docs: intro for essay done

main.typ

@@ -0,0 +1,94 @@
+#set text(
+  font: "Times New Roman",
+  size: 14pt,
+  lang: "ru"
+)
+
+#show heading: set text(size: 14pt)
+
+#set page(
+  paper: "a4",
+  margin: (
+    top: 2cm,
+    bottom: 2cm,
+    left: 3cm,
+    right: 1cm
+  ),
+
+  numbering: "1"
+)
+
+#set heading(
+  numbering: "1.1.1.1",
+)
+#show heading.where(level: 1): set block(below: 2em)
+
+#set par(
+  justify: true,
+  leading: 1em,
+  first-line-indent: (
+    amount: 1.25cm, 
+    all: true
+  ),
+)
+
+#show "〜": h(1.25cm)
+
+#align(
+  center, 
+  outline(
+    title: "СОДЕРЖАНИЕ"
+  )
+)
+
+#pagebreak()
+
+#align(
+  center, 
+  heading(
+    numbering: none,
+    "Введение"
+  )
+)
+
+*Актуальность темы*: развитие технологий тесно связано с ростом объёмов обрабатываемых данных, особенно в сфере искусственного интеллекта. В связи с этим история высокопроизводительных вычислений становится как никогда актуальной. Рост массивов данных, развитие ИИ и необходимость ускорения вычислений делают историю языков и моделей программирования для HPC особенно важной. Эволюция подходов позволяет оптимизировать параллельные вычисления на суперкомпьютерах и ускорителях вроде GPU. Ограничения аппаратного обеспечения и растая сложность задач, требующих распределённой обработки, ведут к появлению новых вычислительных моделей.
+
+Первым высокоуровневым языком для HPC стал Fortran, разработанный IBM в 1954 году под руководством Джона Бэкуса, который обеспечил эффективность на быстро эволюционирующем оборудовании и остаётся стандартом для бенчмарков TOP500@noauthor_frequently_nodate. В 1960–1970-х годах последовательное программирование уступило место параллельным подходам из-за роста многоядерных систем@noauthor_history_nodate.
+
+В контексте развития высокопроизводительных вычислений особую роль сыграли параллельные модели и языки программирования. Уже в 1990-е годы сформировались ключевые подходы -- *message passing* и *shared memory*@noauthor_mpi_nodate. Стандарт MPI (1994 @noauthor_mpi_nodate) стал основой для распределённых систем и фактически закрепился как де-факто стандарт параллельных вычислений на кластерах. Параллельно развивался OpenMP (1997 -- для Fortran и 1998 -- для C/C++), ориентированный на многопоточное программирование для многоядерных CPU.
+
+Следующий значимый этап связан с появлением GPU-программирования. В 2007 году NVIDIA представила CUDA@noauthor_cuda_nodate, впервые предложив удобную модель для унифицированных вычислений на GPU. Её развитие было дополнено открытым стандартом OpenCL@noauthor_opencl_nodate (2008), получившим поддержку NVIDIA и AMD. Параллельно появился Chapel -- язык, создававшийся Cray в рамках программы DARPA HPCS (2002–2012) и ориентированный на высокопроизводительную параллельность в масштабах суперкомпьютеров@balaji_chapel_2015. Эти модели существенно расширили возможности обработки данных, обеспечив переносимость и адаптивность к гетерогенным вычислительным системам.
+
+В итоге эволюция -- от классических решений вроде Fortran до современных GPU-ориентированных моделей CUDA и OpenCL -- значительно упростила разработку высокопроизводительных алгоритмов. Смещение парадигм в сторону *параллелизма данных* и *гетерогенных вычислений* определяет современное состояние HPC и формирует требования к моделям программирования будущего.
+
+#pagebreak()
+
+#align(
+  center, 
+  heading(
+    numbering: none,
+    "СПИСОК СОКРАЩЕНИЙ"
+  )
+)
+
+ИИ -- искуственный интеллект
+
+HPC (High-Performance Computing) -- высокопроизводительные вычисления
+
+GPU (Graphics Processing Unit) -- графический процессор
+
+#pagebreak()
+
+#align(
+  center, 
+  heading(
+    numbering: none,
+    "СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ"
+  )
+)
+
+#bibliography(
+  "references.bib",
+  title: none,
+  style: "gost-r-7-0-5-2008-numeric-alphabetical.csl"
+)