http://www.ras.ru/news/news_release.aspx?ID=6ce16888-6909-440a-830e-ce995c8ca819&print=1
© 2024 Российская академия наук

от 17.02.2021

16 февраля 2021 года

состоялось очередное заседание Президиума Российской академии наук

(проводится в режиме видеоконференции)

Председательствует президент РАН академик РАН Александр Михайлович Сергеев.

Члены Президиума заслушали сообщение «О перспективах развития в России высокопроизводительных вычислений и предсказательного моделирования в современных технологиях».

Докладчик академик РАН Борис Николаевич Четверушкин, научный руководитель Института прикладной математики им М.В. Келдыша РАН.

«Высокопроизводительные вычисления и их роль в развитии современных технологий».

 Список наиболее высокопроизводительных ВС

Позиция

Rmax
Rpeak
(P
FLOPS)

Название

Процессор

Производитель

Размещение
страна, год

Мощность МВт

Операционная система

1

442.01
537.21

Фугаку

Fujitsu A64FX[en]

Fujitsu

Институт физико-химических исследований
Япония, 2020

29,9

Linux (RHEL)

2 ▼

148.6
200.795

Summit

POWER9, Tesla V100

IBM

Ок-Риджская национальная лаборатория
США, 2018

10,1

Linux (RHEL 7.4)

3 ▼

94.64
125.712

Sierra[20]

POWER9, Tesla V100

IBM

Ливерморская национальная лаборатория

США, 2018

7,4

Linux (RHEL)

4 ▼

93.015
125.436

Sunway TaihuLight

SW26010

NRCPC

National Supercomputing Center in Wuxi
Китай, 2016[21]

15,4

Linux (Raise)

5 ▲

63.4
79.2

Selene

EPYC 7742, Ampere A100[en]

Nvidia

Nvidia
США, 2020

2,6

Linux (Ubuntu)

6 ▼

61.445
100.679

Tianhe-2A

Xeon E5-2692 v2, Matrix-2000

NUDT

National Supercomputer Center in Guangzhou[en]
Китай, 2013

18,5

Linux (Ubuntu Kylin)

7 ▲

41.12
70.98

JUWELS Booster Module

AMD EPYC 7402, Ampere A100[en]

Atos

Юлихский исследовательский центр
Германия, 2020

1,7

Linux (CentOS)

8 ▼

35.45
51.721

HPC5

Xeon Gold 6252, Tesla V100

EMC

Eni
Италия, 2020

2,3

Linux (CentOS)

9 ▼

23,516
38,746

Frontera

Xeon Platinum 8280[en], POWER9

EMC

Texas Advanced Computing Center[en]
, 2019

н/д

Linux (CentOS 7)

10 ▲

22.4
55.4

DAMMAM-7

Xeon Gold 6248 , Volta V100[en]

Cray

Saudi Aramco
Саудовская Аравия, 2020

н/д

Linux (RHEL 7.7)

«Кристофари» — 8 PFLOFS (Россия, Сбербанк)

Германия (Юлих, Штутгарт, Мюнхен, Карлсруэ, Фрайбург, Дрезден, Гамбург(DESY))

Модернизация от 5-10 PFLOPS к 25-50 PFLOPS

Уравнения магнитной газовой динамики

 (jpg, 26 Kб)

Фундаментальные исследования: астрофизика, теория турбулентности, горение, квантовая химия.

Для адекватного моделирования процессов горения в камере ЖРД с использованием LES модели турбулентности для

5∙108 узлов — 1PFLOPS — 3-4 дня.

АО «НЦВ Миль и Камов»

Увеличение в 3 раза числа точек по каждому направлению и по времени приводит к увеличению времени расчета в 81 раз.

Наши возможности — рядовой расчет (сетка порядка 108 узлов) требует 0,2 Pflops.

Вихреразрешающие расчеты сложных конфигураци требуют миллионы ядрочасов (NASA).

Оценка безопасности перспективного пункта глубинного захоронения радиоактивных отходов ( ИБРАЭ РАН, ИВМ РАН).

Цель — моделирование ключевых процессов, определяющих перенос радионуклидов — 107ячеек — 104лет.

