Суперкомпьютер «Сергей Годунов» стал в два раза мощнее

В итоге суммарная пиковая производительность этого вычислительного комплекса достигла 114,67 Терафлопс (триллионов операций в секунду) — из них 75,87 Тфлопс на центральных процессорах и 38,8 Тфлопс на графических ускорителях.

Исполняющий обязанности директора ИМ СО РАН член-корреспондент РАН Андрей  Евгеньевич Миронов считает, что новый суперкомпьютер позволил существенно повысить эффективность научных исследований и будет способствовать развитию новых технологий.

 

академик Сергей Годунов

«У нас появилась возможность решать мультидисциплинарные задачи, моделировать объемные процессы и предсказывать поведение сложных математических систем. На суперкомпьютере проводятся вычисления по критически важным проблемам и задачам, стоящим перед РФ», — подчеркнул Александр Миронов.

Проект модернизации выполнен на средства гранта для обновления приборной базы ведущих организаций в рамках федерального проекта «Развитие инфраструктуры для научных исследований и подготовки кадров» национального проекта «Наука и университеты».

По материалам ИА «Интерфакс»

Фото из архива СО РАН

В Академгородке установлен суперкомпьютер «Сергей Годунов»

В официальной церемонии открытия приняли участие заместитель губернатора Новосибирской области Ирина Викторовна Мануйлова и академик-секретарь Отделения математических наук РАН Валерий Васильевич Козлов. 

Это событие приурочено к старту Всероссийской конференции «Динамика в Сибири», которая проходит в Институте математики СО РАН и организована совместно с Международным математическим центром в Академгородке. Научное мероприятие включает более 70 докладчиков из разных городов России. 

«Суперкомпьютер “Сергей Годунов” является основным инструментом для проведения исследований и прикладных разработок в Новосибирском научном центре и создания технологической платформы под эгидой Научного совета Отделения математических наук РАН по математическому моделированию эпидемиологических, экологических, экономических и социальных процессов. В этом году на средства гранта национального проекта “Наука и университеты”, инициированного Президентом РФ, будет проведена плановая модернизация, в результате которой пиковая производительность этой вычислительной системы вырастет», — отметила Ирина Мануйлова.

 

Сергей Годунов

Планируется увеличить производительность более чем в два раза, до 120,4 Тфлопс (триллионов операций в секунду). И. о. директора ИМ СО РАН член-корреспондент РАН Андрей Евгеньевич Миронов отметил, что новый суперкомпьютер поможет существенно повысить эффективность научных исследований и будет способствовать развитию новых технологий. 

«У нас появилась возможность решать мультидисциплинарные задачи, моделировать объемные процессы и предсказывать поведение сложных математических систем», — отметил ученый. —На суперкомпьютере проводятся вычисления по критически важным проблемам и задачам в сфере использования искусственного интеллекта, стоящим перед РФ, в том числе в области медицинской томографии, природоподобных технологий, построения сценариев развития системы биосфера-экономика-социум, изменения климата, решения задач геофизики».

Оборудование для реализации проекта суперкомпьютера было приобретено на грант, предоставленный Министерством науки и высшего образования РФ и направленный на обновление приборной базы ведущих научных организаций, в рамках федерального проекта «Развитие инфраструктуры для научных исследований и подготовки кадров» нацпроекта «Наука и университеты».

По материалам пресс-службы правительства НСО

Фото из архива СО РАН

Больше информации о программе «Академгородок 2.0» и СКИФ — на нашем телеграм-канале

Самый мощный за Уралом вычислительный кластер заработал в Академгородке

Суперкомпьютерный центр, созданный на базе Института теплофизики им. С.С. Кутателадзе СО РАН, достиг мощности 300 TFLOPS (триллионов операций с плавающей точкой в секунду). Мощнейший за Уралом кластер призван решать задачи новой энергетики, двигателестроения, авиации. «Он позволяет иметь в регионе собственную доступную вычислительную инфраструктуру для выполнения оперативных задач для нужд промышленности. Наша главная задача — продуктивно выстроить производственные цепочки, сблизить научные и промышленные организации, обеспечить комфортные условия для совместной работы», — отметил министр науки и инновационной политики Новосибирской области Вадим Васильев.

