Суперкомпьютеры: титаны вычислений

Эти сверхмашины могут выполнять сложнейшие задачи и по своим характеристикам превосходят большинство компьютеров, с которыми мы сталкиваемся в обычной жизни. И хотя суперкомпьютеры до сих пор кажутся чем-то далеким, мы все чаще пользуемся результатами их работы: от поиска в интернете и прогнозов погоды до новейших лекарств и самолетов.

В 2019 году холдинг «Росэлектроника» создал новый суперкомпьютер «Фишер» для Российской академии наук. Разработка Ростеха поможет физикам в решении задач молекулярной динамики. Рассказываем о том, что такое супер-ЭВМ и где они применяются. 

Супер-ЭВМ: квадриллион операций в секунду

Точного определения, что такое «суперкомпьютер», не существует. Компьютерная индустрия находится в постоянном развитии, и сегодняшние супермашины завтра уже будут далеко позади. Можно сказать, что суперкомпьютер – это очень мощный компьютер, который способен обрабатывать гигантские объемы данных и производить сложнейшие расчеты. Там, где человеку для вычислений нужны десятки тысяч лет, суперкомпьютер обойдется одной секундой. И если в 1980-х суперкомпьютером в шутку предлагали называть любые ЭВМ, весящие более тонны, то сегодня они чаще всего представляют собой большое количество серверных компьютеров с высокой производительностью, объединенных высокоскоростной сетью.

Современный суперкомпьютер – это огромное устройство, состоящее из модулей памяти, процессоров, плат, объединенных в вычислительные узлы, связанные между собой сетью. Управляющая система распределяет задания, контролирует загрузку и отслеживает выполнение задач. Системы охлаждения и бесперебойного питания обеспечивают беспрерывную работу супер-ЭВМ. Весь комплекс может занимать значительные площади и потреблять огромное количество энергии.

Производительность суперкомпьютеров измеряется во флопсах – количестве операций с плавающей запятой, которые система может выполнять в секунду. Так, например, один из первых суперкомпьютеров, созданный в 1975 году американский Cray-1, мог совершать 133 миллиона операций в секунду, соответственно, его пиковая мощность составляла 133 мегафлопс. А самый мощный на июнь 2019 года суперкомпьютер Summit Ок-Риджской национальной лаборатории обладает вычислительной мощностью 122,3 петафлопс, то есть 122,3 квадриллиона операций в секунду.

Суперкомпьютер «Ломоносов-2». Фото: «Т-Платформы»

Существует международный рейтинг топ-500, который с 1993 года ранжирует самые мощные вычислительные машины мира. Данные рейтинга обновляются два раза в год, в июне и ноябре. В 2019 году в первую десятку входят суперкомпьютеры США, Китая, Швейцарии, Японии и Германии. Единственный отечественный суперкомпьютер в первой сотне рейтинга − «Ломоносов-2» из Научно-исследовательского вычислительного центра МГУ производительностью 2,478 терафлопс, занявший в июне 2019 года 93-е место.

Чтобы определить мощность суперкомпьютера, или, как его еще называют в английском языке, «числодробилки» (number cruncher), используется специальная тестовая программа, которая предлагает машинам решить одну и ту же задачу и подсчитывает, сколько времени ушло на ее выполнение.

 

Что могут «числодробилки»

Первые суперкомпьютеры создавались для военных, которые применяли их в разработках ядерного оружия. В современную цифровую эпоху сложные вычисления требуются во многих областях человеческой деятельности. Суперкомпьютеры незаменимы там, где применяется компьютерное моделирование, где в реальном времени обрабатываются большие объемы данных и где задачи решаются методом простого перебора огромного множества значений. «Числодробилки» работают в статистике, криптографии, биологии, физике, помогают предсказывать погоду и глобальные изменения климата.

С развитием информационных технологий и применением их на практике появились новые направления на стыке информатики и прикладных наук – вычислительная биология, вычислительная химия, вычислительная лингвистика и многие другие. Суперкомпьютеры используются для создания искусственных нейросетей и искусственного интеллекта.

Именно сверхмощным компьютерам мы обязаны появлением точных прогнозов погоды. Суперкомпьютеры совершили революцию в медицине, в частности – в диагностике и лечении рака. С их помощью обрабатываются миллионы диагнозов и историй болезней, выявляются новые закономерности развития заболевания и вырабатываются новые способы лечения. Сверхумные машины применяются для расчета химических соединений, на основе которых изготавливаются новые лекарства. Масштабные расчеты помогают в сферах, связанных с проектированием: строительстве, машиностроении, авиастроении и других.

 

Суперкомпьютер с «бесконечным» масштабированием

В эпоху цифровой экономики и всеобщей цифровизации вычислениям отводится ключевое место. На создание суперкомпьютеров крупнейшие государства выделяют многомиллионные суммы. Эти вложения должны быть постоянными, так как производительность суперкомпьютеров удваивается каждые полтора года. Сегодня Россия находится только в начале построения национальной сети сверхмощных машин.

Структуры Ростеха в числе прочих российских предприятий вносят свой вклад в создание отечественной киберинфраструктуры. В сентябре 2019 года холдинг «Росэлектроника» объявил о запуске суперкомпьютера «Фишер» с пиковой производительностью 13,5 Тфлопс и практически неограниченными возможностями для масштабирования. Машина разработана специалистами холдинга для Объединенного института высоких температур Российской академии наук (ОИВТ РАН). Новый суперкомпьютер поможет ученым-физикам в создании цифровых моделей веществ и прогнозе поведения материалов в экстремальных состояниях.

Суперкомпьютер «Фишер» состоит из 24 вычислительных узлов с 16-ядерными процессорами. Для улучшения терморегуляции вычислительного кластера «Фишера» используется иммерсионная (погружная) система охлаждения. Благодаря ей суперкомпьютер не требует специально оборудованных помещений и может работать при температурах от ‒50 °С до +50 °С. Подобные системы охлаждения применяются сегодня на самых высокопроизводительных машинах мира.

«Фишер» создан на основе коммуникационной сети «Ангара» − первого российского интерконнекта, позволяющего объединять группы машин в мощные вычислительные кластеры. С помощью «Ангары» можно соединять тысячи компьютеров разных производителей и с разной архитектурой центральных процессоров. Коммутаторное исполнение «Фишера» позволяет компоновать компьютеры с большей плотностью и в целом облегчает сборку и использование всей системы за счет уменьшения числа кабелей. Модульный характер системы позволяет масштабировать мощность «Фишера» под любые нужды.

Ученые из ОИВТ РАН уже несколько лет используют суперкомпьютер DESMOS мощностью 52,24 Тфлопс, созданный на базе предыдущего поколения сети «Ангара». Его вычислительные мощности оказались настолько востребованы, что было принято решение о создании «младшего брата» этого суперкомпьютера уже на базе нового поколения коммутационной сети.

В США создан самый мощный суперкомпьютер в мире | Новости из Германии о событиях в мире | DW

В американской национальной лаборатории Оук-Ридж в пятницу, 8 июня, запущен самый мощный суперкомпьютер в мире. Мощность разработанной машины, которая получила название Summit, достигает 200 петафлопс или 200 тыс. триллионов вычислений в секунду, отмечается в официальном пресс-релизе лаборатории.

Машина под названием Summit состоит из более 4500 тысяч серверов, каждый из которых оснащен двумя 22-ядерными процессорами. По информации разработчиков, суперкомпьютер оптимизирован для работы с искусственным интеллектом.

Возможные сферы применения

Подобные машины могут применяться при разработке новых видов материалов и моделировании процессов, происходящих при взрывах звезд. Возможно и применение в военной сфере: например, при создании новых типов вооружений.

По словам министра энергетики США Рика Перри, запуск Summit окажет «огромное влияние на исследования в энергетике, научные открытия, экономическую конкурентоспособность и национальную безопасность».

Разработанный ранее в лаборатории Оук-Ридж суперкомпьютер Jaguar являлся самым мощным в мире с 2009 по 2010 год, а суперкомпьютер Titan возглавлял список самых мощных вычислительных машин с 2012 по 2013 год.  До появления Summit на вершине мирового рейтинга суперкомпьютеров находился китайский Sunway TaihuLight с показателем в 93 петафлопс. Производительность самого мощного российского суперкомпьютера «Ломоносов-2» составляет 2,1 петафлопс.

Смотрите также:

• Компьютер как объект дизайна

  В стиле ретро

  Чудеса ранней компьютерной техники — как этот собранный в 1977 году Commodore PET 2001 –приобрели новую популярность благодаря своему ностальгическому облику в стиле ретро. Многие из компьютеров первых поколений по-прежнему дееспособны. В новом музее цифровой культуры Binarium среди 700 экспонатов подобным реликтам будет отведено почетное место.

• Компьютер как объект дизайна

  Изобретатель

  С детских лет Конрад Цузе проявлял интерес к конструированию, студентом решил создать автоматический программируемый вычислитель, а уже инженером в 1938 году разработал двоичный механический вычислитель Z1 с электрическим приводом и возможностью (правда, ограниченной) программирования при помощи клавиатуры. Названия всех последующих компьютеров Цузе начинались с заглавной буквы Z.

