Математика в эпоху суперкомпьютеров.
Шаг в будущее: возможности нового российского суперкомпьютера
В 2022 году на базе МарГУ открыта Научно-исследовательская лаборатория фармакологической резистентности, где занимаются созданием новых высокоэффективных лекарственных препаратов для применения в лечении тяжелых заболеваний, в том числе онкологических. Это один из ключевых проектов вуза в рамках участия в программе «Приоритет 2030». Просмотров 865.
Баумана разработали уникальный микропроцессор Леонард Эйлер или Leonhard. Микропроцессор назван по имени швейцарского, прусского и российского математика и механика, внёсшего фундаментальный вклад в развитие данных наук, а также физики, астрономии и ряда прикладных наук. Он берет на себя часть вычислительной нагрузки, с которой плохо справляются универсальные арифметические микропроцессоры например, Intel или ARM или графические ускорители. Министерства науки и высшего образования РФ Сайт «Результаты выполнения команд обработки множеств или графов из микропроцессора Леонард Эйлер направляются в хост-систему для дальнейшего использования в ходе вычислительного процесса. Микропроцессор Леонард Эйлер занимает в 200 раз меньше ресурсов кристалла, чем один микропроцессор семейства Intel Xeon, потребляя при этом в 10 раз меньше энергии. При сравнительно малой тактовой частоте порядка 200 МГц производительность микропроцессора Леонард Эйлер существенно превосходит производительность микропроцессоров семейства Intel Xeon 3 ГГц.
Проект реализован при участии специалистов группы компаний РСК и корпорации Intel. Проект нацелен на кардинальное ускорение комплексных теоретических и экспериментальных исследований в области физики элементарных частиц, ядерной физики и физики конденсированных сред, в том числе для реализации ускорительного комплекса NICA, создаваемого на базе ОИЯИ для воссоздания в лабораторных условиях особого состояния вещества, в котором пребывала наша Вселенная в первые мгновения после Большого Взрыва — кварк-глюонную плазму.
В Южном федеральном округе он такой единственный. Министерство науки и высшего образования Российской Федерации включило суперкомпьютер «Афалина», запущенный в работу еще в прошлом году, в число самых мощных вычислительных машин страны. Современный информационный кластер обладает производительностью в 201 Терафлопс и входит в топ-20 суперкомпьютеров России. В рейтинге подобных кластеров университетов он занимает четвертое место из пяти. Они могут занимать сотни квадратных метров весить десятки тонн.
Фотонный суперкомпьютер запатентовали в России
Он показал производительность в 21,53 петафлопса, то есть 21,53 квадриллиона операций с плавающей точкой в секунду, и занял 19-ю строчку рейтинга. Он включает 199 вычислительных узлов, связанных высокоскоростной сетью Infiniband HDR с пропускной способностью 800 гигабит в секунду. Яндекс ввел «Червоненкиса» в эксплуатацию в июне. В ноябрьский список TOP500 кроме «Червоненкиса» вошли еще два суперкомпьютера Яндекса, которые тоже не были анонсированы ранее: «Галушкин» с мощностью 16,02 петафлопса стал вторым в России и 36-м в мире, а «Ляпунов» показал производительность в 12,81 петафлопса, и его признали третьим в России и 40-м в мире.
На первой строчке мирового рейтинга осталась японская машина Fugaku с производительностью 442 петафлопса, на втором месте построенный IBM компьютер Summit, установленный в Окриджской национальной лаборатории 148 петафлопс , и на третьем — система Sierra, аналогичная Summit, установленная в Ливерморской лаборатории 94,6 петафлопса.
Президент РФ назвал очевидным то, что с внедрением искусственного интеллекта ИИ человечество начинает новую главу. Ранее он назвал монопольное доминирование в России западных платформ искусственного интеллекта опасным и недопустимым явлением.
По мнению президента, в сфере создания систем искусственного интеллектам необходимо использовать российские решения. Еще Путин заявил, что в ближайшее время будет утверждена новая стратегия развития искусственного интеллекта. По словам президента, в новую редакцию стратегии внесут ряд значительных изменений, будут конкретизированы цели и задачи.