По словам директора Института теплофизики  СО РАН  академика Дмитрия Марковича, центр будет самым крупным в регионе до 2025 года, когда будет построен суперкомпьютерный центр (СКЦ) «Лаврентьев». «Закупать первое оборудование мы начали еще три года назад. В конце прошлого года мы перешагнули своеобразный критический порог вычислительных мощностей, который составляет тысячу ядер CPU и порядка десятка GPU. Для научных исследований пиковая производительность нашего суперкомпьютера самая большая за Уралом. При помощи суперкомпьютера “Каскад” выполняется ряд фундаментальных и прикладных проектов. Прикладные задачи  формулируются индустриальным партнерами, среди которых Росатом, Ростех, IT-компании, резиденты Академгородка. Мы открыты к междисциплинарным проектам», — рассказал директор Дмитрий Маркович.

 

Дмитрий Маркович

В частности, мощности кластера позволяют проводить математические расчёты при проектировании газотурбинных установок и авиационных двигателей на последних этапах разработки, перед запуском в серийное производство, что позволит сократить стоимость работ и сроки запуска. Примером мультидисциплинарной задачи назван совместный проект с НГУ, Институтом гидродинамики им. М.А. Лаврентьева СО РАН, а также Национальным медицинским исследовательским центром им. Е.Н. Мешалкина. Цель проекта заключается в создании модели и оценке рисков разрыва аневризмы брюшной аорты с помощью  искусственного интеллекта, который анализирует клинические данные, снимки компьютерной томографии и реконструирует геометрию аневризмы.

По материалам пресс-службы министерства науки и инновационной политики НСО

Больше информации о программе «Академгородок 2.0» и СКИФ — на нашем телеграм-канале

В Академгородке запущен новый суперкомпьютер

Новый компьютер состоит из шести вычислительных узлов, каждый из которых оснащён двумя процессорами с 38 ядрами и базовой частотой 2,4 ГГц, 512 Гбайт оперативной памяти и накопителем SSD. Для эффективного отвода тепла используется жидкостный хладоноситель без обдува электронных компонентов. Один из вычислительных узлов является GPU-узлом, который оснащён двумя графическими ускорителями и имеет общий объем памяти 80 Гбайт. Гибридная система охлаждения позволяет эффективно использовать ресурсы компьютера.

Исполняющий обязанности директора ИМ СО РАН член-корреспондент РАН Андрей Евгеньевич Миронов подчеркнул, что новый суперкомпьютер поможет значительно повысить эффективность научных исследований и способствовать развитию новых технологий. Кроме того, институт обладает широкими возможностями для проведения исследований в различных областях науки благодаря своему уникальному оборудованию и высококвалифицированному персоналу. «Без сомнения, наличие такого мощного инструмента существенно повысит качество нашей работы и уровень подготовки специалистов в области математики и смежных наук», — прокомментировал Андрей Миронов.

Решение задачи суперкомпьютером происходит следующим образом: пользователь отправляет задачу на сервер управления, где она обрабатывается и разбивается на более мелкие задачи. Затем эти задачи распределяются между процессорами суперкомпьютера, которые выполняют их параллельно. После выполнения задач результаты собираются и отправляются обратно пользователю.

 

Вычислительный узел РСК «Торнадо» TDN711

«В конструкции этого суперкомпьютера предусмотрено расширение до 34 узлов вычисления (CPU). Можно установить ещё 28 серверов и увеличить производительность системы и решать ещё более сложные задачи. Также есть возможность расширить воздушное поле: воздушный кондиционер позволяет охлаждать 9 кВт воздушной мощности. В отведенном помещении мы предусмотрели место для установки ещё одной стойки вычислителя», — рассказал директор департамента управления проектами «РСК-технологии» Егор Валерьевич Козлов.