• Компьютер как объект дизайна

  Легендарная машина Z3

  В 1941 году появилась Z3 – первая полнофункциональная программируемая в двоичном коде вычислительная машина, использовавшая перфорированную ленту как внешний носитель и обладавшая свойствами современного компьютера. Весом в три тонны, она тратила на расчеты примерно секунду или больше. Единственный образец Z3 был уничтожен во время бомбардировок в 1945 году. Копия стоит в Немецком музее в Мюнхене.

• Компьютер как объект дизайна

  Первый бытовой компьютер

  Altair 8800, разработанный американской компанией MTS на основе микропроцессора Intel 8080 и универсальной системной шины S-100, был той самой искрой, из которой разгорелось пламя микрокомпьютерной революции. Продавать «Альтаир» начали в 1974 года в сборке или в наборе деталей. Успех превзошел все ожидания, но пионера очень скоро вытеснили конкуренты.

• Компьютер как объект дизайна

  Шедевр от Apple

  Apple I разработал для личного пользования Стивен Возняк, соучредитель компании Apple Computer (теперь Apple Inc.), а как продавать — придумал Стив Джобс. Apple I был представлен в апреле 1976 года и поступил в продажу в июле полностью собранным на монтажной плате, за что и считается первым полноценным ПК. Пользователи должны были добавить к нему корпус, источник питания, клавиатуру и монитор.

• Компьютер как объект дизайна

  Мейнфреймы как скульптуры

  Один из крупнейших производителей и поставщиков аппаратного и программного обеспечения, американская корпорация IBM, представила в 1981 году свой первый персональный компьютер IBM PC. Но инициативу скоро перехватил Microsoft. Непревзойденной IBM осталась на рынке больших универсальных серверов для оперативной обработки гигантских объемов данных. Эти серверы компания выпускала с 1960-х годов.

• Компьютер как объект дизайна

  Экспонат для музея: Apple II

  Вскоре после основания фирмы в Силиконовой долине эстет Стив Джобс приобрел решающее влияние на ассортимент продукции и ее внешний вид. Компьютеры второго поколения отличались простыми формами и четкими линиями. Apple II, поступивший в продажу в 1977 году, сегодня фигурирует как легендарный объект дизайна в рамках различных музейных экспозиций.

• Компьютер как объект дизайна

  Для эстетов

  В то время как конкурент Microsoft не придавал большого значения внешнему виду компьютеров, занимаясь разработкой программного обеспечения и операционных систем, Apple выпускал продукцию для эстетов. Первый iMac, появившийся в 1998 году, был не только бирюзовым, но и прозрачным, что позволяло видеть внутреннее устройство компьютера.

• Компьютер как объект дизайна

  Чудеса микроэлектроники

  С того момента, когда компания Intel выпустила первые микропроцессоры в 1971 году, компьютеры стали стремительно уменьшаться в размерах. В настоящее время весь компьютер, в сущности, умещается на одной миниатюрной интегральной схеме.

• Компьютер как объект дизайна

  Простые и плоские

  Будущее принадлежит бесшумным и компактным планшетникам. Эти миникомпьютеры вмещают практически безграничные объемы информации.

• Компьютер как объект дизайна

  Компьютер на запястье

  Компьютеризированные наручные часы с расширенной функциональностью позволяют проверять электронную почту, следить за состоянием своего здоровья — ну, и, конечно, за временем. Умные часы выпускаются не первый год, но популярными их сделала компания Apple. В золоте они стоят от 11 тысяч евро.

  Автор: Хайке Мунд, Элла Володина

Что такое суперкомпьютер? — Intel

Тенденции в суперкомпьютерных вычислениях

Одним из способов, используемых в суперкомпьютерах для поиска и генерирования новой информации, является обработка и анализ еще более массивных и ценных наборов данных. Таким образом, главные тенденции современных суперкомпьютерных вычислений заключаются в работе с огромным объемом этих наборов данных при внедрении техник искусственного интеллекта, аналитики больших данных и периферийных вычислений.

Искусственный интеллект. Техники искусственного интеллекта позволяют суперкомпьютерам делать логические выводы путем анализа все более крупных наборов данных. Но для искусственного интеллекта также требуется вычислительная мощность, чтобы анализировать все эти данные с большей эксафлопсной производительностью. Ученые смогут задавать вопросы и получать ответы, которые ранее были невозможны.

Аналитика больших данных. Большие данные стали основной движущей силой новых расширенных систем высокопроизводительных вычислений. Сейчас рабочие нагрузки больших данных высокопроизводительных вычислений чаще всего основаны на традиционной симуляции и моделировании. Но в дальнейшем силы технологий и бизнеса, формирующие большие данные, приведут к новым формам конфигураций высокопроизводительных вычислений для накопления знаний, полученных из невероятно больших наборов данных.

Периферийные вычисления. Периферийные вычисления стали продуктивным источником новых наборов данных. Эти наборы данных поступают как из отдельных инструментов, собирающих огромные объемы данных, так и из миллиардов подключенных устройств, разбросанных по всему миру. Например, лидарный телескоп в Андах и радиотелескоп с антенной решеткой площадью в квадратный километр, работающий в Западной Австралии и Южной Африке, генерируют огромные объемы данных. Аналогичным образом устроены умные города, в которых используются многочисленные датчики и камеры для управления дорожным движением и общественной безопасности. Все эти данные позволяют решить проблемы, для которых требуются высокопроизводительные вычисления.

Проблемы суперкомпьютерных вычислений

Проблемы суперкомпьютерных вычислений, особенно при создании таких суперкомпьютеров эксафлопсного класса как Aurora, сводятся к основным трем аспектам: мощности, масштабированию и гетерогенности.

Мощность. Для работы самого быстрого в мире петафлопсного компьютера требуется 28,3 МВт.¹ Хотя ни одна организация, создающая сегодня суперкомпьютеры эксафлопсного класса, не дала конкретные данные, для их работы требуется мощность от 30 до 50 МВт. Объективно 50 МВт хватило бы на обеспечение электроэнергией жилых домов города с населением от 50 000 до 70000 человек. За год стоимость одного мегаватта электроэнергии приблизительно составляет один миллион долларов, то есть снижение энергопотребления остается важным аспектом. Процессоры на базе инновационных микроархитектур обеспечивают масштабируемую производительность и энергоэффективность.

Масштабирование. За последние 30 лет суперкомпьютеры перешли с уникального процессора с одним потоком на несколько ядер и многопоточности на тысячи узлов, работающих вместе. Сегодня разработчики, которые пишут приложение для эксафлопсных вычислений, должны разбивать проблему на множество составляющих, которые в полной мере используют параллельный характер компьютера и гарантируют синхронизацию потоков.

Гетерогенность. В прошлом разработчики писали код только для одного компонента в компьютере: ядерного процессора. Но сегодня обслуживание рабочих нагрузок для высокопроизводительных вычислений и искусственного интеллекта требует тысяч процессорных узлов, содержащих в 10 раз больше процессорных ядер. Разнообразные архитектуры, сочетающие центральные и графические процессоры, а теперь еще и FPGA и другие типы ускорителей, дают возможность разработчику самостоятельно решать, что лучше всего использовать для каждого типа планируемых вычислений. Разработчики не могут написать код всего один раз, так как каждый процессор требует отдельного кода, который должен работать совместно с другими. Но с усложнением алгоритмов и программного обеспечения усложняются и интегрируемые собственные модели программирования, что приводит к зависимости от поставщиков. Межотраслевое приложение oneAPI, унифицированная модель программирования, основанная на стандартах открытого кода, является отраслевой инициативой для обеспечения общих возможностей разработки, ускоряющих работу приложений, повышающих продуктивность и расширяющих использование инноваций.

В Китае создан самый мощный в мире квантовый компьютер

Китайские ученые создали квантовый компьютер, который может проводить вычисления в несколько миллиардов раз быстрее, чем аналогичное устройство от Google. Между тем, эксперты отмечают, что такие машины пока еще не имеют практического применения в жизни. Подробнее о том, для чего создали квантовый компьютер и чем он отличается от обычного — в материале «Газеты.Ru».

Исследователи из Шанхайского университета разработали квантовый компьютер, скорость вычислений которого в 10 миллиардов раз выше, чем компьютер Google Sycamore, сообщает The Next Web.

Квантовые компьютеры выполняют такие задачи, которые невозможно решить при помощи обычной вычислительной техники.

В ходе демонстрации работы китайского квантового компьютера, получившего название «Цзючжан», всего за несколько минут была решена задача по отбору проб гауссовских бозонов, которую классический суперкомпьютер решал бы около двух с половиной миллиардов лет.

