все самое важное и интересное из отрасли связи, IT и телекоммуникаций. В России разработали первый в мире суперкомпьютер с «интуитивным» процессором на базе отечественной архитектуры «Леонард Эйлер» — он называется «Тераграф». Президент РФ Владимир Путин поручил правительству разработать и реализовать комплекс мер, направленный на увеличение вычислительных мощностей суперкомпьютеров в России.
Суперкомпьютер «Яндекса» признан самым мощным компьютером России
Помимо создания компактного мобильного суперкомпьютера специалисты холдинга «Росэлектроника» недавно завершили разработку новой технологии, улучшающей качество связи при передаче цифровой информации по радиоканалам КВ-диапазона. Этот суперкомпьютер разработан на основе передовых технологий, и он войдёт в систему с ведущими научными центрами России. Российский президент Владимир Путин сообщил, что необходимо не менее чем на порядок нарастить мощности суперкомпьютеров России.
В России построили петафлопсный суперкомпьютер редкой архитектуры
В списке суперкомпьютеров 2017 года, по данным Википедии, российские занимали три позиции 63, 227 и 412 места. Российские ученые анонсировали проект размещения дата-центров и суперкомпьютеров в космосе. крупнейший информационный сайт России посвященный компьютерам, мобильным устройствам. В России представили суперкомпьютер «Тераграф», построенный на уникальном отечественном микропроцессоре.
Шаг в будущее: возможности нового российского суперкомпьютера
Россия входит в топ-10 стран по объему вычислительных мощностей суперкомпьютеров - Чернышенко 2023-08-19 16:00 369 Россия находится в десятке стран по совокупному объему вычислительных мощностей суперкомпьютеров. По его словам, в России необходимо обеспечить условия создания и развития собственных вычислительных мощностей. Суперкомпьютеры способны выполнять множество задач параллельно, в то время как обычные компьютеры последовательно решают задачи. К примеру, если раньше для проверки безопасности автомобилей было необходимо их сталкивать, то суперкомпьютер с высокой точностью сможет смоделировать столкновение и предоставить результат.
Казалось бы, сотни видеокарт! Но этого по-прежнему было мало для наших задач, хотя кластер и помог нам начать внедрять трансформеры для улучшения Поиска.
Затем в другом нашем ДЦ, в городе Сасово в Рязанской области, появился первый большой кластер. Мы назвали его в честь Алексея Ляпунова — знаменитого математика, чьи работы лежат в основе кибернетики и теории машинного обучения. Пришлось искать причины и оптимизировать. Коллеги из локального офиса NVIDIA посоветовали потратить ещё несколько дней на замеры производительности, чтобы зарегистрировать кластер в списке Top500. Но в тот момент мы от этого отказались: торопились отдать кластер нашим ML-инженерам, чтобы загрузить его работой уже на новогодние праздники.
Тем более, что тогда мы ещё не осознавали никакой практической пользы от замеров. Логично было распространить этот опыт и на GPU. Для размещения кластеров выбрали недавно переданные в эксплуатацию модули в дата-центрах Сасово и Владимира. Сами кластеры назвали соответственно «Червоненкис» в честь Алексея Червоненкиса, одного из крупнейших теоретиков машинного обучения и «Галушкин» Александр Галушкин — один из главных исследователей теории нейронных сетей. Размер обусловлен встроенной системой охлаждения.
Они связывают GPU для вычислений. Это продиктовано энергопотреблением — до 20 кВт. Cloud, но об этом поговорим в другой раз. 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.
Они заняли первое, второе и третье места среди российских систем.
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.