Форсмарк, Швеция, — 109 ячеек — 1 млн лет.

Искусственный интеллект, большие данные.

Цифровая нутрициология (ин-т питания и биотехнологии РАН, ИПМ РАН).

Факторы — возраст, пол, уровень доходов, регион проживания, национальные особенности, физическая активность, хронические заболевания, разнообразие питания.

Ежегодный расчет оптимального питания для населения России — использование вычислительной системы — 10 PFLOPS.

Планирование производства продуктов питания.

Пандемия

Fugaku — в значительной мере будет использоваться для моделирования процессов, связанных с распространением инфекций. BP предоставляет для моделирования COVID19 свой компьютер в Хьюстоне 16.3 PFLOPS. Многофакторное моделирование воздействия тех или иных ограничительных мер. Проникновение вируса через маску. Оценка настроения населения из анализа интернет-сообщений.

Интеллектуальные решения по стратегическому планированию транспортных потоков и систем поддержки принятия оперативных решений в логистике. Связность территории РФ.

В настоящее время решение оптимизационных логистических задач с 1000 самолетов и вертолетов различных типов занимает 5-7 дней 0.15 PFLOPS. Учёт сопутствующих других видов транспорта требует на порядок более мощных систем.

Оценки рисков и парирования непредвиденных ситуаций.

Использование в машинном обучении расчетов виртуальных катастроф. Для получения достаточного количества вариантов необходимо использование систем производительностью 10 PFLOPS.

Безопасный город.

Цифровое месторождение.

Умная долина.

ВЫВОДЫ

Россия в силу логики научно-технического прогресса, своего геополитического положения обязана резко увеличить производительность своего вычислительного парка.

В противном случае мы обречены на технологическое отставание.

Средства на развитие вычислительной техники и отечественной элементной базы необходимо найти.

Создание вычислительного центра РАН как экспериментальной площадки для развития высокопроизводительных и информационных технологий цифровой экономики.

Активное использование компетенций российских ученых.

* *

«К 110-летию со дня рождения Мстислава Всеволодовича Келдыша. М.В. Келдыш: становление отечественной вычислительной математики и техники».

Содокладчик — член-корреспондент РАН Александр Иванович Аптекарев, директор Института прикладной математики им М.В. Келдыша РАН.

(jpg, 69 Kб)

К 110-летию со дня рождения Мстислава Всеволодовича Келдыша. М.В. Келдыш: становление отечественной вычислительной математики и техники (pdf, 4 Мб)

* *

«О проблеме снижения размерности сеточных аппроксимаций». Академик РАН Владимир Борисович Бетелин, Федеральный научный центр Научно-исследовательский институт системных исследований РАН, профессор, д.ф.м.н. Валерий Алексеевич Галкин.

1. Технологии моделирования сложных физических процессов, существенно основываются на использовании сеточных аппроксимаций большой размерности и супер-ЭВМ высокой производительности. Например, гидродинамическое моделирование месторождения с 1000 скважинами требует сетки с размерностью порядка 1,5 млрд ячеек и супер-ЭВМ с производительностью более 0,5 Пфлопс. Прогресс в этих технологиях в значительной степени определяется увеличением размерности сеточных аппроксимаций и, как следствие, ростом требований к производительности и стоимости супер-ЭВМ. Производительность супер-ЭВМ в настоящие время определяется технологическим уровнем производства его основных микроэлектронных компонентов, таких как микропроцессор, память и т.д. По сути дела, прогресс в вычислительных технологиях, на основе сеточных аппроксимаций большой размерности, определяется прогрессом в области микроэлектронных технологий. То есть отставание в микроэлектронных технологиях влечет за собой отставание в технологиях моделирования на основе сеточных аппроксимаций большой размерности.

2. Из вышеизложенного следует, что снижение размерности сеточных аппроксимаций обеспечит снижение, как требований к технологическому уровню основных микроэлектронных компонентов супер-ЭВМ, так и к ее стоимости.

