Международный
научный журнал

Возможности исследования и анализа основных вероятностно-временных характеристик многопроцессорных систем методом моделирования


Research and analysis possibilities of basic random time characteristics of multiprocessing systems by the modeling method

Цитировать:
Мартышкин А.И. Возможности исследования и анализа основных вероятностно-временных характеристик многопроцессорных систем методом моделирования // Universum: Технические науки : электрон. научн. журн. 2016. № 7(28) . URL: http://7universum.com/ru/tech/archive/item/3437 (дата обращения: 12.12.2019).
 
Прочитать статью:

Keywords: mathematical modeling, multiprocessor computer system, queuing theory, performance, shared memory, bus, processor module

АННОТАЦИЯ

Сегодня всё большее применение находят высокопроизводительные вычислительные системы, например, распределённые и многопроцессорные системы. В статье рассмотрены вопросы, касающиеся проблем аналитического моделирования многопроцессорных вычислительных систем c общей шиной и разделяемой памятью. Упомянутый вид моделирования проводят на системном этапе проектирования любой вычислительной системы. Широко известны и активно применяются два основных этапа анализа вычислительных систем: макроанализ и микроанализ, отличающиеся назначением. В результате аналитического моделирования получают вероятностно-временные характеристики различных вариантов структур без фактического построения реальной системы. Кроме количественных оценок рассмотренные методы анализа позволяют получать и качественные. В этом и заключается ценность аналитического моделирования, необходимость применения которого обычно объясняется существованием задержек вычислительного процесса из-за ограниченности системных ресурсов. Основной целью, поставленной в статье, является определение аналитических формул для оценки времен обмена в подсистеме «процессор-память» многопроцессорных систем с общей шиной. Для достижения поставленной цели использованы методы теории массового обслуживания, а именно: разомкнутые сети массового обслуживания, средства, хорошо разработанные и описанные. Результатами настоящей статьи являются выражения и выкладки для расчета основных вероятностно-временных характеристик многопроцессорных систем. В заключении сделаны выводы по работе. Использование приведенных в статье результатов имеет важное практическое значение, они будут полезны разработчикам новых многопроцессорных вычислительных систем. Ведь проще проводить исследование проектируемой системы на модельном уровне, чем строить реальную систему.

ABSTRACT

Nowadays high-performance computing systems find more application such as distributed and multiprocessor systems. The article deals with issues relating to problems of analytical modeling of multiprocessor computer systems with shared bus and shared memory. The mentioned type of modeling is carried out at the system design stage of any computer system. Two main stages of the analysis of computer systems are widely known and actively used: macroanalysis and microanalysis which differ in purpose. As a result of analytical modeling, random time characteristics of different structural options without actual building of the real system are obtained. Besides quantitative estimations, considered analysis methods allow obtaining qualitative ones. Therein lies the value of analytical modeling, the application necessity of which is usually attributed to the existence of delays in the computational process due to limited system resources. The main objective, set in the article, is to determine analytical formulas for evaluation of the time exchange in the subsystem “processor-memory” of multiprocessor systems with the shared bus. To achieve this goal, methods of the queuing theory are used, namely: open-loop networks of the mass service, means which are well-designed and described. Results of this article are expressions and displays to calculate basic random time characteristics of multiprocessor systems. Finally, conclusions are drawn in the article. Using the above mentioned results in the article has practical importance; they will be useful for developers of new multiprocessor systems. It is easier to conduct research in the designed system at the model level than to build up a real system.

 

Аналитическое, имитационное или аналитико-имитационное моделирование), а назначением. моделирование проводят на системном этапе проектирования вычислительной системы (ВС). По результатам моделирования получают характеристики различных вариантов структур ВС без построения реальной системы. Широко известно два основных этапа анализа ВС: макроанализ и микроанализ [2]. Эти этапы отличаются не методами анализа (измерение, аналитическое

Макроанализ проводят на самом высоком уровне проектирования при определении конфигурации системы, которая должна удовлетворять заданным функциональным требованиям. В качестве входных потоков данных здесь выступают потоки задач, входящих в ВС. Результаты макроанализа применяются для оценки общей производительности ВС, получения времени ответа (латентности) системы и оценки ряда других характеристик.

