju ne dužem od nekoliko mikrosekundi. Da bi zaobišli ovaj problem sistemi koriste kvantno žarenje „quantum annealing“ koje zahteva temperaturu < 80mK do radnih 15..20mK (što

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

135

predstavlja poseban oblik adijabatskog kvantnog računanja koje dozvoljava rad sa više „nisko-kvalitetnih“ qubita i značajno većim šumom).

Slika 6. Izgled D-Wave-2 512-Qubit Vesuvius quantum computing čipa sa pratećom infrastrukturom za duboko hlađenje do približno temperature apsolutne nule (gore levo i desno) i planovi kompanije D-Wave Systems za dalji razvoj (dole) [8] Interesantno je napomenuti da trenutno D-Wave rešenje sa 512 qubit-nim čipom po tvrdnji proizvođača i istraživača može ravnopravno da se nosi sa aktuelnim masovno paralelizovanim superkompjuterima sa preko 5 petaFLOPS-a. [8] Početkom aprila 2016. godine kompanija IBM je predstavila „The IBM Quantum Experience.“ Zahvaljujući ovom cloud servisu zainteresovani naučnici i pojedinci mogu

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

136

da pristupe IBM-ovom kvantnom „Q“ računaru kojeg pokreće čip od 5 qubitova [9]. Sam računar se nalazi u IBM-ovom istraživačkom centru u državi Njujork, a budućim korisnicima je pored online pristupa obezbeđen i komplet za razvoj aplikativnih rešenja (SDK) sa specifičnim korisničkim interfejsom (https://www.research.ibm.com/ibm-q/). Ideja je da se korisnicima omogući razvoj i pokretanje eksperimentalnih programa na pravom kvantnom računaru. Na taj način korisnici mogu pristupati kvantnom procesoru, proizvoljno adresirajući pojedinačne ili skupove raspoloživih q-bita, mogu koristiti vec razvijena aplikativna rešenja i primere radi upoznavanja sa arhitekturom i načinima rada sa sistemom. Slično D-Wave rešenjima i IBM-ov kvantni računar se za potrebe rada mora držati u strogo kontrolisanim uslovima i na temperaturi manjoj od 0.3K tj. ispod -273°C. Veliki pomak napravljen je 2012. godine kada je IBM postigao zadržavanje stanja kvantne povezanosti između Q-bita duže od 100 mikrosekundi. Pored navedenog IBM kao ključne faktore u prvi plan stavlja tačnost i smanjenje procenta greške performansi. Za ova unapređenja IBM može da zahvali primeni novog koncepta topološkog kvantnog računarstva. [9] Tokom ove godine očekuje se da kompanije Microsoft i Google predstave svoje kvantne superkompjutere. 4. ZAKLJUČAK Računarstvo i obrada informacija u svim svojim oblicima su pokretači moderne civilizacije informatičkog doba. Današnji računarski sistemi počevši od najmanjih mikrokontrolera na senzorima, preko superkompjutera i ogromnih data centara namenjenih za cloud i BigData rešenja počivaju na klasičnim konceptima serijalizovane obrade, proistekle iz teorijskih radova Alana Tjuringa i Džona fon Nojmana. Ovakva serijalizovana i masovno paralelizovana serijalna obrada je zahvaljujući skalabilnosti poluprovodničke tehnologije kao osnove, mogla da omogući konstantan porast i poboljšanje performansi u skladu sa predviđanjima Gordona Moore-a. Međutim već neko vreme je jasno da računarstvo na bazi postojećih arhitektura, tehnologija i materijala će neminovno u narednoj deceniji dosegnuti svoje limite. Shodno tome fokus razvoja računarskih sistema polako ali sigurno se kreće ka rešenjima koja bi koristila prirodu kao izvor inspiracije za nove energetski efikasne, inteligentne i visoko performansne sisteme. To ne znači da će koncept digitalnih računara u potpunosti zamreti i ustupiti mesto kvantno-probabilističkim ili neuro-analogno-signalnim sistemima. U ovom radu dat je kratak pogled na dva pravca daljeg razvoja koji su u ovom trenutku najverovatniji i ostvarivi u kraćem vremenskom periodu. Primena senzorskih sistema kao energetski efikasnih, inteligentnih čvorišta uz mogućnost da IoT sistemi grade složenije neuronske mreže je tek početak praktične implementacije neuro-morfnih i neurosinaptičkih koncepata računarstva koji se takođe intenzivno razvijaju. Sa druge strane potreba za performansama i rešavanjem složenih fizičkih problema (koja čak i postojeća 10x petaFLOPS-na superkompjuterska rešenja čini neadekvatnim) u prvi plan stavlja kvantne računare sa njihovom sistemskom arhitekturom i kvantnim konceptima. U krajnjoj liniji sve navedeno treba da obezbedi rešenje koje za deo prostora i utroška energije treba da pruži performanse superkompjuterskih računara (HPC data centra) koji troše na desetine GW električne energije.

Informacione tehnologije, obrazovanje i preduzetništvo ITOP17

137

Veliki interes za sistemima koji u sebi sadrže neki oblik veštačke inteligencije značajno ubrzava razvoj ovih novih pravaca, tako da se može desiti da već koliko sutra pred nama i oko nas ovakva rešenja sa potpuno novim paradigmama računarske arhitekture budu dominantni oblici računarstva, a da toga nismo ni svesni. LITERATURA

[1] Amdahl, G.M., "Validity of the single processor approach to achieving large scale computing capabilities," 1967. [Online]. Available: http://www-inst.eecs.berkeley.edu/~n252/paper/Amdahl.pdf. [Accessed 01. 03. 2016.].

[2] J. Gustafson, "Reevaluating Amdahl's Law," [Online]. Available: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.85.6348&rep=rep1&type=pdf. [Accessed 05. 03. 2016.].

[3] A. Turing, "Intelligent Machinery," National Physical Laboratory, London, 1948.

[4] J. Ivković, A. Veljović, B. Radulović and L. Paunović, "„Industrija 4.0- SoC/IoT sistemi i internet inteligentni uređaji“," in ITOP2016, Faculty of technical science Čačak, Čačak, 2016.

[5] J. Ivković and J. Lužija Ivković, "Analysis of the performance of the new generation of 32-bit microcontrollers for IoT and Big Data application," in 7th International Conference on Information Society and Techology, Kopaonik, Serbia, Belgrade, 2017.

[6] G. Abhishek , K. Laxmikant V, F. Gioachin, M. Verdi, S. Chun Hui and Bu-Sung, "The Who, What, Why and How of High performance Computing Applications in the Cloud," Hewlett Packard-lab; University of state Ilinois , Chicago, 2013.

[7] J. Ivković, Dissertation: "The Methods and Procedures for Accelerating Operations and Queries in Large Database Systems and Data Warehouse (Big Data Systems)", Zrenjanin: University of Novi Sad, Serbia, 2016, p. 211.

[8] D-Wave Systems Inc., "Meet D-Wave," D-Wave Systems Inc., [Online]. Available: https://www.dwavesys.com/our-company/meet-d-wave. [Accessed 01 03 2017].

[9] IBM co., "IBM Q Research," IBM Corporation , [Online]. Available: http://research.ibm.com/ibm-q/research/. [Accessed 01 03 2017].