حرکت فعلی جهان در جهت هرچه توانمندتر کردن سامانه‏های رایانش با کارایی بالا، نشان‏دهنده نیاز روزافزون به این فناوری است. بدیهی است که هرچه این نیاز افزایش یابد، این سامانه‏ها نیز لازم است که توانمندتر شوند تا بتوانند فعالیت‏های بیشتر و سنگین‏تری را اجرا نمایند. در یک نگاه کلان‏نگر، نسل‏های آتی رایانش با کارایی بالا در دو دسته کلی قرار می‏گیرند؛ نسل‏های رایانشی مبتنی بر فناوری‏های نوظهور نظیر نورومورفیک و کوآنتوم و نسل‏های رایانشی مرسوم که به سمت Exascale در حال حرکت هستند. با توجه به اینکه در آینده نزدیک، احتمال عملیاتی شدن کامل و استفاده در مقیاس وسیع از فناوری‏های نوظهور پایین است، در این مقاله، تمرکز بر نسل‏های رایانشی مرسوم قرار گرفته و سعی شده است الزامات و نیازمندی‏های آنها از جنبه‏های سخت‏افزاری و نرم‏افزاری مورد بررسی قرار گیرند. همچنین، فناوری‏های هوش مصنوعی و رایانش ابری به عنوان موتورهای محرکه رایانش با کارایی بالا در جهان مورد بررسی قرار گرفته‏اند تا تاثیر متقابل آنها بر رایانش با کارایی بالا مشخص گردد. در نهایت، موضوعات و محورهای تحقیقاتی در سطح جهان که مورد توجه هستند بررسی و تدوین شده است. تفاصيل المقالة

فناوری محاسبات مه برای پاسخ به نیاز برنامه های کاربردی اینترنت اشیاء نظیر تاخیر کم، امنیت بالا و غیره ظهور پیدا کرد. از سویی محدودیتهای محاسبات مه، نظیر ناهمگونی، توزیع شدگی و محدودیت منابع، مدیریت و استقرار یا جایگذاری برنامه ها در این محیط را دچار چالش می کند. جایگذاری هوشمند سرویس در محیط مه، باید منجر به تامین کیفیت سرویس و استفاده موثر از منابع گردد. یکی از رویکردهای جایگذاری برنامه ها، ایجاد جوامعی از گرههای مه بر اساس چگالی اتصال آنها است که منجر به ایجاد جوامع نامتوازن شده و از سوی دیگر استفاده از روش تک معیاره برای اولویت بندی استقرار برنامه ها منجر به عدم جایگذاری موثر آنها می-شود. در این مقاله روشی برای جایگذاری مبتنی بر اولویت برنامه های کاربردی در محیط مه ارائه شده است. روش پیشنهادی، با رویکردی مبتنی بر اولویت بندی چندمعیاره، برنامه ها را در جوامعی متوازن جایگذاری می کند. ایجاد جوامع متوازن منجر جایگذاری بهتر برنامه-ها و استفاده هر چه بهتر از ظرفیتهای شبکه می شود. همچنین جایگذاری مبتنی بر اولویت بندی چندمعیاره برنامه های کاربردی منجر به افزایش کیفیت برنامه ها و استفاده موثرتر از منابع موجود می گردد. نتایج شبیه سازی نشان دهنده افزایش 22 درصدی تامین موعدزمانی، افزایش 12 درصدی دسترس پذیری برنامه های کاربردی و همچنین افزایش 10 درصدی میزان استفاده از منابع است. تفاصيل المقالة

فناوری محاسبات مه برای پاسخ به نیاز برنامههای کاربردی اینترنت اشیاء نظیر تاخیر کم، امنیت بالا و غیره ظهور پیدا کرد. از سویی محدودیت‌های محاسبات مه، نظیر ناهمگونی، توزیع شدگی و محدودیت منابع، مدیریت و استقرار یا جایگذاری برنامهها در این محیط را دچار چالش میکند. جایگذاری هوشمند سرویس در محیط مه، باید منجر به تامین کیفیت سرویس و استفاده موثر از منابع گردد. یکی از رویکردهای جایگذاری برنامهها، ایجاد جوامعی از گره‌های مه بر اساس چگالی اتصال آنها است که منجر به ایجاد جوامع نامتوازن شده و از سوی دیگر استفاده از روش تک معیاره برای اولویتبندی استقرار برنامهها منجر به عدم جایگذاری موثر آنها میشود. در این مقاله روشی برای جایگذاری مبتنی بر اولویت برنامههای کاربردی در محیط مه ارائه شده است. روش پیشنهادی، با رویکردی مبتنی بر اولویتبندی چندمعیاره، برنامهها را در جوامعی متوازن جایگذاری میکند. ایجاد جوامع متوازن منجر جایگذاری بهتر برنامهها و استفاده هر چه بهتر از ظرفیت‌های شبکه میشود. همچنین جایگذاری مبتنی بر اولویتبندی چندمعیاره برنامههای کاربردی منجر به افزایش کیفیت برنامهها و استفاده موثرتر از منابع موجود میگردد. نتایج شبیهسازی نشاندهنده افزایش 22 درصدی تامین موعدزمانی، افزایش 12 درصدی دسترس‌پذیری برنامههای کاربردی و همچنین افزایش 10 درصدی میزان استفاده از منابع است. تفاصيل المقالة