Применение суперкомпьютерных вычислений в научной деятельности и учебном процессе

В настоящее время студенты и преподаватели ЮТИ ТПУ могут использовать вычислительный кластер (суперкомпьютер) ТПУ "СКИФ-политех".

Вычислительный кластер - это набор компьютеров (вычислительных узлов), объединенных некоторой коммуникационной сетью. Каждый вычислительный узел имеет свою оперативную память и работает под управлением своей операционной системы. Наиболее распространенным является использование однородных кластеров, то есть таких, где все узлы абсолютно одинаковы по своей архитектуре и производительности.

Доступ к кластеру производится в удаленном режиме (через Интернет). Кластер можно использовать для реализации научных и инженерных проектов. Также доступ на кластер может быть организован из компьютерных классов ЮТИ ТПУ в рамках учебных дисциплин, связанных с высокопроизводительным вычислениям.
В данный момент в ТПУ установлены и введены в эксплуатацию два кластера:

• на основе технологии SuperBlade и 4-х ядерных процессоров Nehalem (2,93 GHz) пиковой производительностью 3 Tflops под управлением ОС SUSE 11.
  Конфигурация кластера:
  
  
  • Количество вычислительных узлов: 39
  • Количество процессоров: 78 (Nehalem 4C X5570 2.93GHz 8M 6.4G)
    
  • Количество вычислительных ядер: 320 (2.9Ghz)
  • Общий объем оперативной памяти: 479ГБ
    
  • Пиковая производительность: 3.01ТФЛОПС
  
  
• на основе процессоров Intel Xeon 515 с пиковой производительностью 1 Tflops
  Конфигурация кластера:
  
  
  • Количество вычислительных узлов: 24
    
  • Количество процессоров: 48 (Intel XEON 5150)
    
  • Количество вычислительных ядер: 96 (2.66Ghz)
    
  • Общий объем оперативной памяти: 192ГБ
    
  • Пиковая производительность: 1.02ТФЛОПС

На обоих кластерах ТПУ установлены Windows Server HPC 2008 и Linux SLES 11 версии.

На кластере используется следующее программное обеспечение:
MathWorks Matlab & Simulink r2008a (матрицы и линейная алгебра, многочлены и интерполяция, математическая статистика, дифференциальные уравнения, обработка графики, математическое моделирование);

Wolfram Mathematica 8 (аналитические преобразования, численные расчеты, теория чисел, линейная алгебра, графика и звук);

Comsol Multiphysics 4.1a (импорт всех основных форматов файлов САПР, COMSOL Script - язык технического моделирования, имитация взаимодействий жидкостей и параметрических геометрий, имитация динамики распространения электромагнитных волн);

OriginLab Origin 8 (быстрое преобразование Фурье, аппроксимация полиномами 1-9 степени, нелинейная аппроксимация (подбор моделей), техническая графика 2D и 3D);

Intel Math Kernel Library 10 (набор функций линейной алгебры, быстрого преобразования Фурье и векторной математики для разработки научного, инженерного и финансового ПО);

Visual Studio 2008/2010 Professional (программирование на любом из интегрированных языков программирования);

3dsMAX Design 2010 (3D-моделирование);

OpenCascade Technology (продукт, сочетающий в себе набор библиотек и средств разработки ПО, ориентированного на 3D-моделирование, в особенности систем автоматизированного проектирования);

ParaView (свободно-распространяемая программа для визуализации научных данных);
OpenCascade Technology (продукт, сочетающий в себе набор библиотек и средств разработки ПО, ориентированного на 3D-моделирование, в особенности систем автоматизированного проектирования).

Преподавателями ЮТИ ТПУ кластер используется для расчетов в рамках следующих научных проектов:

1. Моделирование газодинамических потоков при сварке.
2. Моделирование полей напряжений и расчеты на статическую прочность конструкций горных машин.

Существует несколько способов задействовать вычислительные мощности кластера.

1. Запускать множество однопроцессорных задач. Это может быть разумным вариантом, если нужно провести множество независимых вычислительных экспериментов с разными входными данными, причем срок проведения каждого отдельного расчета не имеет значения, а все данные размещаются в объеме памяти, доступном одному процессу.
   
2. Запускать готовые параллельные программы. Для некоторых задач доступны бесплатные или коммерческие параллельные программы, которые можно использовать на кластере. Как правило, для этого достаточно, чтобы программа была доступна в исходных текстах, реализована с использованием интерфейса MPI на языках С/C++ или Фортран. Примеры свободно распространяемых параллельных программ, реализованных с помощью MPI: GAMESS-US (квантовая химия), POVRay-MPI (трассировка лучей).
   
3. Вызывать в своих программах параллельные библиотеки. Также для некоторых областей, таких как линейная алгебра, доступны библиотеки, которые позволяют решать широкий круг стандартных подзадач с использованием возможностей параллельной обработки. Если обращение к таким подзадачам составляет большую часть вычислительных операций программы, то использование такой параллельной библиотеки позволит получить параллельную программу практически без написания собственного параллельного кода. Примером такой библиотеки является SCALAPACK. Информацию о других параллельных библиотеках и программах, реализованных с помощью MPI, можно найти по адресу http://www-unix.mcs.anl.gov/mpi/libraries.html.
   
4. Создавать собственные параллельные программы. Это наиболее трудоемкий, но и наиболее универсальный способ. Существует два основных варианта: вставлять параллельные конструкции в имеющиеся параллельные программы или создавать "с нуля" параллельную программу.

Использованы материалы сайта http://cluster.tpu.ru/




Руководитель Центра информатизации ЮТИ ТПУ А.В. Воробьев