В мировом топе самый производительный суперкомпьютер Яндекса «Червоненкис» оказался в первой двадцатке Суперкомпьютер Яндекса «Червоненкис» занял 19-ю строчку всемирного рейтинга суперкомпьютеров Top500, став самой производительной системой в России и Восточной Европе. Кроме « Червоненкиса », в Top500 вошли ещё два суперкомпьютера Яндекса. Их производительность на момент проведения теста составила 16,02 и 12,81 петафлопса соответственно. Новые суперкомпьютеры Яндекса названы в честь советских и российских учёных, которые внесли вклад в теорию машинного обучения и компьютерные науки. Суперкомпьютер «Червоненкис» в дата-центре Яндекса в Сасове, Рязанская область Яндекс использует суперкомпьютеры, чтобы обучать нейросетевые модели с миллиардами параметров. Такие модели настолько сложны, что для их обучения суперкомпьютер должен работать на пиковой мощности несколько дней, а иногда даже недель, но они позволяют лучше решать целый ряд задач.
Все три принадлежат «Яндексу».
Далее в мировом рейтинге идут суперкомпьютеры от «Сберба» — Christofari Neo и Christofari, которые заняли 43 и 72 места соответственно. Суперкомпьютер: что это и зачем нужен forbes. Все они объединены друг с другом сетью. Такая ЭВМ намного обгоняет по своим техническим параметрам и скорости большинство существующих в мире компьютеров. Машина супербыстро выполняет задачи и обрабатывает огромный массив данных одновременно. Производительность ЭВМ оценивается в петафлопсах — количествах миллионов миллиардов вычислений в секунду.
Созданный в МГУ суперкомпьютер вернет России лидерство в этой сфере
«Проскочило в новостях, что его мощность 400 петафлопс, и это был бы действительно второй-третий суперкомпьютер в мире по производительности, но это не так. Составители авторитетного рейтинга суперкомпьютеров включили нашу страну в топ, причем Россия попала сразу на 19 место списка. В космосе может появиться российский суперкомпьютер.
Один из самых мощных суперкомпьютеров в России работает в СевГУ
В результате Россия тогда имела 2,48% суммарной производительности всех суперкомпьютеров мира. Президент РФ Владимир Путин поручил правительству разработать и реализовать комплекс мер, направленный на увеличение вычислительных мощностей суперкомпьютеров в России. Марий Эл Телерадио» Телеканал МЭТР» Лента новостей» Суперкомпьютер МарГУ вошёл в ТОП-20 России. Соединённые Штаты Америки начали очередной виток по ограничению доступа Китая и России к высоким технологиям, запретив AMD и NVIDIA поставлять GPU для создания суперкомпьютеров. Интересные новости о суперкомпьютерах и ИИ.
В МГУ открыли новый суперкомпьютер, решающий задачи ИИ
Что с суперкомпьютерами в России сейчас? Он стал первым суперкомпьютером, созданным на основе российской коммутируемой сети «Ангара». В списке суперкомпьютеров 2017 года, по данным Википедии, российские занимали три позиции 63, 227 и 412 места. «Квантовый компьютер функционирующий, он гораздо страшнее атомный бомбы», — считает генеральный директор компании Acronis, сооснователь Российского квантового центра Сергей Белоусов. В результате Россия тогда имела 2,48% суммарной производительности всех суперкомпьютеров мира.
Один из самых мощных суперкомпьютеров в России работает в СевГУ
Специалисты отмечают, что важным преимуществом нового суперкомпьютера является система погружного жидкостного охлаждения модулей. Она позволяет создавать мобильные вычислительные центры на базе обычных кузовов-контейнеров вне специально оборудованных помещений. Безусловно, первыми интерес к этой новинке должны проявить наши военные. Кроме того, уникальная система охлаждения отличается низким уровнем шума, пыле- и влагозащищенностью, а также пожаробезопасностью. Поэтому круг потребителей ожидается весьма широким. Например, он может использоваться для автоматического распознавания объектов при спутниковой съемке, моделирования космических летательных аппаратов и оценки состояния их бортовых систем. Разработка обладает модульным построением, оснащена уникальными системами поддержания работоспособности, это позволяет создать мобильную вычислительную систему любой мощности, любого назначения в любой точке земного шара, — сказал исполнительный директор государственной корпорации «Ростех» Олег Евтушенко. Энергоэффективные суперкомпьютеры, созданные специалистами московского АО «Концерн «Вега» входит в состав холдинга «Росэлектроника» и Института программных систем Российской академии наук имени А. Айламазяна, могут применяться для вычислений и в других отраслях.
