docs: add section on paradigm shifts in HPC with references

main.typ

@@ -335,6 +335,45 @@ NVIDIA приняла решение создать закрытую экоси
 
 #pagebreak()
 
+= Смена парадигм: историко-философский анализ
+
+== Подход Куна: парадигмы и научные революции
+
+Концепция научных революций Томаса Куна, изложенная в его фундаментальной работе "Структура научных революций"@kuhn_structure_2009. Согласно Куну, научное знание развивается не линейно и кумулятивно, а через периоды "нормальной науки", прерываемые радикальными сменами парадигм. В контексте HPC подобная динамика проявляется с особенной отчетливостью:
+
+#list(
+  [ переход на векторизацию в контексте высокопроизводительных вычислений; ],
+  [ затем переход к массовому параллелизму; ],
+  [ потом пришло поколение вычислений на GPGPU; ],
+  [ приход DSL и автогенерации кода мы видим в настоящее время. ],
+  marker: "-",
+  indent: text-indentation,
+)
+
+== Проблема "аппаратно-зависимого программирования"
+
+Фундаментальная проблема в истории HPC заключается в некоторой перпендикулярности взглядов, между стремлением к универсальности программных абстракций и неизбежной зависимостью от специфики аппаратного обеспечения. Этот конфликт имеет глубокие философские корни, восходящие к дихотомии между идеальным и материальным, между формой и содержанием.
+
+История демонстрирует циклический паттерн: каждая новая эпоха начинается с повышения уровня абстракции, но постепенно программисты вынуждены спускаться к более низким уровням для достижения приемлемой производительности. Переход от Fortran к MPI казался шагом назад в плане удобства программирования, но был необходим для эффективного использования распределенных систем. Аналогично, CUDA представляет собой относительно низкоуровневый интерфейс по сравнению с традиционными последовательными языками, но обеспечивает контроль, необходимый для эффективного использования GPU.
+
+Современные попытки создания универсальных моделей, такие как OpenCL и SYCL, стремятся найти баланс между портируемостью и производительностью. Однако практика показывает, что достижение производительности, сопоставимой с платформо-специфичными решениями, часто требует использования расширений и оптимизаций, специфичных для конкретного оборудования. Это подтверждает тезис о том, что физические ограничения аппаратного обеспечения фундаментально влияют на структуру эффективных вычислений.
+
+== Текущие дискуссии в научном сообществе
+
+Современный ландшафт высокопроизводительных вычислений характеризуется напряженными дебатами относительно будущего программных моделей и философии развития технологий. Центральная линия этих дискуссий проходит между проприетарными и открытыми стандартами, что отражает более широкий конфликт между коммерческими интересами и научными идеалами открытости и воспроизводимости.
+
+CUDA быстро стала де-факто стандартом для программирования GPU в научных вычислениях и машинном обучении. Однако проприетарная природа CUDA создает существенные проблемы для научного сообщества. Исследования, основанные на CUDA, привязаны к оборудованию NVIDIA, что ограничивает воспроизводимость и создает зависимость от единственного производителя. Кроме того, закрытость CUDA противоречит принципам открытой науки, где воспроизводимость и независимая верификация являются фундаментальными ценностями.
+
+OpenCL был задуман как универсальная альтернатива проприетарным решениям. Философия OpenCL воплощает идеалы открытости и портируемости: единый код может исполняться на процессорах различных производителей, включая CPU, GPU и FPGA. Однако на практике OpenCL столкнулся с серьезными трудностями -- различия в реализациях между производителями, отсутствие единой экосистемы инструментов и библиотек, а также часто более низкая производительность по сравнению с платформо-специфичными решениями ограничили его принятие.
+
+SYCL, разработанный Khronos Group и впервые выпущенный в 2014 году, представляет собой попытку модернизировать подход OpenCL через использование современных возможностей C++@reinders_data_2021. SYCL стремится соединить удобство высокоуровневого программирования с производительностью и портируемостью. Проекты, основанные на SYCL, -- например, oneAPI от Intel, -- представляют видение будущего, в котором единая кодовая база может эффективно исполняться на разнородных архитектурах. Однако остается открытым вопрос, сможет ли SYCL преодолеть фундаментальное противоречие между универсальностью и оптимальной производительностью.
+
+Дискуссия о будущем низкоуровневых языков программирования отражает более глубокий философский вопрос о природе вычислительной абстракции. С одной стороны, существует тенденция к повышению уровня абстракции, воплощенная в развитии DSL и автоматической генерации кода. Halide, TVM и подобные системы демонстрируют, что для многих классов приложений возможно автоматически генерировать высокоэффективный код из высокоуровневых спецификаций. С другой стороны, существуют веские аргументы в пользу сохранения значимости низкоуровневого программирования. Появление новых архитектур, таких как квантовые компьютеры, нейроморфные системы и специализированные ускорители для машинного обучения, требует глубокого понимания аппаратного уровня для эффективного использования этих систем.
+
+Современное состояние можно охарактеризовать как период плюрализма и экспериментирования. Научное сообщество признает, что различные подходы имеют свои области применимости, и вместо поиска единственного универсального решения наблюдается развитие экосистемы взаимодополняющих технологий. Этот плюрализм отражает зрелость области, признающей сложность и многообразие вычислительных задач, но также создает вызовы для обучения специалистов и поддержания кодовых баз.
+
+#pagebreak()
+
 #align(
   center,
   pad(

references.bib

@@ -389,3 +389,25 @@
 	year = {2019},
 	pages = {193--205},
 }
+
+@book{kuhn_structure_2009,
+	address = {Chicago},
+	edition = {3. ed., [Nachdr.]},
+	title = {The structure of scientific revolutions},
+	isbn = {9780226458083 9780226458076},
+	language = {eng},
+	publisher = {Univ. of Chicago Press},
+	author = {Kuhn, Thomas S.},
+	year = {2009},
+}
+
+@book{reinders_data_2021,
+	address = {New York},
+	title = {Data parallel {C}++: mastering {DPC}++ for programming of heterogeneous systems using {C}++ and {SYCL}},
+	isbn = {9781484255735},
+	shorttitle = {Data parallel {C}++},
+	language = {eng},
+	publisher = {Apress open},
+	author = {Reinders, James and Ashbaugh, Ben and Brodman, James and Kinsner, Michael and Pennycook, John and Tian, Xinmin},
+	year = {2021},
+}