#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"
)