Решением этой проблемы занимается коллектив Сургутского филиала ФГУ ФНЦ НИИСИ РАН, возглавляемый профессором, доктором физико-математических наук В.А. Галкиным. В качестве возможных альтернатив сеточным аппроксимациям большой размерности разрабатываются кинетические методы решения дифференциальных уравнений и методы «склейки» точных решений на грубых сетках, который был реализован при расчетах термоядерного оружия в 50-х годах прошлого века.

Показано, что на данном классе задач, применение этих методов позволяет на 1-2 порядка сократить размерность расчетной сетки и требования к производительности супер-ЭВМ при сохранении точности вычислений.

Основные публикации:

1. Бетелин В.Б., Галкин В.А. Универсальные Вычислительные алгоритмы и их обоснование для приближенного решения дифференциальных уравнений// Доклады Академии наук. 2019. Т.488. №4. С.351-357.

2. Бетелин В.Б., Галкин В.А, Дубовик А.О. Точные решения системы Навье-Стокса для несжимаемой жидкости в случае задач, связанных с нефтегазовой отраслью// Доклады Российской академии наук. Математика, информатика, процессы управления, 2020, том 495, с. 13-16

* *

«Суперкомпьютерное моделирование в аэрокосмических приложениях». Академик РАН Сергей Леонидович Чернышев, научный руководитель Центрального аэрогидродинамического института им. проф. Н.Е. Жуковского.

Роль вычислительных технологий в разработке современной аэрокосмической техники постоянно повышается. Надежные средства численного расчета позволяют существенно снизить стоимость и продолжительность экспериментальных работ, в частности при проведении сертификационных испытаний, а также дополнить экспериментальные результаты более глубоким анализом физических процессов, включая процессы, протекающие в реактивных двигательных установках и при взаимодействии обтекаемого тела с потоком газа.

За последние 10 лет в развитии вычислительных методов происходит переход от использования отдельных оптимальных решений по дисциплинам (таким как аэродинамика, прочность, аэроакустика и др.) к оптимальным многодисциплинарным решениям. Идет постоянное усложнение применяемых моделей течений — от упрощенных потенциальных или невязких течений до течений, описываемых полными уравнениями Навье-Стокса с различными моделями турбулентности. Есть успешные примеры решения полных уравнений Навье-Стокса методами DNS (прямого численного моделирования). Все это требует колоссальных вычислительных ресурсов, которые сегодня в значительной степени ограничены мощностью ЭВМ в несколько сотен терафлопс.

К примеру, новые методы суперкомпьютерного моделирования при проектировании аэродинамической компоновки современного российского самолета МС-21 позволили достичь высокого аэродинамического совершенства на толстом крыле большого удлинения — достигнут уровень качества К=18.2, что является главным показателем конкурентоспособности авиалайнера МС-21 по сравнению с самолетами аналогичного класса компаний Боинг и Эрбас. Это потребовало многомесячных расчетов в решении прямой и обратной задачи аэродинамического проектирования при ограниченном наборе оптимизируемых параметров на ЭВМ класса «Ломоносов» МГУ.

На основе многодисциплинарных подходов сегодня можно надежно определять аэродинамические характеристики самолета, который содержит фюзеляж, механизированное крыло с предкрылком и закрылком (с учетом всех разрывов), пилоны, мотогондолы, крепления предкрылка и обтекатели механизмов выдвижения закрылков, имеющиеся вихрегенераторы на мотогондолах, а также моделируя струи двигателей. При этом в задаче обтекания решаются уравнения Рейнольдса в частных производных в трехмерной постановке. Для подобного расчета аэродинамики самолета в сложной взлетно-посадочной конфигурации с учетом работы силовой установки требуются сетки с как минимум 100-150 млн ячеек, типичное время расчета одной точки может составлять несколько дней. Это сегодняшний достигнутый вычислительный уровень на существующих в России супер-ЭВМ.

Вопрос о наращивании вычислительных мощностей в нашей стране и переход на суперЭВМ мощностью десятка петафлопс становится все острей. Современные задачи в аэрокосмических приложениях являются одними из самых ресурсо-зависимых. Прогресс в моделировании сложных течений около аэроупругих летательных аппаратов (ЛА) при нестационарном движении с учетом реальных свойств газа, а тем более оптимизация формы ЛА и режимов его полета напрямую зависит от мощности используемых супрекомпьютеров.