Начальник отдела информационного обеспечения и защиты информации ИМ СО РАН Алексей Валерьевич Батаев добавил, что на средства грантов до 2025 года планируется расширение суперкомпьютера до 234,4 Тфлопс:«С помощью грантов мы можем увеличивать мощность нашего суперкомпьютера до 234,4 Тфлопс. Тогда у нас будет самый мощный суперкомпьютер в Академгородке. Но в ближайшей перспективе планируется установить ещё 12 вычислительных узлов, и добавить ещё один узел с GPU. Это позволит нам в 2024 году увеличить мощность ещё на 89 Тфлопс. Суммарная потребляемая мощность этой машины составит примерно 41 кВт».

По материалам пресс-службы ИМ СО РАН

Больше информации о программе «Академгородок 2.0» и СКИФ — на нашем телеграм-канале

 

Нечеловеческий разум

На плечах гигантов 

Современные достижения в области искусственного интеллекта и когнитивных технологий иногда способны вызвать легкую оторопь — особенно у человека из ХХ века, который помнит первые шаги в этом направлении. В том числе и в Сибири. Здесь всё начиналось с Вычислительного центра СО АН СССР, где понятие «искусственный интеллект» впервые прозвучало в 1964 году, а самая первая кандидатская диссертация, защищенная Владиславом Леонидовичем Катковым годом позже, была посвящена программной системе КИНО (Координаты ИНфетизимального Оператора), реализующая идеи Льва Васильевича Овсянникова в теории групп. Эти результаты по уровню компьютеризации математического интеллекта остаются актуальными и в наши дни.

Следующая веха — 1965 год, когда два будущих академика, Андрей Петрович Ершов и Гурий Иванович Марчук, сделали совместный доклад по человеко-машинному взаимодействию на международном конгрессе IFIP (International Federation of Information Processes).  Под патронажем А. П. Ершова в его отделе открылась лаборатория искусственного интеллекта, которую возглавил талантливый математик Александр Семенович Нариньяни. Этот коллектив с тем же названием сохранился до сегодняшнего дня под руководством Юрия Александровича Загорулько в Институте систем информатики им. А.П. Ершова СО РАН. В мае 2021 года отмечается 100 лет со дня рождения академика Николая Николаевича Яненко, который проработал в ВЦ 13 лет, а позже стал директором Института теоретической и прикладной механики, у него есть цикл работ по аналитическим преобразованиям на ЭВМ: это тоже не что иное, как высшее проявление искусственного интеллекта.

На прошедшем в начале апреля заседании Клуба межнаучных контактов прозвучало сразу несколько докладов, посвященных истории и текущему состоянию сибирской школы искусственного интеллекта. Сегодня она развивается в нескольких организациях: упомянутом ИСИ СО РАН, Институте математики им. С.Л. Соболева СО РАН, Институте вычислительной математики и математической геофизики СО РАН, ФИЦ «Институт вычислительных технологий»,  иркутском Институте динамики систем и теории управления им. В.М. Матросова СО РАН.

Сибирская школа информатики, у истоков которой стоял А.П. Ершов, поднявший на щит лозунг «компьютерная грамотность», породила феномен так называемой «Силиконовой тайги» — армию программистов высочайшего уровня, которые работают в огромном количестве IT-компаний. Часть из них входит в отраслевые объединения — такие как ассоциация «СибАкадемСофт» или АНО «Кластер искусственного интеллекта», другие сами по себе являются гигантами вроде Центра Финансовых Технологий, «2ГИС», «Алекты» или «Дата Ист», наконец, действуют сотни малых фирм и самозанятых профессионалов-«айтишников». В области развития систем искусственного интеллекта они решают широчайший круг задач: создают не только новые сервисы, но и автоматизированные промышленные платформы («Торнадо» и ему подобные), цифровых двойников нефтяных и прочих месторождений, системы управления транспортом и летательными аппаратами и его имитаторы, вплоть до тренажеров для космонавтов.  Для экосистемы новосибирского Академгородка особо важно то, что многие коллективы нацелены на автоматизацию обработки и анализа научных данных, будь то тысячи космических снимков или огромные массивы информации с экспериментальных установок. Новые большие проблемы для наукоёмкого программирования в СО РАН ставит мегапроект СКИФ, требующий фактически создания виртуального двойника уникального комплекса.