Ранее такую же квантовую систему представляла Google — работа компьютера Sycamore основывается на принципе суперпозиции, и вместо битов машина использует кубиты (квантовые биты), которые одновременно могут находиться во всевозможных состояниях (в 1 и 0 одновременно). Таким образом, компьютеру не нужно тратить время на перебор всех возможных вариантов состояний.

Отличительной чертой китайской разработки является то, что машина может только демонстрировать квантовое превосходство, но фактически он не решает никаких задач. Компьютер же американской корпорации является программируемым, так что его можно адаптировать под решение различных задач.

Тем не менее, это не умаляет заслуг китайских ученых и их нового компьютера. Один из руководителей разработки, профессор Лю Чаоян отметил, что создание квантового компьютера — это гонка не между странами, а между человечеством и природой.

Между тем, обывателю пока трудно представить, зачем нужны такие мощные машины.

Ведущий специалист по суперкомпьютерам Lenovo в России Андрей Сысоев в беседе с «Газетой.Ru» отметил, что квантовые компьютеры еще не готовы для прикладного использования.

«Такого класса машины призваны работать с гораздо большей скоростью, их принцип построения отличен от используемых сегодня. Предварительно, на них будут считать ограниченный набор задач, таких как scientific computing или crypto-системы. Для прикладного применения технология еще не совсем готова. Существует много накладных расходов при таких вычислениях, это ограничивает сферы их применения, а также языки и подходы к программированию», — сказал Сысоев.

Также эксперт отметил, что прорыв китайских ученых заключается в том, что они создали еще один подход к созданию таких машин.

«Вполне возможно, именно такого рода вычислительные системы в будущем заменят сегодняшние компьютеры.

Если это произойдет, скачок развития человечества будет колоссальным — ведь самый мощный на сегодняшний день суперкомпьютер в сравнении с квантовым будет иметь такую же производительность, как смартфон в сравнении с экзафлопсным суперкомпьютером», — объясняет Сысоев.

Генеральный директор Gamesup42 Игорь Ивченко отметил, что создание квантового компьютера – это технологическая задача, над которой работали долгое время.

«Появление такой техники предвещает рывок в развитии науки, техники, т.к. он основан на других принципах, нежели все современные суперкомпьютеры. Задачи, которые могут решать современные ПК месяцами, а иногда и годами квантовый компьютер может решить мгновенно.

Появление такой техники можно сравнить с событиями такого уровня, как создание первого автомобиля или компьютера.

Эта техника будет предназначена для решения сложнейших задач человечества, а не для утилитарных функций, к которым все привыкли», — рассказал эксперт.

Эксперт сказал, что квантовый компьютер может помочь в решении проблем, где учитывается бесконечное число входящих. Например, как выжить человечеству в условиях прогрессирующего глобального климатического потепления, или помочь в создании космических аппаратов, которые позволят осуществлять межпланетные перелеты.

Руководитель продуктового направления AI Cloud компании SberCloud Отари Меликишвили объяснил «Газете.Ru», в чем состоит сложность разработки таких квантовых систем.

«Кубиты по своей природе нестабильны, они мгновенно «забывают» информацию. Под воздействием на кубит окружающей среды нарушается связь внутри квантовой системы (процесс декогеренции). Для решения этой проблемы нужно максимально изолировать от воздействия внешних факторов, что представляет собой в настоящий момент даже не технологическую проблему, а научно-теоретическую», — рассказал эксперт.

Также эксперт отметил, что в теории квантовый компьютер позволит значительно ускорить вычисление алгебраических, теоретико-числовых и предсказательных алгоритмов.

Реализация полноценного квантового компьютера сможет также ускорить решения задач, связанных с моделированием, шифрованием, искусственным интеллектом, биоинформатикой, химии и генной инженерии.

Меликишвили также признал важность прорыва, которого добились китайские ученые.

«Китайские ученые опубликовали статью в журнале Science, в которой говорится, что они создали действующий прототип квантового компьютера, превышающий своей производительностью в 10^14 (10 в 14 степени) раз существующие прототипы от Google и IBM. Если этот прототип действительно соответствует заявленных характеристикам — то это колоссальный прорыв в этой сфере науки. При этом важно понимать, что и китайский квантовый компьютер, и компьютеры Google и IBM – это по сути эксперименты, где ученые проверяют различные научные гипотезы с помощью очень сложного высокотехнологичного оборудования, до реального создания квантового компьютера и тем более его прикладного использования еще очень далеко», — заключил эксперт.

Топ-5 самых быстрых в мире компьютеров

Для чего используют суперкомпьютеры?

Суперкомпьютеры выполняют различные вычисления, требующие большой мощности. К ним относятся, например, моделирование в квантовой механике, расчет климатических параметров, исследование термоядерного синтеза или расчеты для медико-биологических целей.

Кроме того, суперкомпьютеры делают вычисления для исследования ядерного оружия и криптоанализа. В Европе эти машины даже попадают под действие закона о контроле экспорта оружия. В качестве стандартного теста для суперкомпьютеров используется тест High Performance Linpack.

Мощность суперкомпьютеров измеряют во флопсах (флопс) — это внесистемная единица, которая показывает количество операций с плавающей точкой, исполняемое вычислительной машиной за одну секунду.

Summit, США

Summit построен IBM и находится в Национальной лаборатории Оук-Ридж в США. Он работает на 2 397 824 ядрах на основе процессоров Power9 и графических процессоров NVIDIA V100. Они обеспечивает максимальную вычислительную мощность равную 143,5 петафлопс.

Sierra, США

Второй в рейтинге суперкомпьютер тоже находится в США. Sierra ведет свои расчеты в Ливерморской национальной лаборатории, его производительность составляет 94,6 петафлопс при 1 572 480 ядрах. Здесь также используются процессоры Power9 от IBM и графические процессоры V100 от NVIDIA.

Sunway TaihuLight, Китай

Этот компьютер родом из Китая — Sunway TaihuLight находится в Национальном суперкомпьютерном центре в Уси. Вычислительная мощность составляет 93 петафлопса при 10 649 600 ядрах. Он работает на 40 960 процессорах SW26010 от Sunway.

Tianhe-2A, Китай

Четвертое место также занимает Китай. Tianhe-2A находится в Национальном суперкомпьютерном центре в Гуанчжоу. Максимальная вычислительная мощность компьютера составляет 61 петафлопс. Суперкомпьютер работает на Intel Xeon E5 с общим количеством ядер 4 981 760.

Piz Daint, Швейцария

Самый быстрый европейский суперкомпьютер находится в Швейцарии. Piz Daint расположен в Швейцарском национальном суперкомпьютерном центре. Его мощность составляет 21 петафлопс, машина работает на Intel Xeon E5 и Nvidia Tesla P100 с общим количеством ядер 387 872.

Немного о технике попроще:

зачем нужны и где их используют?

Что такое суперкомпьютер?

Суперкомпьютеры выполняют массовую параллельную обработку данных, при которой задачи разбиваются на части и одновременно обрабатываются тысячами процессоров. Это их главное отличие от обычных компьютеров, которые последовательно решают задачу за задачей. Если воспользоваться аналогией, то это все равно что подойти к кассам в супермаркете с полной тележкой и разделить товары между несколькими друзьями. Каждый оплатит свою часть отдельно, после чего вы встретитесь у выхода и снова сложите продукты в одну тележку. Чем больше друзей, тем быстрее можно завершить параллельную обработку — по крайней мере, в теории.

«Если система настроена правильно, то какую бы задачу вы ни поставили суперкомпьютеру, он справится с ней гораздо быстрее, чем компьютер с меньшим количеством процессоров или одним процессором. Для некоторых вычислений домашнему ноутбуку понадобились бы недели или даже месяцы, но если вы сможете настроить эффективную параллельную обработку данных, то это займет не больше дня», — объясняет исследователь из Политехнического института Ренсселера Джоан Росс, которая недавно вернулась из Аргоннской национальной лаборатории, где она проработала шесть месяцев.

По словам Росс, обработке данных способны помешать некорректные параметры программы. Например, расчеты могут идти стремительно при работе четырех процессоров, но замедлиться при подключении пятого. 

Для чего используются суперкомпьютеры?

Главной ценностью суперкомпьютеров является их постоянно улучшающаяся способность симулировать реальность. Они могут моделировать производственные условия и разрабатывать более совершенные продукты в областях от нефтегазовой промышленности до фармацевтики. Джек Донгарра, один из ведущих экспертов по суперкомпьютерам, сравнивает эту способность с магическим шаром для предсказаний.

«Например, я хочу узнать, что происходит, когда сталкиваются две галактики. Я не могу провести такой эксперимент. Я не могу взять две галактики и столкнуть их. Поэтому я должен построить модель и запустить ее на компьютере. Или другой пример — в прошлом инженеры при проектировании автомобиля заставляли его врезаться в стену, чтобы увидеть, насколько хорошо он выдержит удар. Но это довольно дорого и требует много времени. Сегодня мы просто создаем компьютерную модель машины и заставляем ее врезаться в виртуальную стену», — отметил Донгарра, добавив, что половина пятисот лучших суперкомпьютеров занята в промышленности.

