Стронгин Р.Г (ред.) Высокопроизводительные параллельные вычисления на кластерных системах
Подождите немного. Документ загружается.
431
суперкомпьютеры», серверы, графические станции, системы хранения
данных, системное и прикладное программное обеспечение, а также
предоставляет полный комплекс услуг от индивидуального
проектирования решений до гарантийной поддержки и
сопровождения, обучения специалистов заказчика, аренды машинного
времени и инфраструктуры дата-центра. За 3 года существования
компания поставила более 50 многоузловых кластерных систем. Среди
клиентов компании – более 15
университетов России, включая МГУ
им. М.В. Ломоносова, Нижегородский государственный университет
им. Н.И. Лобачевского, Санкт-Петербургский государственный
политехнический университет, Санкт-Петербургский государственный
университет информационных технологий, механики и оптики,
Томский государственный и Томский политехнический университеты,
Южно-Уральский государственный университет, Якутский
государственный университет, Московский энергетический институт
(технический университет), Оренбургский государственный
университет,
Башкирский государственный университет, Киргизско-
российский славянский университет, Академия маркетинга и
социальных отношений. Так, в Нижегородском государственном
университете им. Н.И. Лобачевского установлен 64-узловой кластер
T-Edge128 производства компании «Т-Платформы». Кластер ННГУ на
базе 128 двухъядерных процессоров Intel® Xeon® и системной сети
Gigabit Ethernet пиковой производительностью 2.7TFlops занял десятое
место в последней (7-ой) редакции списка 50 наиболее мощных
компьютеров
СНГ.
Высокопроизводительное оборудование компании также
используют Московский авиационный институт, Центральный
институт авиационного моторостроения им. П.И. Баранова, ОКБ
«Сатурн», РУСАЛ, Ленинградский Металлический Завод, Саровский
инженерный центр, предприятия нефтегазовой отрасли СибНАЦ,
Paradigm Geophysical, Schlumberger, Волгоградрегионгаз и
Газпромтранс, Объединенный институт ядерных исследований,
Международный научно-технический центр, 6 российских банков,
телекоммуникационные компании Yandex, Rambler, «Комстар» и
другие.
Компания «
Т-Платформы» реализует комплексные проекты по
созданию национальных, региональных и отраслевых
суперкомпьютерных центров, в том числе специализированных
центров инженерных расчетов, обработки геолого-геофизических
432
данных, центров компьютерных расчетов в областях биотехнологий и
биоинженерии, ядерной физики, нанотехнологий и др. Компания
«Т-Платформы» проектирует суперкомпьютерные центры различного
масштаба с учетом индивидуальных требований заказчиков, а также
предоставляет полный комплекс услуг по обслуживанию СЦ.
Специалисты компании возьмут на себя все стадии организации СЦ,
от проектирования и реализации наиболее
выгодной конфигурации
программно-аппаратных комплексов, укомплектованных глубоко
интегрированными системами хранения и резервирования данных,
системными и прикладными программными продуктами, до
формирования комплексной инженерной инфраструктуры в месте
установки СЦ, сопровождения и обеспечения непрерывной
доступности систем, в том числе гарантийного обслуживания сроком
до 5 лет. Дополнительные услуги могут включать обеспечение
информационной безопасности СЦ, виртуализацию
ресурсов и
внедрение грид-технологий, обучение и подготовку специалистов,
бюджетирование и управленческий консалтинг. Компания
«Т-Платформы» реализует индивидуальные сервисные контракты,
включающие комплекс мер по поддержанию непрерывной
доступности оборудования СЦ в режиме 24x7, сохранности и
восстановления данных, обеспечению наиболее эффективной работы
прикладного ПО и др.
Среди успешных проектов внедрения суперкомпьютерных центров
«Т
-Платформы» – Межрегиональный вычислительный центр Томского
государственного университета на базе суперкомпьютера «СКИФ
Cyberia» пиковой производительностью 12 триллионов операций в
секунду, ставший 12-м по мощности университетским
вычислительным центром мира. Суперкомпьютерный комплекс
«СКИФ Cyberia» не имеет аналогов в странах СНГ и Восточной
Европы по производительности, концентрации инновационных
технологий, комплексности решения и надежности инфраструктуры
энергопитания и
охлаждения.