Со сравнительно недавних пор, лет 6-7, я сам вплотную занимаюсь искусственным интеллектом (хотя первая моя работа, совместная с Н.Н. Яненко, была опубликована в 1984 г.), но в применении к математическому моделированию процессов и явлений, ставшему в наш суперкомпьютерный век третьим путём получения знаний, наряду с теоретическими и экспериментальными исследованиями, как это предсказывалось М.А. Лаврентьевым ещё 60 лет назад. Эта новая производительная сила интегрирует теоретическую и вычислительную математику, решение междисциплинарных прямых и прикладных задач, технологии прикладного программирования.

Мы можем удивляться чудесам интеллектуальных сервисов вроде способного на импровизации киберсобеседника Алисы, но за каждым таким феноменом  стоит длинная цепочка разработок, опирающаяся на фундаментальные подходы к «глубокому обучению» и системам принятия решений на основе обработки огромных объемов данных, невозможных без создания уникального программного обеспечения нового поколения (scientific software), составляющего инструментальное окружение или экосистему и одушевляющего всю мировую суперкомпьютерную сеть с персональными гаджетами и облачными концепциями.

      Наука в цифре

Наряду с искусственным интеллектом и стоящей за ним Computer Science появилась Data Science как отдельное научное направление. Суть в том, что программы не только генерируют численные решения, но и зачастую с этой целью оперируют огромными объемами данных, получаемых человечеством: космических, экономических, медицинских, климатических и так далее. Сказать «оперируют» — значит, представить триллионы действий, подавляющее большинство которых генерирует сама программа. Появилась даже противоестественная тенденция рассматривать Big Data как альтернативу наукоемким вычислениям. В действительности  при всестороннем математическом анализе данных мы неизбежно выходим на уровень Deep Learning — глубокого, или глубинного, обучения машины (точнее, базовых программ) самой себя. Это позволяет строить более-менее адекватные цифровые модели природных либо антропогенных процессов и явлений.

Deep Learning сегодня дополнило качественную теорию дифференциальных уравнений, лежащую в основе любого математического моделирования. В свое время именно математики использовали методы, базирующиеся на этой теории, и открыли ряд физических явлений — таких как солитоны или волны-убийцы. В наши дни  Deep Learning позволяет создавать сложные комплексные модели динамических систем: таких, к примеру, как пандемия, с обработкой гигантских массивов данных разных уровней, от клетки до международных сообщений.

Примером  динамической системы в естественнонаучной сфере является строящийся источник синхротронного излучения  СКИФ, который проектируется одновременно в двух воплощениях — физическом и цифровой модели. Создание установок класса mega science актуализирует проблему наращивания возможностей суперкомпьютеров, способных обрабатывать поступающую с них информацию. Сегодня мы видим невиданный экспоненциальный рост компьютерных мощностей по закону Мура, то есть за очередные 11 лет в 1 000 раз увеличивается производительность как среднего компьютера, так и самого мощного. В 2008 году человечество вступило в эру петафлопсных компьютеров, в прошлом году предполагался выход на уровень экзо-, но, видимо, сказалось замедление глобальных процессов в связи с пандемией. Я уверен, что в 2021-2022 годах появление экзофлопсного суперкомпьютера произойдет, и, скорее всего, в Китае. Это  будут уже сотни миллионов и миллиарды процессоров и вычислительных ядер, новая математика и новое программное обеспечение.

Вместе с суперкомпьютером появляются и суперзадачи, например, комплексного анализа ситуации, которую исследовала Большая Норильская экспедиция СО РАН. Причина катастрофы была точно установлена, ее последствия просчитаны и уточнены, теперь надо идти дальше — строить комплексную систему мониторинга и моделирования сразу нескольких динамических систем. Это, прежде всего, состояние многолетнемермерзлых  грунтов в определенном климатическом контексте с упором на многофазные фильтрационные процессы, напряженно-деформированные состояния и тепловые режимы.