Это 400 петафлопс. Этот супервычислитель, может быть, будет вторым-третьим в мире по мощности Виктор Садовничий не уточнял деталей, но отмечал, что в конфигурацию системы входит около 100 современных графических ускорителей. При таких характеристиках, безусловно, «МГУ-270» не может соперничать с лучшими суперкомпьютерами мира, так что заявление Садовничего требует пояснений.
Мы видим, что доля сильнейших стран будет потихоньку снижаться, за исключением Индии, которая совсем недавно оттеснила на 4-е место Россию. Китай, по расчетам, уже вроде бы стал сильнее США. Но называть это сменой мирового лидерства пока рано. Надо учитывать, что у Штатов в «шестерках» ходят очень много стран, некоторые из которых относительно недавно сами метили в мировые гегемоны и даже были ими. Причем ходят строем в рамках военной дисциплины НАТО. Разрушить этот образцовый мировой порядок, наверное, можно. Но только если самим не развалиться в процессе осуществления этой исторической миссии, как то случилось с СССР. Поэтому гораздо интереснее выглядят подсчеты рейтинга национальной безопасности. Здесь учитывается 26 показателей в 6 «весовых» категориях: экономика 0,232 , наука 0,205 , финансы 0,197 , уровень жизни 0,194 , вооруженные силы 0,112 , ресурсы 0,060. Вот что получилось. Комментировать тут, собственно, особо нечего. Судя по местам в двух рейтингах, национальной силы у нас гораздо больше, чем национальной безопасности. Причем последней отнюдь не прибывает. И тут в докладе начинается самое интересное: сравнение отдельных факторов, которые, согласно подсчетам, укрепляют нашу национальную безопасность или, наоборот, угрожают ей.
Обратите внимание на отсутствие любых декоративных пластиковых элементов. Зато есть много свободного места, чтобы воздух мог обдувать огромные радиаторы GPU в центре, именно за счёт этого получается экономить электричество на охлаждении. В кластере 199 серверов с GPU — такое количество обусловлено экономической целесообразностью сборки ядра Infiniband по стандартной схеме на 800 портов с использованием 40-портовых 1U HDR-коммутаторов. Двухсотый сервер не имеет GPU в своем составе и используется для управления сетью Infiniband. Это позволило создавать кластеры в два раза большего размера по сравнению с коробочным решением SuperPod. Например, вот так выглядят типичные итерации обучения. О г—Замеры После успешного решения этих и других проблем мы наконец-то получили заветное линейное масштабирование на 152 хостах, доступных на тот момент. Получилось 15,2 петафлопса. Но была одна проблема: пока мы настраивали кластер, закрылось окно подачи в июньский рейтинг. Мы опоздали буквально на одну неделю. Поэтому решили взять паузу с замерами linpack до осени. За это время мы внедрили все найденные оптимизации на новых кластерах и отдали их пользователям — разработчикам и инженерам внутри компании. Кластер «Ляпунов» решили пока не выводить на обслуживание, потому что он в два раза меньше и у нас не было уверенности, что в нём проявится баг с адаптивным роутингом. Обслуживание означало задержку в расчётах критически важных ML-обучений. Поэтому тоже решили отложить до осени. Первый замер 8 октября мы провели первый замер всех трёх кластеров. ML-инженеры согласились отдать кластеры всего на несколько часов: за это время нужно было сделать несколько прогонов, чтобы подобрать оптимальные параметры. Стало очевидно, что проблема с адаптивным роутингом влияет на него больше, чем мы полагали. Мы решили выводить кластер на обслуживание как можно раньше. Второй замер 19 октября «Ляпунов» был успешно обновлён. Теперь самое интересное. Это очень круто. В процессе второго замера обратили внимание, что график сети продолжает быть нестабильным. Как выяснилось, проблема в эффекте резонанса мониторинговых сервисов. Третий замер Буквально на прошлой неделе мы закончили монтаж новых стоек — число узлов в кластере «Галушкин» должно увеличиться со 104 до 195. Очень хотелось успеть обновить результат до закрытия окна подачи в Top500, то есть до 7 ноября. Но к этому моменту мы успели