Доклад по охране труда на тему Организация процессов по направлению ПБОТОС

1.введение

В настоящее время непрерывно растут объемы данных, которые накапливаются различными организациями в процессе работы, и увеличивается число задач, которые требуют обработки больших массивов данных. Соответственно, также увеличиваются требования к вычислительным ресурсам. Управление бизнес-процессами в различных сферах бизнеса, в том числе электронного, немыслимо без процессов накопления, анализа, выявления определенных закономерностей и зависимостей в этом огромном количестве данных.

На сегодняшний день ярко выражена важная тенденция в области вычислительной техники: растущая потребность в методах параллельного программирования для обработки больших данных. Основной проблемой является экспоненциальный рост объема данных в различных областях, превышающий возможности традиционных методов последовательной обработки.

Для анализа этих данных в разумные сроки требуется разбить проблему на более мелкие параллельные задачи, которые могут обрабатываться одновременно несколькими процессорами или ядрами. В решение этой проблемы интегрированы университеты и компании, которые активно разрабатывают инструменты и технологии для ее решения. Это касается как аппаратных усовершенствований (более мощные процессоры с большим количеством ядер), так и программного обеспечения (новые парадигмы параллельного программирования, библиотеки и фреймворки). Одним из путей решения является применение методов параллельного программирования, которые необходимы для эффективного использования многоядерных процессоров. К ним относятся такие методы, как:

- Многопоточность: выполнение нескольких потоков в рамках одного процесса.

- Многопроцессорность: одновременное выполнение нескольких независимых процессов.

- Распределенные вычисления: распределение рабочей нагрузки между несколькими компьютерами в сети.

- Вычисления на GPU: использование параллельной вычислительной мощности графических процессоров (GPU) для выполнения задач, требующих больших вычислительных затрат.

Потребность в инструментах для обработки больших объемов данных существует не только в крупных организациях. Даже предприятия малого и среднего бизнеса (МСБ) генерируют все большие объемы данных, которым требуется расширенная аналитика для получения информации и улучшения процесса принятия решений. Таким образом наблюдается особенно высокий спрос на аналитику больших данных в научных исследованиях. Это связано с тем, что научные эксперименты и моделирование часто приводят к созданию массивных наборов данных, требующих сложных методов анализа для извлечения значимой информации. Распространение „облачных" вычислений дало еще больший толчок этому направлению, поскольку позволило небольшим компаниям использовать ресурсы, которые им ранее не были доступны.