К сожалению, Россия в мировой суперкомьютерной гонке занимает очень скромные позиции. В мировой ТОР-500 мощнейших вычислительных систем входит «Ломоносов», созданный в МГУ еще в начале нулевых годов. В рамках программы «Академгородок 2.0» рассматривается создание двух суперкомпьютерных центров — СНЦ ВВОД и «Лаврентьев». Оба предусматривают уровень порядка 10 петафлопс, аналогично, кстати, вычислительной мощности ядерного центра в Сарове. Это нужно, это востребовано, но уже сегодня далеко от глобального фронтира. Надо четко понимать, что высокопроизводительные вычисления, математическое моделирование и суперкомпьютерная грамотность — это не самоцель, а средство  кардинального ускорения прогресса во всех науках и индустриях, которое уже играет роль лимфатической или нервной системы для различных сфер человеческой деятельности.

Китай, США, Япония наращивают мощности и  темпы, а мы всё больше отстаем. В недавно прозвучавшем послании Федеральному собранию президента России говорилось о необходимости научных и технологически прорывов. Они не представимы без «нового матмоделирования», опирающегося на суперкомпьютеры и супервычисления — направления, которое должно развиваться опережающими темпами не только в столичных городах, но и во всех крупнейших центрах страны, таких как новосибирский Академгородок. Пока же мы, метафорически выражаясь, рискуем не успеть на подножку последнего вагона уходящего экспресса, тогда как должны попасть в первый класс нового Ноева ковчега.

      Искусственный — не значит противоестественный 

На упомянутом заседании Клуба межнаучных контактов академик Юрий Леонидович Ершов сказал: «Я не знаю, что такое искусственный интеллект, но было бы хорошо математикам разобраться в своём хозяйстве и поставить точки над i». Попробую дать своё определение: искусственный интеллект (ИИ) — это совокупность алгоритмических, программных, информационных и аппаратных решений, реализующих задачи логического вывода и систем принятия решений на основе онтологических принципов и когнитивных технологий.

Согласно такому определению любую программу можно определить интеллектуальной, почему бы и нет? Ведь искусственный интеллект, равно как и человеческий, имеет множество качественных степеней развития и специфических различий. Интеллект неандертальца ниже по уровню, чем у современного Homo Sapiens, у маленького ребенка — всё же примитивнее, чем у взрослого, а мышление математика отличается от склада ума гуманитария.  То есть, с одной стороны, я абзацем выше рискнул сформулировать what is искусственный интеллект, а с другой стороны понимаю, что речь идет о множественной сущности, имеющей массу проявлений.

Возьмем то же определение Тьюринга, несколько экстремистское: если, задавая вопросы человеку и «машине», мы не сможем идентифицировать принадлежность ответов, то их интеллектуальные способности равны. Такой подход интригует, как интригует любой тест, но он сужает понятие интеллекта до треугольника «онтологии — семантика — логика» и не учитывает, например, ту же эмоциональную сферу, которая является (и видимо еще надолго) прерогативой человека и высших животных, но никак не роботов.

То есть мы говорим «искусственный интеллект», а не «искусственное сознание», эти понятия нужно четко разделять. IQ можно измерить не только у человека, но и у программы, кибернетической системы. И если трактовать интеллект в узком смысле слова, тогда ИИ на самом деле способен вполне адекватно заменить некоторые наши мыслительные функции. Например, за последние 10 лет я ощущаю настоящий скачок в развитии машинного перевода: перестал, как раньше, писать научные статьи по-английски (хотя владею им свободно, постоянно читаю лекции за рубежом) и перешел на русский. Пишу текст, гугл переводит, я потом правлю, но не очень сильно.

Столь же впечатляющие результаты ИИ показывает в комбинаторных играх, таких как го и шахматы. Кстати, первый международный турнир шахматных программ состоялся в 1974 году на конгрессе IFIP в Стокгольме, тогда в первый (и, увы, в последний) раз победила советская «Каисса». Шахматные программы писали и в нашем Вычислительном центре. Вдохновленный посещением института Михаилом Ботвинником, Владимир Бутенко по этой теме защитил кандидатскую диссертацию, хотя дошел только до миттельшпиля. 