Высокопроизводительные вычисления также важны для оборонного сектора. В частности, сложные симуляции фактически устранили необходимость реальных испытаний оружия, в том числе ядерного.  

«Военные больше не выходят в пустыню с недавно разработанным оружием, чтобы опробовать его. Теперь они создают его модель на суперкомпьютере. Они также имитируют процессы, которые происходят с оружием при долгом хранении, потому что должны убедиться в его работоспособности», — уточняет Донгарра.

Исследовательская лаборатория ВВС — один из пяти центров с суперкомпьютерами Министерства обороны США — выделила четыре суперкомпьютера на исследования в области вооружения. Проект был продвинут как способ помочь ученым «быстро реагировать на самые актуальные и сложные проблемы нашей страны, а также реализовать новые возможности разработки оружия при меньших затратах со стороны налогоплательщиков».

Суперкомпьютеры также используются в области искусственного интеллекта. Как рассказал директор Аргоннской национальной лаборатории Пол Кернс, Aurora предназначена для ИИ следующего поколения, который ускорит научные открытия и сделает возможными улучшения в таких областях, как прогнозирование экстремальных погодных явлений, медицина, картирование головного мозга и разработка новых материалов. Aurora поможет человечеству лучше понять Вселенную, «и это только начало», убежден Кернс.

Однако работа с ИИ — лишь небольшой процент того, что делают суперкомпьютеры. 90% расчетов по-прежнему посвящены традиционным задачам: инженерным симуляциям, моделированию погоды и тому подобному. ИИ занимает во всем этом лишь 5-10%, указывает Эндрю Джонс, консультант по высокопроизводительным вычислениям.

Николь Хемсот, соучредитель The Next Platform, считает, что пройдет еще не менее пяти лет, прежде чем в суперкомпьютеры начнут массово внедрять ИИ и глубокое обучение. При этом будут требоваться куда более мощные вычислительные возможности, чем есть сейчас, отмечает она.

Что ждет суперкомпьютеры в будущем?

Удивительный факт: ваш смартфон работает так же быстро, как суперкомпьютер в 1994 году — у него была тысяча процессоров и он моделировал испытания ядерного оружия. Таким образом, теоретически примерно через четверть века смартфоны смогут достичь уровня Aurora. 

Не исключено, что в будущем симуляции на суперкомпьютерах отойдут на второй план. «В частности, в течение следующих полутора десятилетий машинное обучение может стать доминирующим в большинстве компьютерных наук, включая высокопроизводительные расчеты (и даже аналитику данных). Хотя сегодня оно в основном используется в качестве вспомогательного инструмента в традиционных вычислениях, в некоторых случаях, например при разработке лекарств, оно вполне может заменить симуляцию», — говорит исследователь Майкл Фельдман.

Какую бы форму ни приняли суперкомпьютеры, в Аргоннской национальной лаборатории уверены, что они будут становиться все более мощными и начнут влиять на все — от разработки более эффективных аккумуляторов для электромобилей до искоренения таких серьезных болезней, как рак.

Источник.

Фото на обложке: Аргоннская национальная лаборатория

Научно-исследовательский центр супер-ЭВМ и нейрокомпьютеров

НИЦ супер-ЭВМ и нейрокомпьютеров — высокотехнологичное производственное предприятие с 20-летней историей работ в области высокопроизводительной вычислительной техники, является одним из крупнейших производителей реконфигурируемых вычислительных систем на основе программируемых логических интегральных схем (ПЛИС) в России. Созданный в 1993 году и прошедший путь от малого предприятия до ведущего поставщика реконфигурируемых вычислительных систем в России, сегодня НИЦ супер-ЭВМ и нейрокомпьютеров – динамично развивающийся разработчик и поставщик самых сложных печатных плат не только в России, но и в Европе для сверхвысокопроизводительной вычислительной техники, с производительностью вычислительных блоков, соответствующей первой десятке списка самых мощных компьютеров мира TOP-500.

Технические и конструктивные решения поставляемых систем, защищенные рядом патентов, основаны на оригинальной отечественной концепции перестройки архитектуры системы при реализации структурно-процедурного способа организации параллельных вычислений. Наиболее важные эксплуатационные характеристики выпускаемой продукции – энергоэффективность и удельная производительность системы — в 30-50 раз превышают характеристики кластерных вычислительных систем, составляя 9 миллиардов операций в секунду на один Ватт и 300 миллиардов операций с фиксированной запятой в кубическом дециметре соответственно.

Выпускаемая предприятием продукция соответствует самым высоким требованиям качества, отличительной характеристикой создаваемых высокопроизводительных решений является наличие комплекса оригинального программного обеспечения, гарантирующего простоту и удобство использования системы.

За последние годы предприятием серийно выпускались реконфигурируемые вычислительные комплексы различного назначения и конфигураций: от малогабаритных ускорителей, содержащих не более четырех микросхем ПЛИС, до высокопроизводительных комплексов из нескольких десятков вычислительных стоек, содержащих тысячи микросхем ПЛИС и десятки тысяч процессорных элементов.

Уникальные по эффективности решения прикладных задач, стоимости и массогабаритным характеристикам вычислительные системы НИЦ супер-ЭВМ и нейрокомпьютеров обеспечивают многократное преимущество в таких областях науки и промышленности, как моделирование и разработка новых веществ, символьная обработка больших массивов данных, мониторинг глобальных компьютерных сетей и систем связи, моделирование физических процессов и др.

Благодаря высокой реальной производительности, реконфигурируемые вычислительные системы НИЦ супер-ЭВМ и нейрокомпьютеров могут использоваться на тех народнохозяйственных объектах, где не могут быть использованы более громоздкие кластерные системы: на удаленных объектах промышленной, транспортной и специальной инфраструктуры, в бортовых системах для качественно нового решения научно-технических и практических задач.

Потребителями нашей продукции являются предприятия и организации, занимающиеся проектированием и моделированием сложных систем, коммерческие предприятия, работающие в научно-технической сфере и в области высоких технологий.

Разработки Научно-исследовательского центра супер-ЭВМ и нейрокомпьютеров неоднократно получали награды международных и российских профильных конкурсов и выставок.

19 мая 2021 года

Научно-исследовательский центр супер-ЭВМ и нейрокомпьютеров посетил министр промышленности и энергетики Ростовской области Андрей Викторович Савельев и поздравил работников предприятия с Днем радио. В этот день заместитель директора по разработкам Олег Валентинович Катаев выступил с содержательным докладом о новых разработках и реализованных проектах организации.

По словам главы регионального минпрома, за сравнительно небольшой период организация НИЦ СЭ и НК выросла в ведущего российского поставщика высокопроизводительных вычислительных систем с высоким потенциалом и хорошими перспективами.

От имени губернатора Ростовской области вручены заслуженные награды ведущим сотрудникам НИЦ СЭ и НК: техническому директору Доронченко Юрию Ивановичу, начальнику отдела договоров  Кабарухиной Юлие Владимировне и начальнику отдела системного программного обеспечения Каляеву Захару Владимировичу.

Ознакомиться с новостью «Уникальную реконфигурируемую вычислительную систему класса супер-ЭВМ разработали на Дону» на Официальном портале Правительства Ростовской области можно по ссылке: https://www.donland.ru/news/13722/

Июль 2020 года

В НИЦ СЭ и НК разработан и изготовлен модуль питания (МП) «Сегин», содержащий восемь современных изолированных преобразователя постоянного тока (DC-DC) фирмы Vicor Corporation серии BCM® Bus Converter со встроенной шиной контроля и управления PMBus™. Плотность мощности достигает 134,7 Вт/см3. МП «Сегин» предназначен для питания четырёх вычислительных модулей (ВМ) «Сегин».

В отличие от модулей питания более ранних разработок использование преобразователей с высокой плотностью мощности позволило выполнить сравнительно простой модуль без регулирования вторичного выходного напряжения, при этом обладающий функциями мониторинга и телеметрии. По сравнению с МП «Неккар», номинальная выходная мощность для одного ВМ увеличилась с 1 кВт до 2,4 кВт.
Дополнительно на плате модуля питания реализован узел плавного пуска, в то время как для предыдущего поколения требовался либо источник с нормированной скоростью нарастания входного напряжения, либо использование внешнего блока плавного пуска формата 1U.

Июль 2020 года

В НИЦ СЭ и НК разработан и изготовлен процессорный модуль загрузки и управления (МЗУ) на основе процессора Intel Skylake ® (Core I5-6300U), который обеспечивает поддержку функционирования вычислительного блока (управление, конфигурирование, загрузка вычислительных задач, телеметрия). Модуль МЗУ погружается в заполненный жидкостью-хладагентом корпус вычислительного блока. Плата выполнена из 14 слоев и имеет габариты 490х103,5 мм. Питание модуля осуществляется от источника питания постоянного тока 380В.