подключить и проверить только 136 узлов. Зато у нас уже было гораздо больше опыта, и мы починили проблему с излишним влиянием мониторингов. Поэтому результат получился очень хороший: 16,02 петафлопса. В сумме по трём кластерам вышло 50,3 петафлопса. В ближайшее время нужно проверить оставшиеся узлы. Нам ещё есть над чем работать, но это уже другая история. Чему мы научились Мы строили свои кластеры для решения реальных задач машинного обучения, руководствуясь имеющимся опытом в серверах, сетях, средах окружения и так далее. Linpack мы рассматривали как незначительную вспомогательную задачу. В результате мы поняли, что строить и валидировать такие системы — совершенно новый и полезный опыт для нас. Также оказалось, что linpack — отличный инструмент интеграционного тестирования. Он позволил найти и починить сразу несколько багов в продакшене, которые мы раньше просто не замечали. Возникает вопрос: почему именно linpack оказался настолько хорошим инструментом? Чтобы ответить, нужно посмотреть на график обмена данными за 1 секунду. Видно, что за секунду он успевает сделать 4,5 синхронных итерации — это в 2-4 раза чаще, чем наши реальные обучения. Именно поэтому linpack гораздо чувствительнее к различным задержкам на узлах. Итоги Построение и эксплуатация суперкомпьютеров — интересная, но сложная задача. Экспертизы очень сильно не хватает: абсолютное большинство компаний не собирают свои суперкомпьютеры. В то же время учиться на собственных ошибках — дорогое удовольствие: простой кластера стоит десятки тысяч долларов в сутки. Поэтому для нас обмен опытом —критически важная вещь. В Шуе начнут выпускать улучшенные ноутбуки «Аквариус» с 5-ГГц процессорами Российская компания «Аквариус» планирует наладить выпуск улучшенных ноутбуков на своём производственном комплексе в Шуе, пишет «РИА Новости» со ссылкой на информацию предприятия.
Самый мощный суперкомпьютер будет создан в России
В ведомстве также пояснили, что микропроцессору Leonhard нужно в 200 раз меньше ресурсов кристалла, чем одному представителю семейства Intel Xeon. При этом отечественное решение потребляет в 10 раз меньше энергии. Сравнительно же малая тактовая частота порядка 200 МГц не мешает российскому микропроцессору существенно превосходить по производительности собратьев из Intel Xeon с 3 ГГц. Такой эффект достигается благодаря параллелизму при обработке сложных моделей данных, что позволяет Леонарду Эйлеру обрабатывать до 120 млн вершин графов в секунду.
Используя многоядерные микропроцессоры Leonhard, в МГТУ и построили суперкомпьютер «Тераграф», способный обрабатывать графы сверхбольшой размерности до 1 трлн вершин 1012. В заключение в ведомстве обратили внимание на важность аппаратной поддержки дискретной математики, поскольку большинство вычислительных задач по своей сути являются дискретными, то есть требующими обработки множеств чисел.
Именно поэтому их целесообразно объединить в единую инфраструктуру, чтобы можно было выбирать наиболее подходящий суперкомпьютер для решения конкретного задания.
С 12 декабря его смогут арендовать сторонние компании, стоимость минуты использования составит 5750 рублей. Суперкомпьютер разработали SberCloud и компания Nvidia.
Производительность устройства достигает 6,7 петафлопс. Для сравнения, производительность самого мощного суперкомпьютера в мире корпорации IBM составляет 200 петафлопс. Петафлопс — это единица измерения производительности компьютеров.
Система является модульной и масштабируемой — она содержит доступное на рынке оборудование, а значит, в будущем её можно будет расширять или, напротив, сокращать для решения конкретных задач. Цель проекта — приблизить системы ИИ к механизмам работы человеческого мозга, изучить механизмы работы мозга и при благополучном исходе добиться успехов, актуальных в других областях. Примечательно, что другие исследователи подошли к той же проблеме с диаметрально противоположной стороны: недавно американские учёные вырастили ткань человеческого мозга, подключили её к компьютеру и добились впечатляющих результатов.