Разработки компании
«Т-Платформы» – единственная российская компания, имеющая
запатентованные разработки в области собственных платформ для
суперкомпьютеров. Преимущества отечественных платформенных
решений можно продемонстрировать на примере суперкомпьютера
«СКИФ Cyberia».
433
Система
Пиковая
производи-
тельность
процессоров,
TFlops
Реальная
производи-
тельность,
TFlops
Эффектив-
ность
(отношение
реальной
производи-
тельности к
пиковой
производи-
тельности
процессоров),
%
Нормиро-
ванная
производи-
тельность
(реальная
производи-
тельность
на 1ГГц
процесс-
сорной
мощности),
GFlops
СКИФ Cyberia
«Т-Платформы»
(двухъядерный Intel Xeon
2.66 Ггц, интерконнект
InfninBand)
12.00
9.019 75.1 5.97
Bladecenter HS21 Cluster
IBM (двухъядерный Intel
Xeon 3.0 Ггц,
интерконнект InfninBand)
12.86 8.564 66.6 5.3
Endeavor – Intel Cluster
Intel (двухъядерный Intel
Xeon 3.0 Ггц,
интерконнект InfninBand)
12.28 8.564 69.7 5.5
Таблица 1. Сравнительная эффективность зарубежных и отечественных
кластерных решений (стандартный тест реальной производительности
Linpack)
В таблице сравниваются практически идентичные по архитектуре
и близкие по пиковой производительности кластерные решения IBM,
Intel и «Т-Платформы» (по опубликованным данным текущего списка
самых мощных компьютеров Тор500). Отличие состоит в том, что в
системах IBM и Intel процессоры имеют более высокую тактовую
частоту, и, соответственно, большую теоретически возможную
(пиковую) производительность. Однако, как
видно из таблицы, кластер
«СКИФ Cyberia» достигает большей реальной производительности по
результатам стандартного теста Linpack, чем кластеры IBM и Intel, при
меньшей пиковой производительности процессоров. При этом
процессоры «СКИФ Cyberia» используются более эффективно, т.е.
дают до 12% больше реальной производительности, чем у Intel и IBM.
Эти преимущества достигнуты за счет собственного дизайна
платформы вычислительного узла, а также тонкой настройки
программных компонентов системы.
434
Те же факторы обеспечивают лучшие характеристики кластеров
«Т-Платформы» при использовании коммерческих прикладных
программ. Таблица 2 демонстрирует эффективность работы одного из
индустриальных стандартов промышленного проектирования в
автомобиле- и авиастроении, пакета STAR-CD, на «СКИФ Cyberia» в
сравнении с решениями западных производителей. Данные по
производительности последних опубликованы на сайте производителя
STAR-CD компании CD-adapco (Benchmarks STAR-CD V3240/V3260,
A-Class Dataset).
Система
Ускорение
счета
задачи на 8
узлах, разы
Ускорение
счета
задачи на
16 узлах,
разы
Ускорение
счета
задачи на
32 узлах,
разы
Ускорение
счета
задачи на
64 узлах,
разы
Ускорение
счета
задачи на
128 узлах,
разы
Cray XD1
(двухъядерный
AMD Opteron,
интерконнект
RapidArray)
7.3 13.9 25 46.9 -
HP XC
(двухъядерный
AMD Opteron,
интерконнект
InfiniBand)
7.2 13.6 26.5 - -
IBM p5-575
(Power5)
5.8 - - - -
Sun
Microsystems
X2100
(двухъядерный
AMD Opteron)
4.8 - - -
Т-Платформы
«СКИФ
Cyberia»
(двухъядерный
Intel Xeon,
интерконнект
InfiniPath)
7.9 16.5 35.4 91.9 290
Таблица 2. Сравнительная эффективность выполнения прикладного ПО.