Для конфигурирования и загрузки вычислительных модулей используется ПЛИС фирмы Xilinx XCKU035-1FFVA1156C подключенная к процессору Intel Skylake по высокоскоростному каналу PCI-E 3.0х4. Скорость информационного обмена до 3,94 Гбайт/с.

Передача сигналов управления и телеметрии между МЗУ и ВМ осуществляется сетью микроконтроллеров, основанной на стандарте Controller Area Network (CAN), обладающего надежными механизмами контроля и предотвращения ошибок. Скорость передачи – 1Мбит/с.

9-10 июня 2020 года

В этом году 9 и 10 июля на кафедре ИМС Южного федерального университета впервые состоялись защиты выпускных квалификационных работ с применением дистанционного формата. Магистерскую программу «Прикладная математика высокопроизводительных вычислительных систем» направления 01.04.02. «Прикладная математика и информатика» успешно освоили 17 наших выпускников. Квалификации «магистр» оказались достойны все студенты. Восемь человек получат красный диплом «с отличием». Особенно хочется отметить работы Стафеевского Александра и Чекиной Марии, удостоенные почетных 100 баллов.

Коллектив кафедры ИМС сердечно поздравляет выпускников с завершением одного из важных и сложных этапов вашей жизни — успешной защитой магистерских диссертаций и получением гордой степени магистра. Многие из вас уже успешно трудятся и добились немалого в жизни, но мы хотим пожелать вам не останавливаться на достигнутом, покорять новые вершины, открывать для себя неведомые горизонты. Продолжайте учиться, искать свое профессиональное призвание, совершенствоваться и, мы уверены, вы сможете претворить в жизнь свои самые смелые планы. Не забывайте своих преподавателей, НИЦ СЭ и НК — его двери всегда для вас открыты!

22 мая 2020 года

В НИЦ СЭ и НК разработан и изготовлен вычислительный модуль (ВМ) «Сегин», содержащий восемь самых современных FPGA фирмы Xilinx серии Virtex семейства UltraScale+ XCVU9P. Производительность изделия 18,4 Тфлопс (32-разрядных операций с плавающей запятой).

На сегодняшний день ВМ «Сегин» обладает самой высокой логической ёмкостью на единицу площади, а его производительность в три раза больше, чем производительности ВМ «Неккар» и РВС «Бенетнаш», которая была произведена в 2009 году и состоит из пяти вычислительных стоек.

ВМ «Сегин» является базовым элементом разрабатываемого реконфигурируемого вычислительного блока (РВБ) «Сегин», предназначенного для решения вычислительно трудоёмких задач цифровой обработки сигналов и линейной алгебры.

В настоящее время на ВМ «Сегин»  ведутся исследования  по апробации различных технических решений для построения РВБ. Так в частности был разработан и исследуется новый тип радиаторов охлаждения вычислительных  ПЛИС.

Данная модель радиатора позволит отводить до 200 Вт с каждой ПЛИС ВМ «Сегин».

5 октября 2017 года НИЦ СЭ и НК посетили представители электронной компании «Элкус» и Российского федерального ядерного центра — Всероссийского научно-исследовательского института экспериментальной физики (РФЯЦ-ВНИИЭФ). Все гости являются выпускниками Таганрогского радиотехнического института. Их ознакомили с современными разработками, производственными мощностями и работой базовой кафедры НИЦ СЭ и НК. Представленные изделия вызвали интерес и обсуждения.

5 самых быстрых суперкомпьютеров в мире

Скорость чтения

• Японский суперкомпьютер Fugaku — новый в мире суперкомпьютер №1
• Архитектура Fugaku на базе ARM уникальна для высокопроизводительного суперкомпьютера
• Национальные лаборатории США опустились на второе и третье места

Мы обновили эту популярную статью, чтобы отразить последний рейтинг.

Пиковая производительность суперкомпьютеров — постоянно меняющаяся цель. Фактически, суперкомпьютер определяется как любая машина, «которая работает с самой высокой в ​​настоящее время скоростью работы или близкой к ней». Поле — это постоянная борьба за звание лучшего. Те, кто достигает высшего ранга, могут удержать его лишь на мгновение.

Конкуренция — это то, что делает суперкомпьютеры такими захватывающими, постоянно заставляя инженеров достигать высот, которые были немыслимы всего несколько лет назад. Чтобы отметить эту удивительную технологию, давайте взглянем на самые быстрые компьютеры, согласно определению компьютерного рейтингового проекта TOP500, и на то, для чего эти машины используются.

5. Тяньхэ-2 (Китай)

Tianhe-2, название которого переводится как «MilkyWay-2», первоначально дебютировал как № 1 в мире в июне 2013 года. Но, несмотря на обновления за несколько лет до 4981760 ядер, работающих на 61,4 петафлопс, сейчас он едва удерживается на одном месте в пятерка лучших. Такова мимолетная слава современного суперкомпьютера.

TOP500 сообщил, что машина, разработанная Национальным университетом оборонных технологий (NUDT) в Китае, предназначена в основном для правительственных приложений безопасности.Это означает, что большая часть работы, выполняемой Tianhe-2, держится в секрете, но если судить по его вычислительной мощности, то он, должно быть, работает над некоторыми довольно важными проектами.

4. Sunway TaihuLight (Китай)

Также бывший номер один, Sunway TaihuLight доминировал в списке в течение двух лет после своего дебюта в июне 2016 года. В то время его 93,01 петафлопс и 10 649 000 ядер делали его самым мощным суперкомпьютером в мире с большим отрывом, более чем в пять раз превосходящим его. вычислительная мощность его ближайшего конкурента (ORNL Titan) и почти в 19 раз больше ядер.

Но, учитывая непрерывный темп технического прогресса, ни одна позиция не может быть надежной надолго. TaihuLight уступила первое место конкурентам в июне 2018 года.

Расположенный в Национальном суперкомпьютерном центре в Уси, Китай, создатели TaihuLight используют суперкомпьютер для решения самых разных задач — от науки о климате до высокотехнологичного производства. Он также добился успеха в морских прогнозах, помогая судам избегать волнений на море и помогая при бурении нефтяных скважин на шельфе.

Подробнее: Как суперкомпьютеры объединяют США и Китай

3.Сьерра (США)

Ливерморская национальная лаборатория (LLNL) Sierra первоначально дебютировала на 3 месте в списке за июнь 2018 года с показателем 71,6 петафлопс. Позднее оптимизация повысила скорость обработки 1572480 ядер до 94,6 петафлопс, что позволило ему занять второе место в ноябре 2018 года. Однако восхождение нового номера один в июне 2020 года вернет Sierra на третье место.

Включает в себя как центральные процессоры (ЦП) IBM, так и графические процессоры (ГП) NVIDIA, Sierra специально разработана для моделирования и симуляций, необходимых для Национального управления ядерной безопасности США.

2. Саммит (США)

На вершине . Окриджская национальная лаборатория Министерства энергетики США (ORNL) в Теннесси опустилась на 2-е место после двух лет нахождения на первом месте. Предоставлено ORNL.

В рамках обновленной приверженности Министерства энергетики США развитию суперкомпьютерных мощностей Summit Oak Ridge National Laboratory (ORNL) впервые занял первое место в июне 2018 года, впервые за 6 лет заняв первое место у Китая.

С момента своего дебюта в списке от июня 2018 года, Summit улучшила свою начальную производительность High Performance Linpack (HPL) со 122.3 до нынешних 148,6 петафлопс. Необычно для такой высокопроизводительной машины, Summit изначально занял третье место в рейтинге GreenTop500, который измеряет энергоэффективность суперкомпьютеров, хотя с тех пор он опустился на девятое место.

Команда из семи человек из ORNL выиграла приз Гордона Белла 2018 за развертывание Summit для обработки генетических данных, чтобы лучше понять, как у людей развивается хроническая боль и как они реагируют на опиоиды. Summit сейчас играет решающую роль в глобальной гонке за поиском методов лечения и вакцин против COVID-19.

Подробнее : Расследование опиоидной эпидемии с помощью самого мощного суперкомпьютера в мире

1. Фугаку (Япония)

Совместно разработанный RIKEN и Fujitsu, японский Fugaku является новым самым быстрым суперкомпьютером в мире. В Японии система не занимала первое место с июня 2011 года, когда на первом месте дебютировал предшественник Fugaku, компьютер K.

Обладая почти 7,3 миллионами ядер и скоростью 415,5 петафлопс, Fugaku намного превосходит предыдущие 148 Summit №1.6 петафлопс, приближая технологию HPC к обещанной эре эксафлопс.

Fugaku — первая признанная система на базе процессоров ARM. Две другие новые функции — это гибридные кубы памяти, прикрепленные к каждому из процессоров, и новая итерация сети Tofu, которая обеспечивает тесную интеграцию между всеми узлами в системе.

Архитектура на базе ARM представляет собой резкий сдвиг в типе вычислений, традиционно используемых в суперкомпьютерах. Его дизайнеры рассматривают его успех как доказательство того, что в высокопроизводительных вычислениях еще есть возможности для инноваций.