Суперкомпьютер Dojo разрабатывается для обработки больших массивов данных для обучения автопилота для электромобилей Tesla. Источник изображения: Tesla Венкатараманан, возглавлявший проект Dojo в течение последних пяти лет, уволился из компании в прошлом месяце. Питер Бэннон прежде занимал руководящую должность в Apple, а также работал в других технологических компаниях. До нового назначения в Tesla он в течение последних семи лет также занимал руководящие должности. Суперкомпьютер Dojo предназначен для обработки огромных массивов данных, включая видеофайлы, получаемые с камер автомобилей Tesla. Данные необходимы для обучения специализированного программного обеспечения для автономного вождения.
В основе Dojo лежит фирменный чип D1 компании Tesla. В последние недели Tesla также установила оборудование для проекта Dojo в дата-центре в Пало-Альто, в Калифорнии. Проект подразумевает использование нескольких центров обработки данных, расположенных в разных местах. Project Ceiba. Такая стойка сможет обеспечить выдающуюся производительность — до 128 Пфлопс в операциях FP8 квадриллионов операций в секунду. Применяется система жидкостного охлаждения.
Система обеспечит производительность 65 Эксафлопс FP8. Его переход в AMD не только символизирует новый этап в карьере признанного специалиста, но и предвещает значительные изменения для самой компании. Источник изображения: servernews. Важной вехой в его карьере стал проект Red Storm, который спас Cray Research от банкротства и вернул компанию на путь инноваций. Переход Скотта в AMD после работы в организации архитектуры оборудования Azure в Microsoft, где он руководил созданием облачных суперкомпьютеров, является логичным шагом в его блестящей карьере. Стив Скотт известен своим вкладом в развитие технологий суперкомпьютеров.
В Cray Research он занимался разработкой новаторских архитектур вычислительных систем, что способствовало прорывам в области высокопроизводительных вычислений. Его опыт и знания в области архитектуры высокопроизводительных вычислительных систем и суперкомпьютеров будут ключевыми в разработке новых продуктов AMD, особенно в области ИИ и облачных технологий. Переход Скотта в AMD — это не просто перемещение высококвалифицированного специалиста между компаниями. Это событие, которое может радикально изменить ландшафт суперкомпьютерных технологий. Его опыт в создании инновационных архитектур и управлении сложными проектами в высокопроизводительных вычислениях позволит AMD укрепить свои позиции на мировом рынке и открыть новые горизонты в разработке передовых технологий. По сравнению с предшественником — 256-ядерной моделью Sunway SW26010 без приставки «Pro» — его производительность выросла до четырёх раз, сообщает ресурс Chips and Cheese.
Источник изображения: top500. Каждый CG-кластер объединяет 64 вычислительных ядра Compute Processing Elements — CPE с 512-битным векторным движком, 256 кбайт сверхскоростного кеша для данных и 16 кбайт для инструкций; одно управляющее ядро Management Processing Element — MPE — суперскалярное ядро внеочередного действия с векторным движком, по 32 Кбайт кеша L1 для данных и инструкций, 512 Кбайт кеша L2; а также 128-битный интерфейс памяти DDR4-3200. Источник изображения: chipsandcheese. Это особенно важно для приложений с нерегулярным доступом к совместно используемым данным. Каждый 6-кластерный процессор имеет 384 вычислительных и 6 управляющих ядер — всего 390 ядер. В модели SW26010-Pro проблему с кешем попытались решить, увеличив объём сверхскоростной памяти с 64 до 256 Кбайт, но при отсутствии надлежащего L2 этого всё равно недостаточно.
Проблему кеша можно частично компенсировать за счёт дорогостоящей и трудозатратной программной оптимизации, но с учётом недостаточной пропускной способности ОЗУ непонятно, насколько в итоге обновлённый процессор окажется эффективным для задач, которые призваны решать экзафлопсные суперкомпьютеры. Источник изображения: Pixabay Проект Nebius базируется в Израиле, а руководит им Роман Чернин, ранее возглавлявший в «Яндексе» подразделение геосервисов. Наша команда разработчиков с большим энтузиазмом отнеслась к тестированию той части нашей новой облачной платформы, которая на тот момент была свободна от рабочей нагрузки клиентов, — сообщила в своём аккаунте LinkedIn отделившаяся от «Яндекса» Nebius.