Знак «-» обозначает, что опубликованные данные тестов на данном количестве
узлов у данной системы отсутствуют
Эффективность работы программного пакета на кластерном
решении зависит от того, насколько растет скорость расчета задачи
435
при увеличении количества узлов. В приведенной таблице показано,
во сколько раз возрастает скорость счета тестовой задачи STAR-CD
при ее запуске на 8, 16, 32, 64, 128 узлах по сравнению с 1 узлом.
Например, при запуске задачи на 8 узлах кластера, скорость счета по
сравнению с 1 узлом возрастает в 7.3 раза на Cray XD1, в 7.2 раза на
HP XC и т.д. Из таблицы
видно, что результаты «СКИФ Cyberia»
существенно лучше, чем у систем ведущих производителей, причем
преимущество увеличивается по мере возрастания количества узлов,
достигая 95% (91.9 раз против 46.9 раз на 64 узлах).
В числе последних разработок компании «Т-Платформы» – первое
полностью российское blade-решение, обладающее рядом уникальных
для индустрии характеристик. Решение T-Blade – первая blade-система
в мире, поддерживающая новейшие четырехъядерные
процессоры Intel
Xeon серии 5400 (Harpertown). Система позволяет разместить 20
четырехъядерных процессоров в корпусе высотой всего 5U, достигая
рекордной вычислительной плотности 640 процессорных ядер с
производительностью 7.68TFlops в стандартной 19-дюймовой
вычислительной стойке. Использование новейших процессоров Intel и
набора микросхем Intel 5400 c частотой системной шины 1600МГц
позволяет системам T-Blade обеспечивать прирост
производительности реальных приложений до 30% по сравнению с
решениями на базе предыдущего поколения
процессоров Intel.
Оригинальный термодизайн обеспечивает низкий уровень
энергопотребления системы (не более 4300Вт на 1 blade-модуль).
T-Blade – единственное решение в отрасли, использующее
стандартные адаптеры PCI-Express и позволяющее использовать
любые стандартные интерконнекты, системы хранения, ускорители и
т.д. Системы T-Blade будут использованы в качестве «строительных
блоков» суперкомпьютера «СКИФ» производительностью 60TFlops,
который будет построен в МГУ им. М.В.
Ломоносова в начале 2008
года.
Компания «Т-Платформы» также приступила к реализации
проекта по разработке собственной платформы на базе 8-ядерных
процессоров Cell, представляющих новое поколение многоядерных
архитектур для высокопроизводительных вычислений. Известно, что
реальная производительность массовых процессоров Intel и AMD на
большинстве задач составляет не более 5-10% при пиковой
производительности, не превышающей 40Gflops. Восьмиядерная
архитектура Cell обеспечивает качественный скачок
436
производительности для большинства задач. Так, первые процессоры
Cell имеют пиковую производительность более 200Gflops при
использовании операций с одинарной точностью. Новое поколение
Cell, массовый выпуск которого намечен на начало 2008 года,
обеспечивает пиковую производительность более 100GFlops для
операций с двойной точностью, использующихся большинством
вычислительных приложений. Результаты переноса прикладных
пакетов на эту архитектуру показывают, что для
многих задач
возможно достижение реальной производительности порядка 50% от
пиковой и более. Именно Cell является основой одного из грандиозных
проектов IBM по строительству транс-петафлопного суперкомпьютера
RoadRunner. Массовое появление вычислительных систем на базе
новых процессорных архитектур на рынке ожидается уже в 2008-2009
годах. Помимо разработки линейки решений на базе новых
процессоров в стандартных форм-факторах, таких, как сервер высотой
1U и графическая станция, компания «Т-Платформы» планирует
реализовать широкий спектр мероприятий по адаптации прикладных
программных пакетов для новой архитектуры, а также внедрению
новых решений в вузах и научных институтах, промышленности,
медицине, видеоиндустрии.