Установленный в Центре вычислительных наук RIKEN (R-CCS) в Кобе, Япония, Fugaku предназначен для приложений, которые будут решать высокоприоритетные социальные и научные проблемы. К ним относятся открытие лекарств, персонализированная медицина, прогнозирование погоды и климата, разработка чистой энергии и изучение фундаментальных законов Вселенной. Он уже используется в качестве экспериментальной базы для исследования COVID-19. Fugaku заработает на полную мощность в апреле 2021 года.

Гонка за самый мощный суперкомпьютер никогда не заканчивается.Эта дружественная конкуренция между странами вызвала бум вычислительной мощности, и не похоже, что в ближайшее время она замедлится. Учитывая, что ученые используют суперкомпьютеры для таких важных проектов, как лечение изнурительных болезней, мы можем только надеяться, что это будет продолжаться еще долгие годы.

Узнайте больше о том, что ждет суперкомпьютеров за пределами петаскейла:

июнь 2021 г. | TOP500

57 ^{-й выпуск} TOP500 практически не претерпел изменений в Top10.Единственная новинка в десятке лучших — это система Перлмуттера в NERSC Национальной лаборатории им. Лоуренса Беркли при Министерстве энергетики. Машина основана на платформе HPE Cray «Shasta» и разнородной системе с узлами как с ускорением на GPU, так и с узлами только с процессором. Перлмуттер достиг 64,6 пфлоп / с, поставив суперкомпьютер на 5-е место в новом списке.

Японский суперкомпьютер Fugaku занял первое место в списке. Система, разработанная Riken и Fujitsu, Fugaku имеет результат теста HPL 442 Pflop / s.Этот показатель в 3 раза превосходит Summit № 2. Машина основана на специализированном процессоре ARM A64FX от Fujitsu. Более того, при единичной или еще более пониженной точности, которая часто используется в машинном обучении и искусственном интеллекте, пиковая производительность Fugaku на самом деле превышает экзафлоп. Такое достижение побудило некоторых представить эту машину как первый суперкомпьютер Exascale. Fugaku уже продемонстрировал этот новый уровень производительности в новом тесте HPL-AI с 2 Eflop / s.

Помимо этого, мы видели довольно много экземпляров Microsoft Azure и Amazon EC2 Cloud, занимающих довольно высокие места в списке.Pioneer-EUS, машина, которая займет позицию № 24 и Pioneer-WUS2 № 27, полагается на Azure. Кластер инстансов Amazon EC2 под номером 41 использует Amazon EC2.

Вот краткое изложение систем в Top10:

• Fugaku остается системой №1. Он имеет 7630848 ядер, что позволило ему достичь результата теста HPL 442 Pflop / s. Это ставит ее в 3 раза выше системы № 2 в списке.
• Summit, система, созданная IBM в Национальной лаборатории Ок-Ридж (ORNL) в Теннесси, США, остается самой быстрой системой в США.S. и занимает второе место в мире с производительностью 148,8 пфлоп / с в тесте HPL, который используется для ранжирования списка TOP500. Summit имеет 4356 узлов, каждый из которых содержит два процессора Power9 с 22 ядрами каждый и шесть графических процессоров NVIDIA Tesla V100, каждый с 80 потоковыми мультипроцессорами (SM). Узлы связаны между собой двухканальной сетью EDR InfiniBand Mellanox.
• Sierra, система Ливерморской национальной лаборатории Лоуренса, Калифорния, США, занимает третье место. Ее архитектура очень похожа на систему №2 Summit.Он состоит из 4320 узлов с двумя процессорами Power9 и четырьмя графическими процессорами NVIDIA Tesla V100. Сьерра набрала 94,6 пфлоп / с.
• Sunway TaihuLight, система, разработанная Китайским национальным исследовательским центром параллельной вычислительной техники и технологий (NRCPC) и установленная в Национальном суперкомпьютерном центре в Уси, что в китайской провинции Цзянсу, заняла четвертое место с показателем 93 пфлоп / с.
• Perlmutter под номером 5 — новинка в TOP10. Он основан на платформе HPE Cray «Shasta» и гетерогенной системе с узлами на базе AMD EPYC и 1536 узлами с ускорением NVIDIA A100.Перлмуттер набрал 64,6 пфлоп / с.
• Selene, которая сейчас занимает 6-е место, представляет собой NVIDIA DGX A100 SuperPOD, установленную на собственном предприятии NVIDIA в США. Система основана на процессоре AMD EPYC с NVIDIA A100 для ускорения и Mellanox HDR InfiniBand в качестве сети и обеспечивает производительность 63,4 Pflop / s.

Система

• Tianhe-2A (Milky Way-2A), разработанная Национальным университетом оборонных технологий Китая (NUDT) и развернутая в Национальном суперкомпьютерном центре в Гуанчжоу, Китай, теперь внесена в список No.7 с 61,4 пфлоп / с.
• Система под названием «Бустерный модуль JUWELS» — номер 8. Система BullSequana, созданная Atos, установлена ​​в Forschungszentrum Juelich (FZJ) в Германии. В системе используется процессор AMD EPYC с NVIDIA A100 для ускорения и Mellanox HDR InfiniBand в качестве сети, аналогичной системе Selene. Эта система является самой мощной системой в Европе с 44,1 пфлоп / с.
• HPC5 под номером 9 — это система PowerEdge, созданная Dell и установленная итальянской компанией Eni S.П.А. Он обеспечивает производительность 35,5 Pflop / s за счет использования NVIDIA Tesla V100 в качестве ускорителей и Mellanox HDR InfiniBand в качестве сети.
• Frontera, система Dell C6420, установлена ​​в Техасском центре передовых вычислений Техасского университета и сейчас заняла 10-е место. Она достигла 23,5 пфлоп / с с использованием 448 448 ядер Intel Xeon.

10 самых мощных суперкомпьютеров

Японский суперкомпьютер Fugaku сохранил свою позицию компьютерной системы номер один, за ним следуют IBM Summit и Sierra в США.

В 56-м издании TOP500 Япония, США, Германия, Италия и Франция заняли первое место в сотне самых мощных суперкомпьютеров в мире. Японский суперкомпьютер Fugaku сохранил за собой позицию компьютерной системы номер один, за ним следуют IBM Summit и Sierra в США.С.

Проект Top500 отслеживает самые мощные суперкомпьютеры в мире и публикуется два раза в год. На прошлой неделе некоммерческая организация опубликовала результаты за ноябрь 2020 года. В этом году, хотя две новые системы вошли в десятку лучших, в полном списке было зафиксировано наименьшее количество новых записей с момента создания проекта в 1993 году.

В результате представители Top500 предположили, что текущий список отражает сглаживающуюся кривую роста производительности.

Что показывают результаты

Мировые суперкомпьютеры теперь не только быстрее, но и умнее, и поддерживают большее количество рабочих нагрузок.

Почти 70% (140) систем в списке TOP500, включая восемь из 10 лучших, работают на базе технологий NVIDIA и «все чаще используют ИИ, чтобы помочь исследователям делать открытия быстрее».

Комплексная суперкомпьютерная платформа NVIDIA HGX AI помогает ускорить научные вычисления, аналитику данных и рабочие нагрузки искусственного интеллекта.

«Переход к внедрению ИИ в высокопроизводительные вычисления (HPC) и платформу, выходящую за рамки традиционных суперкомпьютерных центров, представляет собой существенное изменение в области, которая с момента выпуска Seymour Cray CDC 6600 в 1964 г. более крупные и мощные машины для симуляции и моделирования с интенсивными вычислениями », — говорится в сообщении NVIDIA.

В октябре этого года итальянский межуниверситетский консорциум CINECA объявил о своих планах по созданию самого быстрого в мире суперкомпьютера с искусственным интеллектом. Ожидается, что новая система «Леонардо» обеспечит производительность 10 эксафлопс FP16 в рабочих нагрузках AI. Он будет включать около 14 000 графических процессоров Nvidia A100 и около 3 500 процессоров Intel Sapphire Rapids.

В случае суперкомпьютера его рабочие характеристики указываются с использованием стандартной скорости, называемой FLOPS или операций с плавающей запятой в секунду.18) операций с плавающей запятой в секунду.

Между тем Intel остается предпочтительным поставщиком процессоров, поскольку 90% систем оснащены ее чипами Xeon или Xeon Phi.

Имея в списке 212 систем, Китай однозначно доминирует над списком, за ним следуют США со 113 системами и Япония с 34. Однако, когда дело доходит до совокупной производительности, США по-прежнему лидируют со скоростью 668,7 петафлопс по сравнению с 564,0 петафлопс в Китае. Между тем, у Японии есть общие показатели 593.7 петафлопс.

Суперкомпьютеры

, которые имеют нежелательный побочный эффект в виде потребления огромного количества энергии, теперь также входят в рейтинг Green500 по энергоэффективности. В списке Green500 новый NVIDIA DGX SuperPOD в США оказался самой энергоэффективной системой. За ним последовали MN-3 в Японии и бустерный модуль JUWELS производства Atos в Германии.