Суперкомпьютеры
В кластере 199 серверов с GPU — такое количество обусловлено экономической целесообразностью сборки ядра Infiniband по стандартной схеме на 800 портов с использованием 40-портовых 1U HDR-коммутаторов. Двухсотый сервер не имеет GPU в своем составе и используется для управления сетью Infiniband. Это позволило создавать кластеры в два раза большего размера по сравнению с коробочным решением SuperPod. Например, вот так выглядят типичные итерации обучения. О г—Замеры После успешного решения этих и других проблем мы наконец-то получили заветное линейное масштабирование на 152 хостах, доступных на тот момент. Получилось 15,2 петафлопса. Но была одна проблема: пока мы настраивали кластер, закрылось окно подачи в июньский рейтинг. Мы опоздали буквально на одну неделю.
Поэтому решили взять паузу с замерами linpack до осени. За это время мы внедрили все найденные оптимизации на новых кластерах и отдали их пользователям — разработчикам и инженерам внутри компании. Кластер «Ляпунов» решили пока не выводить на обслуживание, потому что он в два раза меньше и у нас не было уверенности, что в нём проявится баг с адаптивным роутингом. Обслуживание означало задержку в расчётах критически важных ML-обучений. Поэтому тоже решили отложить до осени. Первый замер 8 октября мы провели первый замер всех трёх кластеров. ML-инженеры согласились отдать кластеры всего на несколько часов: за это время нужно было сделать несколько прогонов, чтобы подобрать оптимальные параметры.
Стало очевидно, что проблема с адаптивным роутингом влияет на него больше, чем мы полагали. Мы решили выводить кластер на обслуживание как можно раньше. Второй замер 19 октября «Ляпунов» был успешно обновлён. Теперь самое интересное. Это очень круто. В процессе второго замера обратили внимание, что график сети продолжает быть нестабильным. Как выяснилось, проблема в эффекте резонанса мониторинговых сервисов.
Третий замер Буквально на прошлой неделе мы закончили монтаж новых стоек — число узлов в кластере «Галушкин» должно увеличиться со 104 до 195. Очень хотелось успеть обновить результат до закрытия окна подачи в Top500, то есть до 7 ноября. Но к этому моменту мы успели подключить и проверить только 136 узлов. Зато у нас уже было гораздо больше опыта, и мы починили проблему с излишним влиянием мониторингов. Поэтому результат получился очень хороший: 16,02 петафлопса. В сумме по трём кластерам вышло 50,3 петафлопса. В ближайшее время нужно проверить оставшиеся узлы.
Нам ещё есть над чем работать, но это уже другая история. Чему мы научились Мы строили свои кластеры для решения реальных задач машинного обучения, руководствуясь имеющимся опытом в серверах, сетях, средах окружения и так далее. Linpack мы рассматривали как незначительную вспомогательную задачу. В результате мы поняли, что строить и валидировать такие системы — совершенно новый и полезный опыт для нас. Также оказалось, что linpack — отличный инструмент интеграционного тестирования. Он позволил найти и починить сразу несколько багов в продакшене, которые мы раньше просто не замечали. Возникает вопрос: почему именно linpack оказался настолько хорошим инструментом?
Чтобы ответить, нужно посмотреть на график обмена данными за 1 секунду. Видно, что за секунду он успевает сделать 4,5 синхронных итерации — это в 2-4 раза чаще, чем наши реальные обучения. Именно поэтому linpack гораздо чувствительнее к различным задержкам на узлах. Итоги Построение и эксплуатация суперкомпьютеров — интересная, но сложная задача. Экспертизы очень сильно не хватает: абсолютное большинство компаний не собирают свои суперкомпьютеры. В то же время учиться на собственных ошибках — дорогое удовольствие: простой кластера стоит десятки тысяч долларов в сутки. Поэтому для нас обмен опытом —критически важная вещь.
В Шуе начнут выпускать улучшенные ноутбуки «Аквариус» с 5-ГГц процессорами Российская компания «Аквариус» планирует наладить выпуск улучшенных ноутбуков на своём производственном комплексе в Шуе, пишет «РИА Новости» со ссылкой на информацию предприятия. Ноутбук оснащён 16-дюймовым экраном с разрешением 2560 х 1600 пикселей и базируется на энергоэффективном процессоре с частотой до 5 ГГц, название которого не уточняется. Спецификации устройства включают адаптеры беспроводной связи Wi-Fi 6 и Bluetooth 5.
