Портал Digital Trends прогнозировал, что к 2020 году количество владельцев смартфонов достигнет 6,1 миллиарда. А бизнес платформа анализа данных Statista предсказывает, что к 2026 эта цифра возрастет до 7,5 миллиардов. Многие из устройств обладают современными процессорами, благодаря чему их можно расценивать как вычислительные платформы.
Ученые в своей работе, опубликованной в журнале Communications in Computer and Information Science, заявили, что, дескать, смартфоны можно использовать в качестве вычислительных узлов. В огромном количестве, разумеется.
В свою очередь, вычислительными узлами называют набор компьютеров, которые имеют свою оперативную память и управляются собственной операционной системой.
Подробнее об исследовании рассказал соавтор работы, доцент кафедры инженерной кибернетики НИТУ «МИСиС» Илья Курочкин:
«Наша работа посвящена использованию мобильных устройств в качестве поставщиков вычислительных ресурсов. Основная идея проекта заключается в использовании простаивающих вычислительных ресурсов мобильных устройств для различных расчетов, без ущерба для их прямого назначения. Для этого необходима серия различных вычислительных экспериментов для изучения поведения грид-системы, состоящей из разнородных устройств с разной процессорной архитектурой и разными операционными системами, с последующей настройкой различных параметров проекта».
Так или иначе, ученым удалось создать прототип мобильной грид-системы, которая эффективно работала с разными типами персональных устройств. Тестирование проводилось на платформе BOINC. В качестве ее вычислительных узлов могут быть не только мобильные телефоны, но и планшеты, персональные компьютеры и ноутбуки. Вычислительное приложение доступно для нескольких операционных систем, в том числе и Android.
«С целью настройки параметров проекта мы провели ряд вычислительных экспериментов на тестовой мобильной распределенной системы. Найденная конфигурация дала возможность сократить время проведения вычислительных экспериментов, а также увеличить процент загрузки устройств и снизить процент просроченных задач»
– комментирует Илья Курочкин. По словам ученых, полученные результаты можно будет использовать для многомесячных экспериментов, например, для обучения нейросетей.