«Т-Платформы» для вузов и научных институтов
В 2005 году компания «Т-Платформы» в сотрудничестве с Научно-
исследовательским вычислительным центром МГУ
им. М.В. Ломоносова и Институтом программных систем РАН начала
реализацию комплексной программы «Высокие технологии —
отечественной науке и образованию», в рамках которой вузы и
научные организации могут на специальных условиях приобрести
высокопроизводительные программно-аппаратные комплексы и
обучить своих специалистов. В рамках программы более 20 вузов
получили высокопроизводительные кластерные системы и/или
прошли обучение в НИВЦ МГУ. С сентября 2007 года стартовала
новая совместная программа ИПС РАН, НИВЦ МГУ, компании
«Т-Платформы» и корпорации Intel «СКИФ Университеты»
(http://www.t-platforms.ru/specialoffer/skif-grid.html).
Приобретение суперкомпьютеров «СКИФ» производства
«Т-Платформы» на базе процессоров Intel в рамках программы
«СКИФ
Университеты» означает не только выгодные условия и
уникальный комплекс сервисов организаторов, но и участие в «СКИФ
437
Полигон» — крупной научной грид-сети, формируемой программой
«СКИФ-ГРИД» в России и Беларусии. Вместе с суперкомпьютером
«СКИФ» вуз получает доступ к неизмеримо более мощным
вычислительным ресурсам всех суперкомпьютерных центров «СКИФ
Полигона». В него смогут войти мощнейшие суперкомпьютеры двух
стран, установленные, в частности, в Московском, Томском,
Нижегородском, Южно-Уральском, Владимирском,
Белгородском,
Сакт-Петербургском государственных университетах, Объединенном
институте проблем информатики НАН Беларуси и многих других.
Ожидается, что уже к середине 2008 года суммарная мощность грид-
сети «СКИФ Полигон» составит более 100 TFlops. В дальнейшем ее
ресурсы будут расширены за счет сопряжения с глобальными
научными грид-сетями.
Доступ к вычислительным ресурсам глобальной грид-сети
открывает возможности
решения самых ресурсоемких научных задач,
таких как разработка наноматериалов и наноустройств, ядерная
физика, разработка лекарств и молекулярная динамика, предсказание
глобальных изменений климата, космические и инженерные
исследования. Партнеры «СКИФ Полигона» получат возможность
немедленно использовать все новейшие разработки исполнителей
программы «СКИФ-ГРИД», а также уникальные знания и опыт
лучших специалистов двух стран
в области параллельных вычислений
и грид-технологий. Информационная и технологическая поддержка
исполнителей программы «СКИФ-ГРИД» значительно облегчит
внедрение суперкомпьютерных технологий в вузах и позволит
использовать их наиболее эффективно.
Контакты
117198, Москва, Ленинский пр-т, д.113/1, офис Е-520.
Тел.: (495) 956-5490 Факс: (495) 956-54-15.
http://www.t-platforms.ru
438
Содержание
Предисловие................................................................................................ 3
Акапьев А.И. Система связи на графическом процессоре....................... 5
Аксак Н.Г., Тыхун А.Ю. Вычислительная модель нейроалгоритма
многослойного персептрона .................................................................... 11
Аксенов А.А., Шмелев В.В. Использование суперкомпьютеров для
моделирования движения жидкости и газа в программном
комплексе FlowVision............................................................................... 18
Антонов А.В., Калашников Ф.C. Решение задачи дифракции
электромагнитных волн с использованием системы
распределенных вычислений MathNet.................................................... 19
Антонов А.В., Медведик М.Ю., Родионова И.А., Смирнов Ю.Г.