Внедрение суперкомпьютерных технологий в авиастроении позволяет перейти на новую систему проектирования и поддержания жизненного цикла летательных аппаратов. Для новой технологии проектирования характерно — использование трехмерного моделирования с имитацией реальных условий эксплуатации без упрощений и допущений, создание дискретных моделей не с десятками млн, а с сотнями млн или до 1 млрд ячеек, решение задач с реальными граничными условиями для реальных условий эксплуатации и, наконец, проведение преимущественно модельных виртуальных, а не физических экспериментов. Особо следует отметить необходимость уже сейчас применять многодисциплинарную оптимизацию геометрии самолета с учетом аэродинамики, прочности, аэроупругости, аэроакустики и др.

Цифровые двойники ЛА, виртуальные испытания и сертификация — это все ближайшее будущее или даже, по некоторым элементам, уже настоящее. Внедрение суперкомпьютерных технологий позволяет исключить необходимость доработок самолета в будущем, снизить технические риски, повысить информативность решения инженерных задач, обеспечить возможность создания обширной базы знаний для развития на перспективу.

* *

«Об Уральском суперкомпьютерном центре». Член-корреспондент РАН Николай Юрьевич Лукоянов, директор Института математики и механики им. Н.Н. Красовского УрО РАН.

На примере Уральского суперкомпьютерного центра коллективного пользования, работающего на базе ИММ УРО РАН, хотелось бы кратко охарактеризовать ситуацию с оснащением регионов средствами высокопроизводительных вычислений.

В Уральском отделении РАН этому вопросу всегда уделялось большое внимание. Последнее кардинальное обновление вычислителей нашего Центра началось в 2010 году. Тогда в Уральском отделении была принята программа по созданию к 2015 году суперкомпьютера «Уран» петафлопсной производительности. На тот момент это была прогрессивная программа, в 2012 году наш вычислительный кластер даже «засветился» в TOP 500 мировых суперкомпьютеров. То, что мы имеем на сегодняшний день, в основном, было создано в ходе ее реализации до 2013 года. К сожалению, программа не была завершена. В 2013 году Академия наук перестала быть распорядителем средств для академических институтов, финансирование программы прекратилось, и момент был упущен. Надо сказать, что определенное финансирование мы получали и после 2013 года, сначала разово от ФАНО в 2016 году, и сейчас с 2019 года мы участвуем в программе обновления приборной базы в рамках федерального проекта «Развитие передовой инфраструктуры для проведения исследований и разработок в Российской Федерации». Однако, в основном, эти средства уходят на то, чтобы поддерживать вычислитель в работоспособном состоянии, о каком-то существенном развитии говорить не приходится.

Итак, на сегодняшний день мы имеем суперкомпьютер «Уран», производительностью в районе четверти петафлопса, это «не Бог весть что» даже по российским меркам, 18-е место в рейтинге TOP 50 суперкомпьютеров стран СНГ. Тем не менее, «Уран» востребован, он загружен на 100% — круглосуточно, семь дней в неделю. Его постоянными пользователями являются 17 институтов УрО РАН, а также Уральский федеральный и Удмуртский государственный университеты. К кластеру обеспечен доступ через Интернет из любой точки мира, налажена служба технической поддержки пользователей, создана информационно-телекоммуникационная сеть, связывающая научные организации Уральского региона. В основном суперкомпьютер используется для проведения фундаментальных научных исследований и решения прикладных задач гражданской тематики. Вот несколько примеров.

• В ИММ УрО РАН суперкомпьютер традиционно используется для обработки данных дистанционного зондирования земной поверхности; решаются задач связанных с математическим обеспечением систем управления движущимися объектами.

• Химики производят расчеты по определению новых устойчивых соединений с наперед заданными свойствами.

• Совместно с физиологами исследуются математические модели сердца.

• Экологи анализируют ДНК микроорганизмов.