Микроанализ проводят для получения основных вероятностно-временных характеристик ВС на более низких уровнях проектирования, а именно, на уровне отдельных устройств или частей ВС. Здесь более подробно описываются процессы, обычно игнорируемые в макроанализе. В качестве входных потоков, как правило, выступают транзакции, вырабатываемые исполняемыми командами программами. Результаты, полученные при микроанализе, в основном используются для оценки потерь производительности из-за аппаратных конфликтов в общих ресурсах (память, коммуникационная среда и др.), а также оценку пропускных способностей каналов обмена, блоков памяти и т. д.

Кроме количественных оценок упомянутые виды анализа позволяют получать и качественные, т. к. в процессе аналитического моделирования вскрывается сущность процессов, происходящих в ВС. В этом и есть познавательная ценность метода аналитического моделирования. Необходимость применения аналитического моделирования ВС объясняется существованием задержек вычислительного процесса из-за ограниченности ресурсов системных. Более всего этому явлению подвержены многопроцессорные вычислительные системы (МПВС), где ресурсы разделяются не только между устройствами, как у однопроцессорных ВС, но ещё и между несколькими процессорами, претендующими на доступ к ним [1; 2; 18; 19].

В ВС существует множество источников задержек: процессор, оперативная и кэш-память, внешние запоминающие устройства, каналы ввода-вывода, шины обмена и др. Соперничество за память, пожалуй, является наиболее распространенной причиной замедле­ния [4; 6]. Память разделяется несколькими устройствами, включая процессоры, каналы прямого доступа к памяти, и др. Даже если память организуется в виде нескольких независимых блоков, пропускная способность которой выше одноблочной, всё равно избежать конфликтов не удаётся из-за случайного характера обращений к этим блокам [7; 15; 20].

Разделение общей шины (ОШ) между устройствами ВС также ведет к замедлению, т.к. при большой загрузке ОШ, на­пример, в случае попытки одновременно занять ее несколькими процессорами, после обнаружения конфликта продолжится работа только одного устройства, другие будут приостановлены. Поэтому соперничество за ОШ требует детального анализа, поскольку возникающие конфликты влияют на пропускную способность ОШ и, в конечном счете, на производительность МПВС в целом [5; 17].

 

Рисунок 1. Архитектура многопроцессорной вычислительной системы
с общей шиной и разделяемой памятью

 

МПВС является симметричной (SMP) системой [2], содержащей два или более процессоров, общую память (ОП1 ОПm), общие внешние запоминающие устройства (ВЗУ1 ВЗУк). Процессор, КЭШ и шинный интерфейс (ШИ) составляют вычислительный модуль (ВМ). Все ВМ имеют доступ ко всем ресурсам МПВС.

Известно два способа организации разделяемой памяти: сосредоточенный (здесь обеспечивается одинаковое время доступа для всех процессоров, поэтому ее называют UMA [13], а системы с такой организацией памяти называют SMP-системами) и распределенный (система памяти с единым адресным пространством, распределенная по ВМ и доступная для процессоров с не одинаковым временем, ее называют NUMA [3; 12; 13]).

Арбитраж ОШ может производиться либо в соответствии с присвоенными ВМ1 ВМn приоритетами, либо в порядке поступления запросов.

Обмен информацией осуществляется по ОШ, разделяемой всеми устройствами, причем обмен ведется блоками определенной длины. Между КЭШ и памятью обмен производится строками, а между памятью и ВЗУ страницами. Все процессоры одновременно обрабатывают данные, хранящиеся в единой памяти системы. В процессе выполнения программы происходит обращение как к строкам, размещенным в КЭШ, так и к страницам, находящимся в ОП и ВЗУ. Обмен данными между процессором и памятью по ОШ может производиться либо с буферизацией сообщений [8; 9; 10; 11; 16], либо без буферизации [14]. В первом случае в контроллер ОП и в шинный интерфейс включаются буферы типа КЭШ II и III уровней. Если применяется обмен без буферизации, то для записи или чтения слова используется обычный цикл шины процессора. По окончании цикла шины память освобождается и может быть передана в распоряжение другому ВМ. Время обмена составляет

to=t+ tмс,                                                   (1)

где: t – время арбитража ОШ;

tмс – цикл шины процессора, связанный с обращением в ОП.

Время арбитража зависит от способа управления ОШ, а цикл шины зависит от типа процессора, но не зависит от цикла памяти, если цикл памяти и цикл шины сбалансированы (т.е. цикл памяти не создаёт задержек выполнения команды процессором, когда отсутствуют помехи от других процессоров).