Разработка Web-ориентированного вычислительного комплекса
для решения трехмерных векторных задач дифракции
электромагнитных волн на основе субиерархических
параллельных алгоритмов........................................................................ 26
Барановский Н.В. Новая концепция прогноза лесной пожарной
опасности и ландшафтное распараллеливание ...................................... 33
Баркалов К.А. О практическом применении параллельной системы
оптимизации Absolute Expert.................................................................. 41
Белов В.Н., Сарайкин А.С. Веб-сервис построения наглядных схем
процессов в программах на языке Occam............................................... 47
Бугаев Д.П. Распараллеливание алгоритма вейвлет-преобразования
при выявлении поверхностных дефектов листового металла при
обработке на прокатном стане................................................................. 50
Булыгин О.Е., Николаев А.В. О некоторых технических решениях
построения высокопроизводительных вычислительных систем из
опыта ввода в эксплуатацию системы МФТИ-60.................................. 54
Варламов Д.А., Волохов В.М., Пивушков В.М., Покатович Г.А.,
Сурков Н.Ф. Адаптация приложений вычислительной химии к
вычислениям в параллельных и распределенных средах ..................... 58
439
Варламов Д.А., Пивушков А.В., Волохов В.М., Сурков Н.Ф.,
Покатович Г.А. Практика применения программных систем
распределенных и параллельных вычислений для решения задач
вычислительной химии. ........................................................................... 64
Вашкевич Н.П., Бикташев Р.А. Принципы аппаратной реализации
метода взаимного исключения для синхронизации параллельных
процессов................................................................................................... 68
Вашкевич Н.П., Калиниченко Е.И., Диянов И. Автоматная модель
сетевого протокола транзакций с двухфазной фиксацией 2PC (two-
phase commit)............................................................................................. 74
Веснин Р.А., Стародубова Т.А. Параллельный алгоритм обучения
машин опорных векторов ........................................................................ 80
Власов В.С. Распараллеливание метода ветвей и границ решения
конвейерной задачи построения оптимального по быстродействию
расписания................................................................................................. 87
Генералов К.А. Использование параллельных вычислений в
генетических алгоритмах......................................................................... 90
Гергель В.П., Гришагин В.А. Развитие межфакультетской
магистратуры по системному и прикладному программированию
для многоядерных компьютерных систем: опыт Нижегородского
университета ............................................................................................. 97
Головченко Е.Н., Ханин М.А. Моделирование динамики апоптоза,
индуцированного гранзимом В ............................................................. 101
Горбунова А.С., Козинов Е.А., Мееров И.Б., Шишков А.В.
Сравнение математических библиотек Intel MKL и AMD ACML на
примере решения задачи управления портфелем инвестора.............. 109
Городецкий Е.С. Задача параметрической оптимизации
пространственных механизмов с параллельными вычислениями
кинематики на графической карте ........................................................ 117
Гришагин В.А. Параллельные алгоритмы многоэкстремальной
оптимизации в областях с вычислимой границей ............................... 125
440
Домрачев В.В., Сенин А.В. Разработка системы управления
интегрированной средой высокопроизводительных вычислений
ННГУ ....................................................................................................... 134
Дунаев А.В., Ларченко А.В., Бухановский А.В. Оптимальная
декомпозиция вычислительных задач в корпоративных Грид-
системах на основе Intel Grid Programming Environment .................... 139
Дьячук Т.С., Кудерметов Р.К. Планирование нагрузки в
параллельных вычислительных системах ............................................ 142
Егоров В.Ю. Диспетчер задач операционной системы с
использованием единой очереди заявок............................................... 146
Егоров В.Ю. Современные дисциплины диспетчеризации задач ...... 150
Ефремов И.Д., Красинский И.Д. Архитектура распределенной
вычислительной системы и алгоритм динамического
планирования использования вычислительных ресурсов................... 155
Заручевская Г.В. Реализация явного чебышевского метода
решения задачи Дирихле для уравнения Пуассона в
мелкозернистом локально-параллельном стиле
программирования.................................................................................. 164
Зеленцов С.В. Использование кластерных вычислений для
обучения студентов химического факультета методам
современной квантовой химии.............................................................. 169
Ильяшенко М.Б. Оптимальное резервирование распределенных
вычислительных ресурсов ..................................................................... 170
Исламов Г.Г., Коган Ю.В., Исламов А.Г., Лукин О.Л. Расчёт на
высокопроизводительном кластере дифференциально-разностной
задачи управления температурой.......................................................... 176
Кадыров Р.Ф. Параллельный алгоритм для задачи оптимального
управления выплавкой металла............................................................. 181
Калиниченко Е.И. Автоматная модель параллельных вычислений ... 183
Карпов В.Е., Лобанов А.И. О параллельной реализации
вложенного метода Розенброка для слабосвязных жестких систем
ОДУ большой размерности ................................................................... 188