Алгоритм прямого распространения в парадигме потока данных
Автор: Змеев Д.Н., Левченко Н.Н., Климов А.В.
Журнал: Программные системы: теория и приложения @programmnye-sistemy
Рубрика: Искусственный интеллект и машинное обучение
Статья в выпуске: 4 (67) т.16, 2025 года.
Бесплатный доступ
В статье рассматриваются вопросы разработки и реализации алгоритма прямого распространения в парадигме управления вычислениями потоком данных. Принципы управления вычислениями потоком данных (dataflow) существенно отличаются от традиционного управления потоком команд (control-flow), как и сама парадигма программирования потоков данных отличается от императивной. Программы, созданные в потоковой парадигме, являются изначально параллельными благодаря тому, что параллелизм задачи извлекается из потока данных автоматически на аппаратном уровне. В статье представлено подробное описание потокового алгоритма прямого распространения, который реализован в потоковой программе, предназначенной для исполнения на параллельной потоковой вычислительной системе «Буран». Потоковая программа отличается компактностью и универсальностью кода. Она автоматически масштабируется на всю систему, а ее программный код не содержит ссылок на библиотечные функции и базируется исключительно на базовых арифметических операциях, таких как сложение, умножение и сравнение. Программа способна обрабатывать персептроны любой размерности без модификации и перекомпиляции программного кода. Размер и структура обрабатываемого персептрона определяется начальными данными. В экспериментальной части статьи продемонстрирована высокая адаптивность потоковой программы к обработке больших объемов непрерывно поступающих данных. Дана оценка применимости потоковой модели вычислений для решения нейросетевых задач.
Алгоритм прямого распространения, параллельные вычисления, управление вычислениями на основе потока данных, потоковая парадигма программирования, параллельная потоковая вычислительная система
Короткий адрес: https://sciup.org/143184875
IDR: 143184875 | УДК: 004.021+004.272 | DOI: 10.25209/2079-3316-2025-16-4-51-79
Forward propagation algorithm in the dataflow paradigm
The article discusses the issue of developing and implementing the forward propagation algorithm in the dataflow paradigm. The principles of dataflow computing differ significantly from traditional control-flow computing, just as the dataflow programming paradigm differs from the imperative one. Programs created in the dataflow paradigm are initially parallel. The article provides a detailed description of the forward propagation dataflow algorithm and the program that runs on the parallel dataflow computing system "Buran". The dataflow program is compact and versatile in its code. It automatically scales to the entire system, and its program code does not contain references to library functions and is based solely on basic arithmetic operations such as addition, multiplication, and comparison. The program is capable of processing perceptrons of any dimension without modification and recompilation of the program code. The size and structure of the processed perceptron is determined by the initial data. The experimental part of the article demonstrates the high adaptability of the dataflow program to processing large amounts of continuously incoming data. An assessment of the applicability of the dataflow computing model for solving neural network problems is given.