Пропускная способность ОШ может варьироваться, поскольку она зависит от ширины шины, определяемой величиной, обратной числу циклов шины, необходимых для передачи одного слова данных. Если обозначить ширину шины буквой b, то при b=1число линий в шине равно числу разрядов в информационной части передаваемого сообщения. Для небольших МПВС, как правило, b=1. В крупных системах b>>1, т. е. разрядность только системной шины данных составляет 64 –256 или более разрядов. От величины b зависят характеристики шинного интерфейса. Чем меньше b, тем меньше затраты на изготовление интерфейсного оборудования, однако ниже пропускная способность, и, следовательно, потенциальная производительность и масштабируемость системы.

Учитывая, что число слов, передаваемых в одном пакете, составляет N, а на одну команду приходится C циклов шины, и каждый машинный цикл выполняется за Tмашинных тактов, то время обмена процессора с ОП при выполнении одной команды составит

to=t+ μtT,                                                           (2)

где: μ=CT / bN.

Из этого следует, что при способе обмена без буферизации сообщений в МПВС можно использовать только один модуль ОП (m=1), т.к. параллельная работа нескольких модулей невозможна. Это обстоятельство не позволяет достичь высокой степени параллелизма из-за частых конфликтов, возникающих между ВМ в борьбе за доступ к ОП. В связи с этим потенциальная производительность таких МПВС низкая.

При применении способа обмена с буферизацией сообщений цикл шины значительно сокращается и становится много меньше цикла памяти, поскольку время обмена между КЭШ разных уровней составляет 1–3 процессорных такта, что значительно меньше времени обмена с ОП. Следовательно, в течение цикла памяти возможна передача по ОШ нескольких слов. Отсюда ясно, что число модулей в ОП может быть увеличено во столько раз, во сколько цикл памяти больше цикла шины. Время обращения к ОП составит

to=t+ tB+ptмс ,                                                   (3)

где: tB – время обращения к буферной памяти,

p– вероятность отсутствия адресуемых данных в буфере.

Поскольку tB << tмс и p=1/M, где M число обращений в буферную память, приходящихся на одно обращение к ОП,то приближенное время обмена с разделяемой памятью при выполнении одной команды процессором составит

to=t+ μtT/M.                                                       (4)

Программы и данные первоначально размещаются в ВЗУ. Запускаемые программы и нуждающиеся в обработке данные хранятся в ОП, но лишь их небольшая часть, используемая наиболее интенсивно, копируется в КЭШ ВМ, где реализуется вычислительный процесс. Если при запросе памяти процессор не обнаружит в КЭШ необходимой строки, то возникает КЭШ-промах, по которому нужная страница «подкачивается» из ОП. Если нужная страница отсутствует в ОП, то возникает страничное прерывание, вызывающее обращение к ВЗУ.

В процессе выполнения программ возможно изменение данных в КЭШ j-го процессора. Чтобы сохранить единство данных необходимо такие же изменения произвести в ее копиях, хранящихся в КЭШ других процессоров. Для этой цели применяют механизм поддержки когерентности данных, следящий за тем, чтобы операции с одними и теми же данными происходили не одновременно во всех процессорах, а последовательно во времени, причем устаревшие копии необходимо удалять и заменять обновленными. Для поддержания когерентности используют шину слежения [2]. Для того чтобы все КЭШ были когерентными, каждый процессор ведет контроль ОШ, выявляя операции считывания-записи между другими процессорами и ОП, которые влияют на содержимое их собственных КЭШ. Когда j-ый процессор записывает свою измененную i-ю строку из собственной КЭШ в ОП, то другие, обнаруживая прохождение этой записи по ОШ, удаляют устаревшие копии i-й строки из собственных КЭШ.

КЭШ-промахи, страничные сбои и механизм поддержания когерентности вносят значительные задержки в вычислительный процесс и создают повышенный трафик на ОШ. Для оценки влияния этих процессов на характеристики систем SMP-архитектуры можно применять аналитическую модель, основанную на разомкнутых стохастических сетях массового обслуживания.