По его мнению, человечество еще бесконечно далеко от создания машины, которая приблизилась бы по интеллектуальным способностям к мозгу человека. Полуслепой Кеплер смог на основании наблюдений Тихо Браге вывести законы движения планет, которых сам никогда не видел. В этом отношении возможности машины не превышают способностей насекомого, правда, — «очень специализированного насекомого», как выражается профессор. Такого, например, как стрекоза. До сих пор непонятно, как стрекозам удается достигать такой точности перехвата более 95 процентов при небольшом объеме мозга. Эволюция этого вида насекомых привела к созданию уникальной комбинации эффективного зрительного аппарата большие фасеточные глаза и специализированного «бортового компьютера» мозг стрекозы управляющего полетом стрекозы и предугадывающим движения ее добычи; современные технологии еще далеки от такого совершенства. Вообще насекомые — специалисты, они свои задачи выполняют очень хорошо. Только сейчас мы начинаем понимать механизмы полета насекомых. Посмотрите, насколько мало они тратят энергии на достаточно дальние пролеты! Если бы мы могли достигать такой же энергоэффективности, как у насекомого, у нас давно бы уже летали микродроны в огромном количестве; но пока нам о такой энергоэффективности остается только мечтать.
Более того, до самого последнего времени загадкой являлось то, как многим насекомым например, шмелям вообще удается отрываться от земли: маленькие крылышки, небольшие мускулы… А все дело в том что у них крылья движутся по весьма нелинейной траектории, которая позволяет увеличить подъемную силу крыла по сравнению с прямым махом почти на порядок. И опять здесь большую роль играет «бортовой компьютер» насекомого, его мозг, который адаптивно рассчитывает требуемую траекторию взмаха крыла с потрясающей быстротой порядка миллисекунды. Так что нам есть еще чему поучиться у насекомых в плане специализированных вычислений и создания автоматизированных систем управления …» «Всё — яд, и всё — лекарство» Мощный суперкомпьютер нужен, чтобы заглянуть туда, куда иначе заглянуть невозможно, утверждает профессор Федоров: «Мы знаем о недрах Земли меньше, чем мы знаем о космосе. А все потому, что пока? Нашим «телескопом» является математическое моделирование. То же касается и глубин океанов. Директор Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных Максим Федоров. И то же можно сказать о различных исторических событиях. Например, когда в Глазго я заведовал суперкомпьютерным центром, мы участвовали в проекте Школы Искусств Глазго по детальной реконструкции известной битвы англичан и шотландцев при Бэннокбёрне 1314 года. Сейчас детальная компьютерная анимация этой битвы, созданная с помощью нашего суперкомпьютера, является частью экспозиции в историческом музее, расположенном неподалеку от места событий.
В ходе проекта выяснилось, что решения, которые принимал вождь шотландцев во время сражения, были единственно верными; не получилось найти другой стратегии, которая привела бы к победе, - это к вопросу о мощи человеческого интеллекта. С помощью суперкомпьютера можно реконструировать исторические события, исторические здания — как они выглядели пятьсот, тысячу лет назад. Можно реконструировать всевозможные тектонические явления». Это, прежде всего, нефтегазовая область, в частности решение обратных задач сейсмологии — фактически, разведка полезных ископаемых здесь как раз уместна аналогия с телескопом, позволяющим заглянуть внутрь Земли. Новые материалы. Так, в Центре Сколтеха по Электрохимическому Хранению Энергии профессор Артем Оганов с помощью математического моделирования исследует свойства веществ при сверхвысоких давлениях. Эксперимент при таких давлениях очень дорог и небезопасен; нужно иметь уверенность в том, что из этого эксперимента что-то получится. Своей работой профессор Оганов фактически торит тропу для экспериментаторов. В этом же центре [Электрохимического Хранения Энергия] группа под руководством Андрея Жугаевича ведет активные исследования по применению суперкомпьютерных технологий для конструирования новых материалов и устройств для преобразования и хранения энергии. Биоактивные вещества в силу своей природы обладают токсичностью.
