МСЦ РАН внедряет графические процессоры Nvidia для ускорения научных исследований

14.11.2011



Компания Nvidia объявила о том, что Российская академия наук (РАН), объединяющая множество научно-исследовательских институтов по всей стране, оснащает свой главный вычислительный центр графическими процессорами Nvidia Tesla.

РАН увеличивает объем ресурсов для параллельных вычислений за счет интеграции 128 графических процессоров Tesla M2090 в существующие серверы суперкомпьютерного центра. Таким образом планируется удовлетворить растущий спрос на параллельные вычисления со стороны ученых, использующих приложения, которые ускоряются на GPU, сообщили в Nvidia.

Институты, являющиеся членами РАН, работают над огромным количеством научно-исследовательских проектов. Так, более 30 институтов применяют GPU в широком спектре научных задач, включая гидродинамику, геологическое моделирование, геномный анализ, газодинамику, вычислительную математику, молекулярную динамику, обработку изображений, вычислительную томографию, электромагнетизм и другие. Среди таких организаций — институт прикладной математики им. М.В. Келдыша, институт математики и механики Уральского отделения РАН , институт цитологии и генетики Сибирского отделения РАН, Сибирский суперкомпьютерный центр на базе института вычислительной математики и математической геофизики Сибирского отделения РАН, институт систем обработки изображений и многие другие.

По информации Nvidia, на сегодняшний день графические процессоры Tesla лежат в основе трех из пяти самых быстрых суперкомпьютеров в мире, а также в основе самого мощного суперкомпьютера в России «Ломоносов», установленного в московском государственном университете. По данным последней редакции рейтинга топ-50, семь из пятидесяти ведущих российских суперкомпьютеров поддерживают GPU-ускорение. Примечательно, что в общей сложности эти 7 систем обеспечивают вычислительные возможности, идентичные возможностям остальных 43 суперкомпьютеров из данного списка, подчеркнули в Nvidia.

«В моей работе, связанной с решением задач с фазой раздела в постановке уравнений Навье-Стокса и уравнений мелкой воды, я смог обработать научные данные намного более эффективно благодаря GPU. Я проанализировал и отследил в пять раз больше сценариев прорыва плотины и возможных зон затопления», — сообщил Николай Евстигнеев, старший научный сотрудник лаборатории хаотичной и нелинейной динамики, институт системного анализа РАН.

«В институте прикладной физики РАН мы применяем GPU и CUDA для моделирования распространения света в биологических объектах, — рассказал Михаил Кириллин, кандидат физ.-мат. наук, старший научный сотрудник института прикладной физики РАН. — Графические процессоры обеспечивают значительное ускорение работы алгоритмов трехмерного восстановления распределения флуорофора в биотканях, что позволяет нам с большой степенью точности определять положение и размеры опухолей лабораторных животных».

«Вычисления на GPU помогают в разработке программно-алгоритмических средств моделирования и инверсии геофизических данных для изучения флюидонасыщенных пластов нефтегазовых скважин, — отметил Вячеслав Глинских, кандидат физ.-мат. наук, руководитель лаборатории института нефтегазовой геологии и геофизики им А.А. Трофимука Сибирского отделения РАН. — С полученными результатами мы смогли создать новые автоматизированные системы интерпретации геофизических данных для нефтегазовой промышленности, которые должны значительно улучшить эффективность поиска залежей нефти и газа».

media@sbras.nsc.ru

©РАН 2019