В 2019 году на Урале был создан Межрегиональный научно-образовательный центра «Передовые производственные технологии и материалы», планируется запустить ряд новых амбициозных проектов:

• Разработка новых методов в области искусственного интеллекта;

• Моделирование и виртуальное исследование свойств новых материалов;

• Построение ракетно-космического комплекса с полностью многоразовой ракетой-носителем и универсальной космической платформой;

• Разработка прототипа нового малогабаритного турбореактивного двигателя для беспилотных аппаратов;

• Разработка технологий и материалов для создания жидкосолевых реакторов;

• Разработка, создание и промышленная реализация замкнутого ядерного топливного цикла на базе реакторов на быстрых нейтронах;

• Создание новых технологий в реконструктивной хирургии и экспресс-имплантации.

Реализация названных проектов в полной мере вряд ли возможна без должной вычислительной поддержки.

Таким образом, на сегодня мы имеем две тенденции. С одной стороны, налицо востребованность суперкомпьютеров со стороны академических институтов и университетов, наблюдается оживление интереса промышленности и инновационных компаний к высокопроизводительным вычислениям; есть кадры, способные развивать и обслуживать суперкомпьютерную технику, наладить ее эффективное использование. И это бесспорно позитивный момент.

С другой стороны, имеющихся вычислительных мощностей явно не хватает. Если посмотреть состояние дел с развитием суперкомпьютеров у нас и в мире, то становится ясно, что большинство российских суперкомпьютеров не соответствует передовому мировому уровню, но хуже всего то, что значительная часть вычислителей, особенно региональных, физически и морально устарела. И это негативный момент. Ограниченность инструментария уже на старте сужает масштабность планируемых к решению задач. Регионы нуждаются в новой программе переоснащения современными супервычислителями. И говорить, как мне представляется, здесь надо о вычислительных мощностях в десятки петафлопс.

* *

«Цель и основные задачи математического моделирования климата». Член-корреспондент РАН Василий Николаевич Лыкосов, главный научный сотрудник Института вычислительной математики им. Г.И. Марчука РАН.

Суперкомпьютерное климатическое моделирование в России (Е.М. Володин, В.П. Дымников, В.Н. Лыкосов) (pptx, 4 Мб), (pdf, 3 Мб) 

* *

«Метод молекулярной динамики: виртуальный дизайн новых химических соединений и основанных на них материалах». Член-корреспондент РАН Сергей Владимирович Люлин, Институт высокомолекулярных соединений РАН.

Молекулярная динамика — это метод компьютерного моделирования, основанный на одновременном решении множества уравнений классической физики — уравнений движения Ньютона, каждое из которых может быть написано для отдельного атома исследуемой системы (атомистически-детальные модели, позволяющие точно учитывать движения каждого атома). В среднем около 50% вычислительных ресурсов суперкомпьютера, используемого в научных целях, тратится на моделирование методом молекулярной динамики.

Моделирование с использованием высокопроизводительных систем критически важно для разработки и исследования новых материалов, включая полимерные нанокомпозиты — перспективные инновационные материалы, востребованные в различных областях промышленности. Характерные времена структурной организации, например, кристаллизации простых полимеров (типа полиэтилена) лежат в диапазоне микро- — миллисекунд. В настоящее время использование Lomonosov2, наиболее производительного отечественного суперкомпьютера, доступного для фундаментальных исследований, в течение 1 мес позволяет осуществлять моделирование 1-10 микросекунд реального полимерного нанокомпозита с характерным размером порядка 10 нанометров. Эта задача не решается с помощью одновременного использования всех доступных вычислительных узлов суперкомпьютера из-за проблем с максимально возможной степенью параллелизма и требует увеличения производительности каждого процессора (ядра). Таким образом, моделирование подобной системы на временах миллисекунд требует 100-1000 мес или около 10-100 лет. То есть ученый в течение своей жизни может не дождаться результатов. Такая же ситуация в биологических задачах, важных для медицины: фолдинг белка характеризуется также диапазоном нескольких миллисекунд.

Решение подобных задач на современном уровне становится возможным только при увеличении производительности используемых вычислительных систем не менее, чем на 3 порядка, то есть в ~1000 раз.