Поиски нового лекарственного препарата могут быть небезопасны. Поэтому очень важно предсказывать токсичность нового соединения еще до того, как оно будет синтезировано. Это исследования, которые ведутся непосредственно в научной группе профессора Максима Федорова. Это только несколько примеров того, как работает принцип: когда эксперимент невозможен, опасен, труден, дорог, - тогда вступает в силу моделирование», - замечает собеседник Sk. Метод top down По словам профессора, проекты его Центра можно разделить на два основных класса. Это, во-первых, математическое моделирование на основе «первых принципов» известных законов и формул , или bottom up. Например, можно использовать численное решение уравнения Шрёдингера, чтобы понять, какие свойства будут у вновь синтезированной молекулы, поскольку квантовая химия основывается на уравнениях квантовой механики.
Академик Каляев предложил объединить суперкомпьютеры под управлением ИИ
Результаты выполнения команд обработки множеств или графов из микропроцессора Леонард Эйлер направляются в хост-систему для дальнейшего использования в ходе вычислительного процесса», — рассказали в пресс-службе Минобрнауки страны. 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.
Используя способность сохранять информацию о различных объектах и явлениях, а также учитывать связи между ними, графы знаний могут использоваться при анализе больших данных в биоинформатике, медицине, системах безопасности городов, компьютерных сетях, финансовом секторе, при контроле сложного промышленного производства, для анализа информации социальных сетей и во многих других областях. Также на сайте Минобрнауки говорится о важности аппаратной поддержки дискретной математики, так как большинство вычислительных задач являются дискретными по своей сути и требуют обработки множеств чисел: различные задачи оптимизации, задачи на графах, задачи машинного обучения. Арифметическая обработка также важна, например, в сравнении чисел, но она составляет лишь малую часть действий в алгоритмах оптимизации. Основное время современные вычислительные системы тратят на поиск информации, перебор элементов множеств и так далее. Исследователи утверждают, что Leonhard спроектирован под задачи дискретной оптимизации и работает быстрее универсальных микропроцессоров, рассчитанных на арифметическую обработку, а еще потребляет меньше электроэнергии.
Свинцова Анна 26 декабря 2022 года, 14:19 Один из пяти самых мощных суперкомпьютеров, которые установлены в российских вузах, находится в Севастопольском государственном университете. 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.
При этом производительность ФВМ можно резко повысить, уменьшая длину световой волны. ФВМ могут быть востребованы в медицине, а также в других областях. Ранее сотрудники Курчатовского института создали двумерный материал для суперкомпьютеров.
В погоне за Люксембургом: академия наук подсчитала силу России на трех суперкомпьютерах
Новость: Сбербанк запустил второй самый мощный в России суперкомпьютер Christofari Neo, функционирующий на базе чипов Nvidia. Что с суперкомпьютерами в России сейчас? Представлена 38 редакция ТОП-50 суперкомпьютеров Российской Федерации. 9.2. Суперкомпьютеры, установленные в Российской Федерации. На ноябрь 2022 года в списке Top500 имелись 7 машин, установленных в России. В результате Россия тогда имела 2,48% суммарной производительности всех суперкомпьютеров мира. Российские ученые анонсировали проект размещения дата-центров и суперкомпьютеров в космосе.
Microsoft и OpenAI построят ИИ-суперкомпьютер Stargate за $100 миллиардов
Что с суперкомпьютерами в России сейчас? Президент России Владимир Путин заявил, что в стране необходимо многократно увеличить мощности суперкомпьютеров. В Новосибирске учёные разработали и запустили суперкомпьютер, который обладает впечатляющей вычислительной мощностью. Давид Рафаловский, исполнительный вице-президент «Сбербанка» и руководитель блока «Технологии»: «Это самый мощный компьютер в России, это главный ингредиент нашего AI-облака. Марий Эл Телерадио» Телеканал МЭТР» Лента новостей» Суперкомпьютер МарГУ вошёл в ТОП-20 России. На сайте Минобранауки рассказано о новой разработке российских ученых – первых в мире микропроцессоре и суперкомпьютере, в которых на аппаратном уровне реализован набор команд дискретной математики DISC.