Принято считать, что потоки заданий на решение задач формируются локальными терминалами или поступают по локальной или глобальной сети. Кроме того, принято, что каждый процессор производит обработку заданий в мультипрограммном режиме. Пусть на вход системы поступает поток заданий на решение задач с интенсивностью l, причем задания распределяются динамически, т.е. новое задание направляется в свободный процессор. Предполагается, что задачи распараллелены на nнезависимых ветвей, каждая из которых может обрабатываться на любом свободном процессоре. Пусть pк – суммарная вероятность появления КЭШ-промахов в nпроцессорах системы, определяемая числом КЭШ-промахов Nк; ps– суммарная вероятность страничного сбоя, определяемая числом страничных прерываний Ns. Тогда считая, что вычислительный процесс начинается в процессоре и заканчивается в процессоре, число этапов счета составитN=Nk+Ns+1, а вероятность получения результата (вероятность выхода заявки из сети) составит pr=1- (pк+ps). Если считать, что при каждом КЭШ-промахе происходит процедура замены устаревших копий во всех КЭШ SMP-системы (что соответствует наихудшему варианту), то интенсивность потока запросов в ОП составит lоп=n×pк×lцп, где lцп=N×l – интенсивность потока заявок на входе процессора. Интенсивность потоказапросов кВЗУ составитlВЗУ=n×pS×lцп.

Среднее время обслуживания одного задания в процессоре составляет tцп0/Vцп, где Θ0 – трудоемкость вычислительных операций, в среднем приходящихся на одно задание,Vцп – быстродействие процессора. Причём Θ0 = Θ/N, где Θ – трудоемкость задачи [2], измеряемая числом команд, реализуемых алгоритмом задачи. Среднее время доступа к странице в ОП, tоп=q/Vоп, гдеq– объем страницы, а Vоп – пропускная способность ОП. Среднее время обмена с ВЗУ состоит из времени доступа к заданному сектору (tд) и времени передачи страницы в ОП tвзу= tд+q/Vвзу, где Vвзу– скорость передачи данных в ВЗУ. Среднее время передачи данных каналом прямого доступа в память составит tквв=ps×q/Vвзу, а среднее время обмена через ОШ tош=ps×tквв+pк×tоп. Если принять допущение, что времена обслуживания распределены по экспоненциальному закону, а потоки запросов являются пуассоновскими, то анализ функционирования SMP-системы сводится к получению характеристик стохастической сети массового обслуживания, в которой процессорный блок является многоканальной СМО, а узлы ОП, ВЗУ, КВВ и ОШ – одноканальными.

Выводы. В статье предложены аналитические выражения для расчета времени доступа к общей памяти и расчета основных вероятностно-временных характеристик многопроцессорной вычислительной системы. 

 


Список литературы:

 

1. Алиев Т.И. Основы моделирования дискретных систем. СПб.: СПбГУ ИТМО, 2009. – 363 с.
2. Бикташев Р.А., Князьков В.С. Многопроцессорные системы. Архитектура, топология, анализ производительности: Учебное пособие. – Пенза: Пенз. гос. ун-т, 2003. – 103 с.
3. Мартышкин А.И. Аналитическая модель для анализа архитектур микропроцессорных систем с памятью NUMA и COMA // В сборнике: Современные научные исследования: теоретический и практический аспект Сборник статей Международной научно-практической конференции. Ответственный редактор: Сукиасян Асатур Альбертович. 2016. С. 58–61.
4. Мартышкин А.И. Исследование подсистем памяти с буферизацией транзакций на моделях массового обслуживания // XXI век: итоги прошлого и проблемы настоящего плюс. 2011. № 3 (03). С. 124–131.
5. Мартышкин А.И. Исследование характеристик высокопроизводительных многопроцессорных систем на разомкнутых сетях массового обслуживания // Инновации в науке. 2016. № 54. С. 179–184.
6. Мартышкин А.И. К вопросу оценки времени обслуживания заявок при выполнении операций обмена в многопроцессорных системах на кристалле с разделяемой памятью // В сборнике: Приоритеты мировой науки: эксперимент и научная дискуссия Материалы X международной научной конференции. 2016. С. 81–87.
7. Мартышкин А.И. К вопросу построения подсистемы памяти многопроцессорной системы // В сборнике: Информационные технологии в экономических и технических задачах Сборник научных трудов Международной научно-практической конференции. 2016. С. 256–258.
8. Мартышкин А.И. Математическое моделирование аппаратного буфера памяти многопроцессорной системы // В сборнике: Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации сборник материалов XII Международной научно-технической конференции. 2015. С. 247–249.
9. Мартышкин А.И. Моделирование подсистемы памяти многопроцессорных систем с буферным устройством с несколькими очередями на основе открытых сетей массового обслуживания // Инновации в науке. 2016. № 55-2. С. 96–102.
10. Мартышкин А.И. Реализация аппаратного буфера памяти многопроцессорной системы // В сборнике: Новые информационные технологии и системы сборник научных статей XII Международной научно-технической конференции. 2015. С. 96–99.
11. Мартышкин А.И. Разработка аппаратного буферного устройства памяти многопроцессорной системы // Фундаментальные исследования. 2015. № 12-3. С. 485–489.
12. Мартышкин А.И. Разработка и исследование математических моделей подсистемы «процессор-память» многопроцессорных вычислительных систем архитектур NUMA и SUMA на разомкнутых сетях массового обслуживания // Вестник Рязанского государственного радиотехнического университета. 2016. № 55. С. 55–63.
13. Мартышкин А.И. Разработка и исследование разомкнутых моделей подсистемы «процессор-память» многопроцессорных вычислительных систем архитектур UMA и NUMA // Вестник Рязанского государственного радиотехнического университета. 2015. № 54-1. С. 121–126.
14. Мартышкин А.И., Карасева Е.А. Математические модели для качественной оценки производительности семафоров многопроцессорных вычислительных систем // Инновации в науке. 2015. № 50. С. 40–45.
15. Мартышкин А.И., Карасева Е.А. Моделирование и оценка времени обслуживания операций чтения и записи в многопроцессорных системах с общей памятью // Инновации в науке. 2016. № 55-2. С. 83–88.
16. Мартышкин А.И., Мартенс-Атюшев Д.С. Исследование подсистемы памяти мультипроцессоров с буферным устройством и общей очередью на основе открытых сетей массового обслуживания // Инновации в науке. 2016. № 55-2. С. 89–95.
17. Таненбаум Э., Бос Х. Современные операционные системы. – СПб.: Питер, 2015. – 1120 с.
18. Таненбаум Э., Остин Т. Архитектура компьютера. 6-е изд. – СПб: Питер, 2013. – 816 с.
19. Цилькер Б.Я., Орлов С.А. Организация ЭВМ и систем 2-е изд. – СПб: Питер, 2011. – 688 с.
20. Martyshkin A.I., Yasarevskaya O.N. Mathematical Modeling of Task Managers for Multiprocessor systems on the basis of open-loop queuing networks // ARPN Journal of Engineering and Applied Sciences. 2015. Т. 10. № 16. PP. 6744-6749.