10 лучших суперкомпьютеров

Заметные изменения в первой десятке включают добавление двух новых систем и новый тест производительности, установленный суперкомпьютером Fugaku.

Благодаря добавлению нового оборудования для усиления системы, Fugaku увеличила свой тест High Performance LINPACK (HPL) до 442 петафлопс по сравнению с 416 петафлопс, которые были достигнуты системой при ее дебюте в июне 2020 года — увеличение скорости на 6,4%.

Тест HPL, который показывает производительность выделенной системы при решении сложной системы уравнений, используется для определения Top500.

1. Фугаку, Япония

Построенный Fujitsu, Fugaku установлен в Центре вычислительных наук RIKEN (R-CCS) в Кобе, Япония.Благодаря дополнительному оборудованию система достигла нового мирового рекорда — 442 петафлопс на HPL, что в три раза превзошло второе место в списке.

Директор

RIKEN, Сатоши Мацуока, заявил, что улучшение произошло, поскольку они «наконец-то получили возможность использовать всю машину, а не только ее значительную часть».

После июньских соревнований его команда смогла настроить код для максимальной производительности. «Я не думаю, что мы можем что-то еще улучшить, — сказал Мацуока.

2. Summit, США

Базирующаяся в Национальной лаборатории Ок-Ридж (ORNL) в Теннесси, Summit была построена IBM и является самой быстрой системой в США. Запущенная в 2018 году, она имеет производительность 148,8 петафлопс и имеет 4356 узлов, каждый из которых содержит два 22 -ядерные процессоры Power9 и шесть графических процессоров NVIDIA Tesla V100.

Недавно две команды, работавшие над Summit, получили престижную премию Гордона Белла за выдающиеся достижения в области высокопроизводительных вычислений, обычно называемую «Нобелевской премией по суперкомпьютерам».’

3. Сьерра, США

Система Ливерморской национальной лаборатории Лоуренса (LLNL) в Калифорнии, Сьерра, имеет отметку HPL 94,6 петафлопс. Каждый из 4320 узлов, оснащенных двумя процессорами Power9 и четырьмя графическими процессорами NVIDIA Tesla V100, имеет архитектуру, аналогичную Summit.

Sierra также заняла 15-е место в списке Green500 самых энергоэффективных суперкомпьютеров в мире.

4. Sunway TaihuLight, Китай

Установленный в Национальном суперкомпьютерном центре Китая в Уси, Sunway TaihuLight ранее занимал первое место в течение двух лет (2016-2017).Однако с тех пор его рейтинг упал. Если в прошлом году он занимал третье место, то сейчас он опустился на четвертое.

Построенный Национальным исследовательским центром параллельной вычислительной техники и технологий Китая (NRCPC), он достиг 93 петафлопс в тесте HPL. Он работает исключительно на процессорах Sunway SW26010.

5. Селена, США

Установленная в NVIDIA Corp, Selene поднялась на пятое место с седьмой позиции в июньском рейтинге.После недавнего обновления Selene достигла 63,4 петафлопс на HPL, что почти удвоило свой предыдущий результат в 27,6 петафлопс.

NVIDIA представила свой суперкомпьютер с искусственным интеллектом Selene в июне этого года, построив и запустив его менее чем за месяц. Его основные области применения включают разработку и тестирование систем, внутренние рабочие нагрузки ИИ и разработку микросхем.

6. Тяньхэ-2А, Китай

Со скоростью 61,4 петафлопс Tianhe-2A (он же MilkyWay-2A) поднялся на одну позицию до шестой позиции.Разработанный Национальным университетом оборонных технологий Китая (NUDT), он установлен в Национальном суперкомпьютерном центре в Гуанчжоу.

Tianhe-2A работает на процессорах Intel Xeon и ускорителях NUDT Matrix-2000 DSP. Он будет использоваться для моделирования, анализа и приложений государственной безопасности. Он занимал первое место с июня 2013 года по ноябрь 2015 года.

7. Бустерный модуль JUWELS, Германия

Бустерный модуль JUWELS, созданный компанией Atos, является новейшим представителем в списке.Машина BullSequana была недавно установлена ​​в Forschungszentrum Jülich (FZJ) в Германии и является самой мощной системой в Европе, производительностью 44,1 петафлопс HPL.

Основанный на модульной системной архитектуре, JUWELS работает на процессорах AMD и графических процессорах NVIDIA, аналогичных системе Selene.

8. HPC5, Италия

Система Dell PowerEdge, HPC5, была установлена ​​итальянской компанией Eni S.p.A и расположена внутри Зеленого центра обработки данных Eni в Италии.HPC5, одна из самых мощных и устойчивых компьютерных систем в мире, используется для исследования новых источников энергии.

Обладая производительностью 35,5 петафлопс, это самая мощная система в списке, используемая в коммерческих целях на объекте заказчика. Он использует процессоры Intel Xeon Gold и графические процессоры NVIDIA Tesla V100.

9. Frontera, US

Установленная в Центре передовых вычислений Техасского университета в Остине в сентябре этого года, Frontera представляет собой систему Dell C6420, оснащенную Intel.Используя 448 448 ядер Intel Platinum Xeon, система достигает 23,5 петафлопс.

Frontera помогает исследованиям во всех областях науки, включая те, которые связаны с квантовой механикой, дизайном лекарств, уничтожением появляющихся вирусов и физикой черных дыр.

10. Даммам-7, Саудовская Аравия

Даммам-7 — второе нововведение в верхней части списка. Установленные в Saudi Aramco в Саудовской Аравии системы HPE Cray CS-Storm используют процессоры Intel Gold Xeon и графические процессоры NVIDIA Tesla V100.Он достигает 22,4 петафлопс и является вторым коммерческим суперкомпьютером в десятке лучших.

Фото Бретта Сейлза из Pexels

NVIDIA запускает самый мощный суперкомпьютер в Великобритании для исследований в области искусственного интеллекта и здравоохранения

Один из самых быстрых в мире суперкомпьютеров с искусственным интеллектом, позволяющий британским исследователям в области цифровой биологии, геномики, квантовых вычислений и искусственного интеллекта; Пять партнеров по запуску проектов

Сегодня NVIDIA официально представила Cambridge-1, самый мощный суперкомпьютер в Великобритании, который позволит ведущим ученым и экспертам в области здравоохранения использовать мощную комбинацию искусственного интеллекта и моделирования для ускорения революции цифровой биологии и поддержки ведущей в мире отрасли наук о жизни.

Посвященный развитию здравоохранения, Cambridge-1 представляет собой инвестиции NVIDIA в размере 100 миллионов долларов. Его первые проекты с AstraZeneca, GSK, фондом NHS Foundation Trust Гая и Сент-Томаса, Королевским колледжем Лондона и Oxford Nanopore Technologies включают развитие более глубокого понимания заболеваний мозга, таких как слабоумие, использование ИИ для разработки новых лекарств и повышение точности обнаружения болезней, вызывающих болезни. вариации в геномах человека.

Cambridge-1 объединяет десятилетия работы NVIDIA в области ускоренных вычислений, искусственного интеллекта и наук о жизни, где NVIDIA Clara ™ и фреймворки AI оптимизированы для использования преимуществ всей системы для крупномасштабных исследований.Это суперкомпьютерный кластер NVIDIA DGX SuperPOD ™, он входит в число 50 самых быстрых компьютеров в мире и на 100% использует возобновляемые источники энергии.

«Кембридж-1 предоставит ведущим мировым исследователям в сфере бизнеса и академических кругов возможность выполнять работу всей своей жизни на самом мощном суперкомпьютере Великобритании, открывая ключи к разгадке болезней и методов лечения в масштабах и скорости, которые ранее были невозможны в Великобритании», сказал Дженсен Хуанг, основатель и генеральный директор NVIDIA. «Открытия, сделанные на Кембридже-1, обретут форму в США.К., но влияние будет глобальным, что приведет к революционным исследованиям, которые могут принести пользу миллионам людей во всем мире ».

Cambridge-1 опирается на статус Великобритании как мирового лидера в области наук о жизни, технологий и искусственного интеллекта, предоставляя передовую инфраструктуру нынешнему и будущим поколениям для проведения новаторских исследований в стране.

Согласно отчету экономической консалтинговой фирмы Frontier Economics, Кембридж-1 может создать оценочную стоимость в 600 миллионов фунтов стерлингов (около 825 миллионов долларов) в течение следующих 10 лет.

AstraZeneca: Преобразование открытия лекарств с помощью AI
NVIDIA сотрудничает с AstraZeneca, чтобы ускорить открытие лекарств, создав генеративную модель искусственного интеллекта на основе трансформаторов для химических структур. Архитектуры нейронных сетей на основе трансформаторов, которые стали доступны только в последние несколько лет, позволяют исследователям использовать массивные наборы данных с помощью методов обучения с самоконтролем, избегая необходимости вручную помечать примеры во время предварительного обучения.