В Национальном центре физики и математики НЦФМ в Сарове работают над увеличением производительности компьютера не за счет повышения тактовой частоты процессора, а на основе новых принципов построения архитектур. Здесь нужна новая элементная база. Потенциал у машин заведомо огромный, но его можно будет использовать только в том случае, если все отдельные этапы вычисления будут поддерживать высокую степень параллельности. Над этим проектом работает большой консорциум: сильная группа специалистов Российского федерального ядерного центра «Всероссийский научно-исследовательский институт экспериментальной физики» РФЯЦ-ВНИИЭФ , Института прикладной математики им. Келдыша РАН, Института вычислительной математики им.
Марчука РАН, Московского государственного университета им. Ломоносова и др. Силы нашего коллектива распределены по трем составляющим: элементная база, системное программное обеспечение и алгоритмы и математическое ПО. Цифровые кадры В «МГУ Сарове» из пяти магистерских программ две посвящены вычислительным технологиям. Они хорошо дополняют друг друга и позволяют понять основные научные и технологические проблемы. На мой взгляд, темы интересны студентам. Кроме того, мы стараемся их приобщать к решению практических задач, чтобы уже сейчас вовлечь в проблематику освоения машин зеттафлопсной производительности. Конечно, нам и им нужно сначала научиться работать с машинами эксафлопсной производительности.
Если уж научился работать с параллелизмом большой степени, то переход дальше будет понятным и более простым. Сейчас важно активнее привлекать магистрантов и выпускников «МГУ Сарова» и в целом молодых исследователей к конкретным проектам НЦФМ, чтобы они не просто что-то изучали по своей научной тематике, но и участвовали в реализации конкретных задач в рамках научной программы центра. Слушателей школы исследования архитектур суперЭВМ мы хотим познакомить не только с вопросами разработки архитектурных и программных решений для создания суперкомпьютеров, но и с деятельностью лаборатории фотонных вычислительных устройств НЦФМ, где как раз будет идти разработка фотонных элементов и компьютеров на их основе.
Одна из задач Десятилетия — рассказать, какими научными именами и достижениями может гордиться наша страна. В течение всего Десятилетия при поддержке государства будут проходить просветительские мероприятия с участием ведущих деятелей науки, запускаться образовательные платформы, конкурсы для всех желающих и многое другое.
Фотонные вычислительные машины также имеют свои особенности. Они разрабатываются на основе оптики, процесс вычисления идет благодаря взаимодействию световых импульсов лазерного излучения, которыми представлена информация. Такой специальный вычислитель будет быстро решать задачи определенного класса. В частности, то, что связано с линейной алгеброй, на фотонных устройствах будет считаться очень быстро. Квантовые и фотонные машины стоит рассматривать как специализированные устройства, которые могут мгновенно решать задачи определенного класса. По всей видимости, даже в будущем они не станут универсальными, как современные пользовательские компьютеры. В 2022 году в Ок-Риджской национальной лаборатории США появилась машина под названием Frontier, выполняющая квинтиллион, 1018, операций с плавающей точкой в секунду. В Национальном центре физики и математики НЦФМ в Сарове работают над увеличением производительности компьютера не за счет повышения тактовой частоты процессора, а на основе новых принципов построения архитектур.
Здесь нужна новая элементная база. Потенциал у машин заведомо огромный, но его можно будет использовать только в том случае, если все отдельные этапы вычисления будут поддерживать высокую степень параллельности. Над этим проектом работает большой консорциум: сильная группа специалистов Российского федерального ядерного центра «Всероссийский научно-исследовательский институт экспериментальной физики» РФЯЦ-ВНИИЭФ , Института прикладной математики им. Келдыша РАН, Института вычислительной математики им. Марчука РАН, Московского государственного университета им. Ломоносова и др. Силы нашего коллектива распределены по трем составляющим: элементная база, системное программное обеспечение и алгоритмы и математическое ПО. Цифровые кадры В «МГУ Сарове» из пяти магистерских программ две посвящены вычислительным технологиям.