В те же годы прошла бурная дискуссия о том, способна ли программа играть на уровне мастера. Считали, что это нереально, а теперь шахматные программы обыгрывают даже Гарри Каспарова. Который, кстати, предложил как новый вид спорта «Активные шахматы», в котором соревнуются пары «человек+компьютер» — известно же, что все гроссмейстеры, готовясь к соревнованиям, пользуются виртуальными помощниками, используя огромные базы партий по противникам. Однако во время матчей им категорически запрещается пользоваться компьютерами, а Каспаров, напротив, предложил это узаконить. Шахматная федерация не поддержала его, но неофициально Гарри Кимович такой турнир организовал. И оказалось, что чаще побеждает пара не с участием супергроссмейстера или суперпрограммы, а та, где наиболее эффективно налажено человеко-машинное взаимодействие.

Шахматная партия — это обмен решениями. Поскольку большинство систем ИИ нацелено на принятие таковых, то условно каспаровская идея «двух ключей» способна смягчить, а то и полностью снять оппозицию «человек VS ИИ». Сегодня мы пока что наблюдаем в основном обратное — драматизацию взаимоотношений человечества с когнитивными системами и пессимистические прогнозы. В нашумевшем эссе Андрея Курпатова «Четвертая мировая война» проводится мысль о том, что ИИ вытеснит интеллект Homo sapiens, как в свое время сам sapiens вытеснил неандертальца, поскольку был интеллектуальнее. Эта же угроза обозначена в концепт-манифесте проектного семинара программы «Академгородок 2.0».   На упоминавшемся заседании Клуба межнаучных контактов его сопредседатель, лауреат премии «Глобальная энергия» академик Сергей Владимирович Алексеенко высказал предположение о жизнеспособности теории трансгуманизма, согласно которой будет происходить замещение человечества всё более и более киборгизированными созданиями. Мол, проблему бессмертия сменит проблема самоуничтожения, саморастворения человека в мире таких существ.

Я не футуролог и не собираюсь им казаться. Выскажу лишь несколько отрывочных соображений. Во-первых, чем шире область и дальше горизонт любого прогноза, тем меньше его сбываемость. Во-вторых, у каждого технологического прорыва есть порог применимости. В те же 1960-е годы будущее использование атомной энергии виделось тотальным, вплоть до домашнего и коммунального хозяйства, но нет, миниатюризация и диферсификация в этой области не состоялись. Третий момент — экономический: интеллектуальный робот в течение долгих лет будет оставаться дороже человека даже в тех странах, где его жизнь ценится очень высоко.

И наконец, экспериментально (пока только на примере шахмат) доказано, что максимальную эффективность в принятии оптимальных решений дает не человеческий мозг и не искусственный интеллект, а их сочетание. Видимо, развитие систем управления пойдет именно по этому пути — пути комбинирования способностей и компетенций.

Иллюстрации из открытых источников

Суперкомпьютерный центр «Лаврентьев» запараллелит СНЦ ВВОД

В современной научной деятельности суперкомпьютеры помогают решить целый комплекс задач как в фундаментальных исследованиях (работа с массивами данных установок мегасайнс, расшифровка генома и прочее), так и при практических работах (исследования по поиску лекарственных средств и новых соединений, обработка больших объемов данных в персонализированной и превентивной медицине, масштабное математическое моделирование для инженерных приложений в авиации, энергетике, химических технологиях; а также роль единого центра обработки видеоданных онлайн-мониторинга для формирования так называемых ситуационных центров).  

При этом возможности суперкомпьютеров, доступных ученым Новосибирского научного центра, сильно ограничены. «На сегодняшний день необходимость создания новой суперкомпьютерной системы очевидна всему научному сообществу. НГУ, создаваемый ЦКП СКИФ и целый ряд институтов СО РАН заинтересованы в увеличении компьютерных мощностей и станут постоянными пользователями СКЦ. Кроме того, существует целый ряд причин, почему нашему региону необходимо иметь свой мощный суперкомпьютер: он позволит обезопасить данные (часть информации запрещено хранить за рубежом), даст возможность оперативно работать с уникальными дата-сетами от СКИФа, коллайдеров, биоинформатических исследований, локальных производственных и технологических задач, которые необходимо собирать и обрабатывать на месте. Кроме того, у нас будет возможность сдавать в аренду коммерческим компаниям мощности суперкомпьютера, что позволит получить дополнительные средства на поддержку и развитие проекта. Стоит отметить, что СКЦ “Лаврентьев” позволит ускорить решение некоторых задач в сотни раз», — рассказал на заседании президиума СО РАН ректор НГУ академик Михаил Петрович Федорук.  

Главный ученый секретарь СО РАН академик Дмитрий Маркович Маркович добавил, что ранее в рамках программы «Академгородок 2.0» уже рассматривался проект развития Сибирского национального центра высокопроизводительных вычислений, обработки и хранения данных (СНЦ ВВОД). «Некоторые время назад мы принимали аналогичное постановление и рассматривали программу развития центра хранения и обработки данных, но, на мой взгляд, оба проекта — СНЦ ВВОД И СКЦ “Лаврентьев” — имеют полное право существовать параллельно, поскольку они не противоречат друг другу. Сейчас СНЦ ВВОД силами инициативной группы движется по траектории, предполагающей тесное взаимодействие с университетами Томской области, а также с Государственным научным центром вирусологии и биотехнологии “Вектор” из наукограда Кольцово. СКЦ “Лаврентьев” будет выполнять функции ЦКП для всего Сибирского региона, а также будет доступен для заинтересованных организаций и отдельных научных групп со всей территории России. Эти проекты являются взаимодополняющими и не должны создавать противоречий и препятствий продвижению друг друга», — прокомментировал Дмитрий Маркович. 

 «Наука в Сибири»

Иллюстрация из открытых источников

Диагноз Сибирской науки: острая суперкомпьютерная недостаточность

На совместном заседании руководства Сибирского отделения РАН и Совета ректоров ВУЗов Новосибирской области, состоявшемся в Сибирском отделении Российской академии наук 19 марта 2020 года, основной темой стало подписание стратегически важного соглашения по созданию единого межвузовского и межинституционального цифрового пространства – среды для совместной научно-технической деятельности студентов, преподавателей и сотрудников научно-исследовательских учреждений на основе системы распределенных взаимно-интегрированных суперкомпьютерных ресурсов и вычислительных платформ Новосибирской области — «СНЦ ВВОД».

Целью совместного заседания являлась организация обмена научно-технической информацией и исследовательскими данными, реализация совместных проектов и создания перспективных инновационных разработок, формирования сквозной цифровой коммуникационной среды между высшей школой и академическим научным сообществом Новосибирской области.

Сегодня критические (прорывные) технологии в государствах, стремящихся к экономике знаний, разрабатываются с использованием высокопроизводительного анализа данных на базе суперкомпьютерной инфраструктуры. Без этого невозможно создавать современные изделия высокой сложности (аэрокосмическая техника, суда, энергетические блоки электростанций различных типов) и даже средней сложности (автомобили, конкурентоспособная бытовая техника и т.п.); невозможно быстро разрабатывать новые лекарства и материалы с заданными свойствами, проводить эффективные диагностические процедуры; невозможно опережающими темпами развивать перспективные технологии (био-, нанотехнологии, решения для энергетики будущего и т.п.). Сегодня суперкомпьютерные технологии (СКТ) по праву считаются ключевым фактором обеспечения конкурентоспособности экономики всей страны и ее достижений в науке и технике. В настоящее время суперкомпьютерная отрасль – одна из наиболее конкурентных в мире, в ней развернулась настоящая «гонка вооружений», она предоставляет владельцам высокопроизводительных компьютерных систем и конечным пользователям большие возможности в сфере научно-технологического лидерства. Вхождение России в пятерку ведущих научно-технических держав мира невозможно без обеспечения доступа научно-исследовательских и образовательных учреждений к таким системам, и в первую очередь — в сильных нестоличных научно-технологических центрах, поскольку здесь объективно самая высокая необеспеченная потребность в стране.

 

Эскизный проект СНЦ ВВОД

Сейчас, в условиях кризиса, вызванного в числе прочего пандемией коронавирусной инфекции, суперкомпьютер в Китае предоставляет докторам всего мира бесплатный доступ к диагностическим инструментам на базе искусственного интеллекта для ранней идентификации пациентов с COVID-19 путем анализа результатов сканирования грудной клетки. По данным Национального суперкомпьютерного центра в Тяньцзине, на компьютере Tianhe-1 система искусственного интеллекта может просмотреть сотни изображений, полученных с помощью компьютерной томографии (КТ), и поставить диагноз примерно за 10 секунд с вероятностью более 80%, причем рост точности диагностики все возрастает, по мере продолжающегося машинного обучения. Использование искусственного интеллекта и других технологий резко возросло по мере того, как Китай запускал собственные автономные решения, созданию которых был присвоен самый высокий государственный приоритет с самого начала эпидемии, начиная от роботизированных очистителей и заканчивая голосовыми помощниками, чтобы помочь сдержать быстро распространяющийся вирус.

К сожалению, в России пока не сформирована соответствующая государственная повестка — несмотря на то, что именно новосибирским Государственным научным центром «Вектор» впервые в России зарегистрирована в Росздравнадзоре тест-система, которая выявляет РНК COVID-19 методом полимеразной цепной реакции (ПЦР) и обеспечено проведение тестирования всей первой волны пациентов с подозрением на коронавирусную инфекцию, а при Сибирском отделении РАН сформирована межведомственная рабочая группа по ускоренному технологическому трансферу в промышленность перспективных отечественных разработок, способных остановить пандемию, Сибирь по-прежнему не в фокусе приоритетов по обеспечению необходимой киберинфраструктурой: научно-исследовательские и образовательные учреждения Сибирского региона вновь оказываются заложниками существующей системы распределения суперкомпьютерных и информационно-телекоммуникационных ресурсов в России.

В погоне за мировыми рейтингами в обладании такими ресурсами в настоящее время активно соревнуются столичные регионы. Так, для Объединённого института высоких температур Российской академии наук (ОИВТ РАН), научным руководителем которого является академик Владимир Евгеньевич Фортов, Ростех недавно запустил суперкомпьютер «Фишер». Он дополнит уже работающий в ОИВТ РАН суперкомпьютер DESMOS. Самые мощные российские суперкомпьютеры на сегодня — это «Ломоносов» и «Ломоносов 2», установленные в МГУ имени М.В. Ломоносова. Есть машины подобного класса в Гидрометцентре и в Сбербанке, «Кристофари» которого, установленный в Сколково, в настоящее время является самым мощным в России и 29-м по мощности в мировом рейтинге. По мнению В.Е. Фортова, размещенному на портале «Будущее России. Национальные проекты», «инфраструктура всегда должна обгонять потребности».

Однако, в рамках этой, безусловно, позитивной тенденции, в беспросветной изоляции оказываются нестоличные регионы — за последний год доля Новосибирского научного центра сократилась до 1,5% в структуре общих российских суперкомпьютерных ресурсов, а с вводом «Фишера» и других суперкомпьютеров в Москве по некоторым оценкам может стать и вовсе менее 1%.

«Развитию соответствующих технологий в России посвящено Поручение Президента Российской Федерации Владимира Владимировича Путина от 7 августа 2016 г. о повышении эффективности развития суперкомпьютерных и грид-технологий в Российской Федерации, кроме этого, в настоящее время мы ожидаем выхода Поручения по итогам состоявшейся 4 февраля в г. Череповец встречи Президента Российской Федерации с научной общественностью. В данной встрече принял участие делегат Сибирского отделения РАН, первый заместитель директора Института вычислительных технологий СО РАН Андрей Васильевич Юрченко , предложив предусмотреть распределенный межрегиональный характер размещения данной инфраструктуры с локализацией суперкомпьютерных центров первого уровня не только в Москве, но и в Санкт-Петербурге, Новосибирске, Казани и Владивостоке, а также создание современных «фабрик данных», — прокомментировал по итогам заседания вице-президент Российской академии наук и председатель Сибирского отделения РАН академик Валентин Николаевич Пармон .

Советник по перспективным проектам вице-президента РАН, Председателя Сибирского отделения РАН, Ольга Дорохова