* *

«Актуальные задачи развития технологий высокопроизводительных вычислений, включая суперкомпьютерные технологии». Доктор физико-математических наук Рашит Мирзагалиевич Шагалиев, первый заместитель директора Российского федерального ядерного центра «Всероссийский научно-исследовательский институт экспериментальной физики».

Высокопроизводительные вычисления на супер-ЭВМ являются одной из наиболее интенсивно развивающихся областей научных исследований, имеющих важные практические приложения. В сообщении изложены актуальные проблемы развития методов суперкомпьютерного моделирования. Рассмотрены два класса задач, связанных с трехмерным комплексным моделированием на супер-ЭВМ, а именно задачи лазерного термоядерного синтеза и задачи полномасштабного виртуального моделирования поведения сложных технических систем (аэрокосмические системы и аппараты, реакторные установки и т.п.). Даны оценки вычислительных ресурсов супер-ЭВМ, требуемых для решения вышеуказанных классов многомерных нестационарных задач.

* *

В обсуждении приняли участие:

ак. А.И. Аветисян, чл.-корр. В.В. Воеводин, ак. Г.Я. Красников, ак. А.Н. Лагарьков, ак. В.Г. Бондур, ак. С.Н. Багаев, ак. И.В. Бычков — научный руководитель Иркутского научного центра СО РАН, ак. В.А. Садовничий.

х х х

На заседании рассмотрен вопрос о присуждении золотой медали имени В.В. Докучаева 2021 года (представление Экспертной комиссии и бюро Отделения биологических наук) академику РАН Валерию Ивановичу Кирюшину за серию работ «Почвенно-экологическое обеспечение адаптивно-ландшафтного земледелия и природопользования». Выдвинут Федеральным государственным бюджетным научным учреждением Федеральный исследовательский центр «Почвенный институт имени В.В. Докучаева».

На заседании Экспертной комиссии присутствовали 9 членов Комиссии из 10. В соответствии с результатами тайного голосования единогласно к присуждению золотой медали имени В.В. Докучаева 2021 года рекомендована кандидатура В.И. Кирюшина.

В голосовании на заседании бюро Отделения биологических наук РАН приняли участие 21 член Бюро из 27. В соответствии с результатами тайного голосования единогласно в Президиум РАН представлен проект постановления о присуждении золотой медали имени В.В. Докучаева 2021 года В.И. Кирюшину.

Серия работ академика РАН В.И. Кирюшина «Почвенно-экологическое обеспечение адаптивно-ландшафтного земледелия и природопользования», включающая 12 монографий и 35 статей в научных изданиях, отражает созданное им новое направление агрономического почвоведения, послужившее основой для создания теории адаптивно-ландшафтного земледелия и его практического освоения.

На основе обширного экспериментального материала В.И. Кирюшиным установлены закономерности почвообразования и трансформации черноземных и солонцовых почв Сибири и Казахстана под влиянием различных систем их использования.

Разработаны методология агроэкологической оценки земель, их типизации и группировки, почвенно-ландшафтного картографирования и проектирования адаптивно-ландшафтных систем земледелия в агрогеоинформационных системах. Обоснованы новые подходы к планированию и проектированию сельскохозяйственных ландшафтов на основе классификации их экологических и социально-экономических функций и структурно-функционального анализа.

В представленной серии получили развитие, заложенные В.В. Докучаевым, принципы рационального природопользования и ландшафтно-экологические основы ведения агропроизводства. В работах серии в значительной мере реализованы идеология устойчивого развития сельскохозяйственной деятельности, декларированная сессией ООН в Рио-де-Жанейро в 1992 году, и задача проектирования устойчивых продуктивных агроландшафтов, поставленная в том же году сессией Российской академии сельскохозяйственных наук, посвященной научному наследию В.В. Докучаева.

Представленные на конкурс работы академика РАН В.И. Кирюшина имеют большую известность в России и за рубежом. Предложенные в них понятия и концепции широко цитируются и используются в мировой литературе.

х х х

Члены Президиума обсудили и приняли решения по ряду других научно-организационных вопросов.