Центр компетенций высокопроизводительных распределенных систем
Краткое описание лаборатории
В настоящий момент в мире активно развивается направление высокопроизводительных вычислений (High Performance Computing - HPC). Этому способствует быстрое развитие программно-аппаратных средств. Одним из наиболее эффективных по производительности является направление GPU(Graphics Processing Unit) вычислений, когда расчеты производится на графических процессорах (видеокартах). Использование таких аппаратных средств позволяет значительно ускорить (на порядок) проведение вычислительных операций по сравнению с классическими процессорами (CPU).
Многие компании уже убедились в преимуществах новых технологий расчётов, но развитие промышленного применения сдерживается (особенно в регионах РФ) отсутствием на ИТ рынке достаточного количества грамотных программистов, способных адаптировать код под высокопроизводительные системы. Проектирование современных суперкомпьютеров также базируется в том числе на GPU технологиях, недостаток специалистов здесь тоже сдерживает активное внедрение в промышленность. Так если рассмотреть международный TOP 500 и TOP 50 СНГ, то в нем отчетливо видно, что в РФ количество применений суперкомпьютерных кластеров в промышленности значительно отстает от международного уровня 12% против 51%. На данный момент более 700 GPU кластеров установлены по всему миру в компаниях из списка Fortune 500, таких как Schlumberger и Chevron в энергетическом секторе, а также BNP Paribas в секторе банковских услуг. Высокопроизводительные вычисления с использованием GPU нашли широкое применение в научных исследованиях в таких областях как ядерная физика, молекулярная динамика, квантовая химия, вычислительная гидродинамика, биоинформатика, моделирование климата и т.д.
Лаборатория высокопроизводительных вычислений Высшей школы ИТИС КФУ проводит научно-практические исследования в области использования различных программно-аппаратных комплексов для параллельных вычислений.
Лаборатория высокопроизводительных вычислений Высшей школы ИТИС КФУ активно сотрудничает с компаниями TGT Oilfield Services, ЗАО "Градиент" для решения задач, связанных с добычей нефти и газа.
Благодаря работам сотрудников лаборатории Казанский федеральный университет в 2009 году, третьим в России получил официальный статус Nvidia CUDA Research Center. Этим статусом награждаются научные и образовательные учереждения, в которых проводятся исследования с использованием высокопроизводительных вычислений на основе архитектуры Nvidia CUDA.
Основные области интереса лаборатории это программно-аппаратные архитектуры и алгоритмы для работы с гетерогенными высокопроизводительными системами, прежде всего Nvidia CUDA и OpenCL. Эти технологии позволяют использовать современные массивно-параллельные процессоры, такие как видеокарты (GPU), арифметические ускорители (Xeon Phi) и др. для вычислений общего назначения, что в некоторых случаях значительно увеличивает производительность приложения. Такой подход позволяет избежать создания больших дорогостоящих суперкомпьютерных систем и делает высокопроизводительные вычисления более доступными для бизнеса и конечных пользователей (вплоть до “персональных суперкомпьютеров”).
Лаборатория обладает доступом к традиционныму высокопроизводительныму кластеру на основе многоядерных CPU, а также к гетерогенному GPU кластеру. Эти кластеры позволяют решать как научно-исследовательские и учебные задачи в области высокопроизводительных вычислений, так и проводить расчеты для практического применения.
Специализация лаборатории:
- высокопроизводительные вычисления (C++, CUDA, OpenCL, VexCL, и др.), в том числе на базе GPU и многоядерных компьютерах
- разработка и адаптация математических алгоритмов, предназначенных для численного решения задач, имеющих практическую значимость (распространение акустического шума, температуры, электромагнитных волн в гетерогенных средах)
- создание инфраструктурных решений по строительству суперкомпьютеров и HPC кластеров
Научные и прикладные задачи лаборатории:
Цели лаборатории:
- развитие в КФУ центра компетенции по высокопроизводительным технологиям
- внедрение параллельных вычислений в реальные задачи науки и бизнеса
- исследования в области суперкомпьютерных технологий
- подготовка квалифицированных специалистов
Приобретаемые навыки:
- параллельная алгоритмизация;
- знание архитектуры современных графических процессоров (AMD/NVidia)
- GPU (OpenCL/CUDA) программирование
- организация и управление гетерогенными кластерам
- опыт работы с высоконагруженными системами
Требования к студентам:
