На сегодняшний день задача проектирования распределенных кластерных вычислительных сетей (КВС) стоит достаточно остро. Ее решение, по мнению автора, должно производиться не с рассмотрения отдельного сервера или кластера в отдельности, а с построения и анализа моделей  центров обработки информации, которые представляют собой сложные аппаратно-программные комплексы и обрабатывают запросы, решают задачи, поступающие от других центров в режимах непосредственного доступа, пакетном режиме в реальном масштабе времени. При проектировании необходимо также учитывать, что управление каналами передачи данных сетевого аппаратно-программного комплекса КВС на протокольном уровне осуществляется как в режиме нормальной процедуры обслуживания, так и асинхронном, а также в режимах селективного или группового отказов.

При построении кластерной вычислительной сети одной из основных задач является моделирование структуры, обеспечивающей передачу заданных потоков информации по всем направлениям информационного обмена в приемлемое время. В процессе ее решения необходимо учитывать значительное множество характеристик сети, таких как пропускная способность, задержки, надежность, стоимость, а также ограничения, накладываемые быстродействием кластеров, пропускной способностью каналов, характеристиками трафика и т.д.

Сложность синтеза КВС с учетом всего диапазона взаимосвязанных вопросов такова, что оптимизация по одному общему (комплексному) критерию практически не возможна или приводит к неоправданным вычислениям и временным затратам из-за ограниченных возможностей достоверного определения необходимых объемов исходных данных, динамически меняющихся в ходе эксплуатации сети.

Поэтому, при проектировании КВС предлагается производить оптимизацию не по комплексному, а по частным критериям оптимальности системы, таким как производительность и оптимальная пропускная способность каналов связи, среднее время задержки в сети, надежность, минимальная стоимость сети с помощью комплекса взаимосвязанных частных моделей, реализованных в виде единого программного комплекса, подсистемы которого представлены на рис.1.

Полученные, с использованием таких моделей частные решения позволяют находить квазиоптимальные решения, последовательно корректируя структуру и характеристики сети.

Совокупность моделей носит многоуровневый, иерархический характер, и позволяет учитывать на каждом уровне новые факторы в сравнении с предыдущими, при фиксации параметров, определенных ранее.

Если полученные на каком-либо этапе параметры КВС не удовлетворяют заказчика, то осуществляется повторный итерационный расчет с изменениями ранее принятых исходных данных и ограничений.

Результаты исследований позволили выделить основные этапы, разработать алгоритмы и методику проектирования КВС.

Так, методика предполагает на первом этапе построение сети минимальной стоимости, обеспечивающей передачу всех потоков информации при использовании минимальной пропускной способности каналов, при условии передачи информации в каждый момент времени только между двумя узлами сети (свойство двухсвязности) и ограничении на количество транзитных узлов коммутации на пути от источника до адресата. Затем определяются задержки в сети при одновременной передаче всего заданного трафика, находятся оптимальные пропускные способности каналов, обеспечивающие такие задержки. Определяется необходимость создания новых каналов связи или использования некоторой избыточности на тех или иных маршрутах.

После этого определяются требования к производительности серверов, входящих в кластеры, и если они оказываются труднореализуемыми или экономически не целесообразными, то решается вопрос компромиссного перераспределения требований между кластером (по производительности) и каналами (по пропускной способности). Так же рассматривается возможность большего совмещения вычислительных и связных операций. При отрицательном результате осуществляется возврат в блок подготовки и анализа исходных данных и их корректировка. Например, уменьшается количество клиентов, обслуживаемых одним кластером, или уменьшается максимальное количество переприемов при сбоях в передаче и т.п.

Математический аппарат рассматриваемой методики базируется, прежде всего, на основе теории массового обслуживания, на вероятностно-статистических методах, теории надежности, анализа структуры системы и обработки данных о производительности системы и ее элементов, и значительно облегчает и ускоряет процесс выбора рациональных структур  и характеристик КВС.

С другой стороны, используемые математические методы, разработанной методики, позволяют произвести оптимизацию не только по критерию производительности, но и по критерию затрат. При проектировании или оптимизации систем необходимо не только удовлетворить требования к заданным показателям производительности, но и выполнить эти требования при минимальных затратах. Эта задача может формулироваться двояко: при минимальных затратах удовлетворить требования к заданным показателям производительности; при затратах, не превышающих заданной величины, максимизировать показатель производительности. Под затратами могут пониматься не только стоимость, но и, например, масса или габариты.

Сборник трудов 2 международного научного семинара. / Нижегородский государственный университет им. Н.И. Лобачевского, г. Нижний Новгород, 2002.