 


References:

 

1. Aliyev T.I. The Basics of Discrete System Modeling. SPb., SPbGU ITMO Publ., 2009. 363 p. (In Russian).
2. Biktashev R.A., Knjaz'kov V.S. Multiprocessor systems. Architecture, topology, performance analysis. Penza, Penz. gos. un-t Publ., 2003. 103 p. (In Russian).
3. Martyshkin A.I. Analytical model for the analysis of architectures of microprocessor systems with memory NUMA and COMA. V sbornike “Sovremennye nauchnye issledovanija: teoreticheskij i prakticheskij aspect” Sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferencii. [In: Modern scientific research: theoretical and practical aspect of the collection of articles of the International scientific-practical conference]. 2016, pp. 58–61. (In Russian).
4. Martyshkin A.I. Investigation of the memory subsystems buffering transactions for queuing model. XXI vek: itogi proshlogo i problemy nastojashhego pljus [XXI century: Resumes of the Past and Challenges of the Present plus]. 2011. № 3 (03), pp. 124–131. (In Russian).
5. Martyshkin A.I. Investigation of the characteristics of high-performance multiprocessor systems on open queueing networks. Innovacii v nauke [Innovations in science]. 2016. № 54, pp. 179–184. (In Russian).
6. Martyshkin A.I. To the question of the time when the application service sharing in multiprocessor systems-on-chip shared memory operations. V sbornike: Prioritety mirovoj nauki: jeksperiment i nauchnaja diskussija Materialy X mezhdunarodnoj nauchnoj konferencii [In: Priorities of world science: experiment and scientific discussion Proceedings of the X International Scientific Conference]. 2016, pp. 81-87. (In Russian).
7. Martyshkin A.I. The question of construction a memory subsystem of Multiprocessor system. V sbornike: Informacionnye tehnologii v jekonomicheskih i tehnicheskih zadachah Sbornik nauchnyh trudov Mezhdunarodnoj nauchno-prakticheskoj konferencii [In: Information technology in economic and technical problems of the Collection of proceedings of the International Scientific and Practical Conference]. 2016, pp. 256–258. (In Russian).
8. Martyshkin A.I. Mathematical modeling of the hardware memory buffer of multiprocessor system. V sbornike: Optiko-jelektronnye pribory i ustrojstva v sistemah raspoznavanija obrazov, obrabotki izobrazhenij i simvol'noj informacii sbornik materialov XII Mezhdunarodnoj nauchno-tehnicheskoj konferencii [In: Optical-electronic instruments and apparatus for pattern recognition systems, image processing and character information sourcebook XII International Scientific and Technical Conference]. 2015, pp. 247–249. (In Russian).
9. Martyshkin A.I. Modeling memory Multiprocessor systems with a buffer device with multiple queues based on open queueing networks. Innovacii v nauke [Innovations in science]. 2016. № 55-2. pp. 96–102. (In Russian).
10. Martyshkin A.I. Implementation of the hardware buffer memory multiprocessor system. V sbornike: Novye informacionnye tehnologii i sistemy sbornik nauchnyh statej XII Mezhdunarodnoj nauchno-tehnicheskoj konferencii [In: New Information Technologies and Systems collection of scientific articles of the XII International Scientific and Technical Conference]. 2015, pp. 96–99. (In Russian).
11. Martyshkin A.I. The development of the hardware buffer memory of Multiprocessor system. Fundamental'nye issledovanija [Fundamental research]. 2015. № 12-3. pp. 485–489. (In Russian).
12. Martyshkin A.I. Development and research of mathematical models of the subsystem "processor-memory" Multiprocessor systems architectures NUMA and SUMA on open queueing networks. Vestnik Rjazanskogo gosudarstvennogo radiotehnicheskogo universiteta [Vestnik of RSREU]. 2016. № 55. pp. 55–63. (In Russian).
13. Martyshkin A.I. Development and research of open-loop models of the subsystem "processor-memory" Multiprocessor systems architectures UMA and NUMA. Vestnik Rjazanskogo gosudarstvennogo radiotehnicheskogo universiteta [Vestnik of RSREU]. 2015. № 54-1. pp. 121–126. (In Russian).
14. Martyshkin A.I., Karaseva E.A. Mathematical Model for qualitatively assess the performance of semaphores of Multiprocessor computing systems. Innovacii v nauke [Innovations in science]. 2015. № 50. pp. 40–45. (In Russian).
15. Martyshkin A.I., Karaseva E.A. Modeling and evaluation of the service time of exchange operations in Multiprocessor systems with shared memory. Innovacii v nauke [Innovations in science]. 2016. № 55-2. pp. 83–88. (In Russian).
16. Martyshkin A.I., Martens-Atushev D.S. Study of memory subsystem Multiprocessors with a buffer device and a shared queue based on open queuing networks. Innovacii v nauke [Innovations in science]. 2016. № 55-2. pp. 89–95. (In Russian).
17. Tanenbaum Je., Bos H. Modern operating systems. SPb., Piter Publ., 2015, 1120 p. (In Russian).
18. Tanenbaum Je., Ostin T. Computer architecture. SPb., Piter Publ., 2013, 816 p. (In Russian).
19. Cil'ker B.Ja., Orlov S.A. Organization of computers and systems. SPb., Piter Publ., 2011, 688 p. (In Russian).
20. Martyshkin A.I., Yasarevskaya O.N. Mathematical Modeling of Task Managers for Multiprocessor systems on the basis of open-loop queuing networks. ARPN Journal of Engineering and Applied Sciences. 2015. Vol. 10. № 16. pp. 6744–6749.

 


Информация об авторах:

Мартышкин Алексей Иванович Martyshkin Alexey

к-т. техн. наук, доцент, доцент кафедры «Вычислительные машины и системы» Пензенского государственного технологического университета, 440039, РФ, Пензенская область, г. Пенза, проезд Байдукова/ул. Гагарина, д. 1а/11

Candidate of Technical Sciences, Associate Professor, Associate Professor of Penza State Technological University, 440039, Russia, Penza region, Penza, Baydukov Proyezd / Gagarin Street, 1a/11


Читателям

Информация о журнале

Выходит с 2013 года

ISSN: 2311-5122

Св-во о регистрации СМИ: 

ЭЛ №ФС77-54434 от 17.06.2013

ПИ №ФС77-66236 от 01.07.2016

Скачать информационное письмо

Включен в перечень ВАК Республики Узбекистан

Размещается в: 

doi:

The agreement with the Russian SCI:

cyberleninka

google scholar

Ulrich's Periodicals Directory

socionet

Base

 

OpenAirediscovery

CiteFactor

Поделиться

Лицензия Creative CommonsЯндекс.Метрика© Научные журналы Universum, 2013-2019
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Непортированная.