Постановка проблемы: современные суперкомпьютеры, используемые для решения сложных задач, обладают ря-
дом недостатков как по технико-экономическим характеристикам (габариты, энергопотребление, стоимость), так и по
сложности программирования реальных задач, требующих специальных приемов распараллеливания программ,
в результате чего производительность суперкомпьютеров при решении реальных задач оказывается значительно ниже,
чем их теоретическая производительность. Целью работы является разработка методов создания суперкомпьютеров
и технологий программирования, основанных на теории динамических автоматных сетей, позволяющих существенно
улучшить удельные характеристики суперкомпьютеров, а также упростить параллельное программирование для реше-
ния соответствующих задач. Результаты: сформулированы базовые принципы создания суперкомпьютеров с динами-
ческой архитектурой на основе динамических автоматных сетей, включая реализацию динамических автоматов с ис-
пользованием либо интегральных микросхем с гибкой программируемой логикой, либо специально разрабатываемых
отечественных больших интегральных схем. Это обеспечивает крайне высокую регулярность структуры микросхем, что
существенно упрощает создание суперкомпьютеров с динамической архитектурой по сравнению с традиционными
суперкомпьютерами. Предложены технологии решения сложных задач с использованием специально разработанного
языка программирования, основанного на динамических автоматных сетях, а также метод «гибридного программи-
рования», позволяющий сочетать различные аппаратные и программные средства для решения одной задачи. Прак-
тическая значимость: предложенные методы дают возможность создавать суперкомпьютеры с динамической архи-
тектурой, многократно (в десятки и сотни раз) превосходящие традиционные суперкомпьютеры по таким удельным
(в расчете на единицу производительности) характеристикам, как габариты, энергопотребление и стоимость, при этом
структура аппаратной реализации суперкомпьютера значительно упрощается. Предложенные технологии программи-
рования для решения сложных задач, включая «гибридное программирование», упрощают сам процесс параллельного
программирования и повышают эффективность решения сложных задач на суперкомпьютерах