Модель открытия лекарств MegaMolBART используется для прогнозирования реакций, молекулярной оптимизации и генерации молекул de novo и оптимизирует процесс открытия лекарств. Он основан на модели трансформатора MolBART от AstraZeneca и проходит обучение с использованием базы данных химических соединений ZINC — с использованием платформы NVIDIA Megatron, чтобы обеспечить масштабное масштабное обучение по инфраструктуре суперкомпьютеров. Эта модель будет с открытым исходным кодом, доступной исследователям и разработчикам в каталоге программного обеспечения NVIDIA NGC ™ .

NVIDIA и AstraZeneca также планируют отдельный проект на Кембридже-1, посвященный использованию ИИ в цифровой патологии. В цифровой патологии значительное время и деньги тратятся на аннотирование полных слайдов изображений образцов тканей, чтобы помочь в поиске новых идей. Используя неконтролируемые алгоритмы искусственного интеллекта, обученные на тысячах изображений, можно ускорить процесс аннотирования, одновременно находя потенциальные функции визуализации, которые помогают в разработке лекарств

«Обучение алгоритмов искусственного интеллекта на целых изображениях слайдов является сложной задачей отчасти из-за размера изображений», — сказала Линдси Эдвардс, вице-президент и руководитель отдела искусственного интеллекта, респираторной и иммунологической исследований и разработок биофармацевтических препаратов в AstraZeneca.«Работа с NVIDIA над Cambridge-1 позволяет нам масштабировать нашу текущую работу и разрабатывать новые методологии, продвигающие использование ИИ в цифровой патологии».

GSK: Управление великой наукой с партнерами для пациентов
Подход GSK к исследованиям и разработкам включает акцент на генетически подтвержденных мишенях, которые в два раза чаще становятся лекарствами и в настоящее время составляют более 70 процентов ее исследовательского портфеля. Чтобы максимально использовать потенциал этих идей, GSK создала современные возможности на стыке генетики человека, функциональной геномики, искусственного интеллекта и машинного обучения.

«Передовые технологии лежат в основе подхода GSK к исследованиям и разработкам и помогают раскрыть потенциал больших сложных данных с помощью прогнозного моделирования на новых уровнях скорости, точности и масштаба», — сказал д-р Ким Брэнсон, старший вице-президент и глобальный руководитель отдела AI- ML в GSK. «Мы рады возможности сотрудничать с NVIDIA, чтобы реализовать амбиции GSK по открытию новых лекарств и внести свой вклад в богатую экосистему наук о жизни Великобритании — обе цели, в центре внимания которых находятся пациенты».

Работа с партнерами, занимающимися передовыми технологиями в области генетики, геномики и искусственного интеллекта / машинного обучения, может в конечном итоге помочь GSK лучше прогнозировать состояние здоровья человека и разрабатывать более совершенные лекарства, которые в два раза выше будут иметь успех в клинике и впоследствии станут одобренными методами лечения, приносящими пользу пациентам. .Доступ к Cambridge-1 внесет дополнительные вычислительные мощности и новейшие технологии искусственного интеллекта в процесс открытия лекарств GSK.

Трастовый фонд Королевского колледжа Лондона и Фонда Гая и Сент-Томаса: синтетические данные мозга, созданные искусственным интеллектом
Королевский колледж Лондона и фонд NHS Foundation Trust Гая и Сент-Томаса используют Cambridge-1 для обучения моделей искусственного интеллекта для генерации синтетических изображений мозга на основе десятков тысяч снимков мозга с помощью МРТ для разных возрастов и заболеваний.Конечная цель — использовать эту синтетическую модель данных для лучшего понимания таких заболеваний, как деменция, инсульт, рак мозга и рассеянный склероз, а также для более ранней диагностики и лечения.

Поскольку эта синтетическая модель мозга ИИ может генерировать бесконечное количество невидимых изображений мозга с выбранными характеристиками (возраст, болезнь и т. более точный диагноз.

«Благодаря этому партнерству мы сможем использовать масштаб вычислительной мощности, беспрецедентный в исследованиях в области здравоохранения», — сказал профессор Себастьян Урселин, руководитель Школы биомедицинской инженерии и визуализации в Королевском колледже Лондона.«Это действительно изменит здоровье и лечение пациентов».

Это исследование использует несколько ведущих мировых ресурсов здравоохранения Великобритании благодаря тесному сотрудничеству с Национальной службой здравоохранения и Британским биобанком, одной из самых богатых биомедицинских баз данных в мире. Королевский колледж Лондона намерен поделиться этой синтетической моделью данных с более широким сообществом исследователей и стартапов.

«Сила искусственного интеллекта в здравоохранении поможет ускорить диагностику пациентов, улучшить услуги, такие как скрининг рака груди, и поддержать то, как мы оцениваем риски и расставляем приоритеты пациентов в соответствии с клиническими потребностями», — сказал профессор Ян Эббс, исполнительный директор. сотрудник фонда NHS Foundation Trust Гая и Святого Томаса.«Мы очень рады нашему участию в создании центра обработки данных Cambridge-1, поскольку это позволит нам одними из первых воспользоваться этими новыми возможностями искусственного интеллекта, используя новейшие технологии на благо наших пациентов, а также более эффективно управлять ценными ресурсами. . »

Oxford Nanopore: масштабируемая геномика в реальном времени
Технология долгосрочного секвенирования Oxford Nanopore Technologies используется в более чем 100 странах для получения геномной информации в самых разных областях исследований — от здоровья человека и растений до окружающей среды. мониторинг и устойчивость к противомикробным препаратам.

Oxford Nanopore использует технологию NVIDIA на различных платформах секвенирования генома для разработки инструментов искусственного интеллекта, которые повышают скорость и точность геномного анализа. Получив доступ к Cambridge-1, Oxford Nanopore сможет выполнять задачи, связанные с улучшением алгоритмов, за часы, а не за дни. Эти улучшенные алгоритмы обеспечат повышенную точность генома для более глубокого понимания и ускорения обработки результатов в руках ученых.

«Использование возможностей Cambridge-1 поможет нам еще больше ускорить разработку наших алгоритмов для поддержки мощного и точного геномного анализа», — сказала Розмари Синклер Докос, вице-президент по управлению продуктами и программами Oxford Nanopore.«Это, в свою очередь, позволит ученым, использующим нашу технологию на местах, получить больше информации, чем когда-либо прежде, в самых разных областях исследований».

О Кембридже-1
Cambridge-1 — первый суперкомпьютер NVIDIA, разработанный и созданный для доступа к внешним исследованиям. Компания будет сотрудничать с исследователями, чтобы сделать большую часть этой работы доступной для более широкого научного сообщества.

Обладая 80 системами DGX ™ A100 , объединяющими графических процессоров NVIDIA A100 , BlueField®-2 DPU и NVIDIA HDR InfiniBand для работы в сети, Cambridge-1 представляет собой NVIDIA DGX SuperPOD , обеспечивающий более 400 петафлопс производительности AI и 8 петафлопс производительности Linpack.Система расположена на объекте, управляемом партнером NVIDIA Kao Data.

Cambridge-1 — это первый суперкомпьютер, который NVIDIA посвятила продвижению отраслевых исследований в Великобритании. Компания также намеревается построить Центр передового опыта в области искусственного интеллекта в Кембридже с новым суперкомпьютером на базе Arm, который будет поддерживать большее количество отраслей по всей стране.

Посмотрите мероприятие инаугурации и узнайте больше о суперкомпьютере Cambridge-1 .

Самый мощный в мире суперкомпьютер готов к работе

Японский научно-исследовательский институт RIKEN и Fujitsu начали разработку шесть лет назад с целью сделать устройство ядром вычислительной инфраструктуры Японии.

(Подпишитесь на нашу рассылку Today’s Cache, чтобы получить быстрый снимок пяти основных технических новостей. Нажмите здесь, чтобы подписаться бесплатно.)

Самый мощный суперкомпьютер в мире Fugaku теперь полностью разработан в Японии, и машина доступна для исследований использовать.

Японский научно-исследовательский институт RIKEN и Fujitsu начали разработку шесть лет назад с целью сделать устройство ядром вычислительной инфраструктуры Японии. Затем, в апреле 2020 года, он прошел испытания, в частности, в проектах по борьбе с пандемией COVID-19.

Теперь, когда Fugaku полностью открыт и доступен для совместного использования, Японская исследовательская организация по информационным наукам и технологиям (RIST) выбрала 74 проекта, которые будут использовать суперкомпьютер в 2021 финансовом году, который начнется в апреле.

RIST также объявил о подаче предложений по новым проектам в нескольких категориях и пригласил исследователей, заинтересованных в подаче заявок.

Также прочтите : Предсказание цунами с помощью самого быстрого суперкомпьютера в мире

«Fugaku — ключевая национальная технология, и мы будем ответственно относиться к ней с целью достижения результатов исследований, которые помогут построить долгоживущее и здоровое общество. смягчение последствий и более эффективное использование энергии с конечной целью сформировать видение правительства о сверхразумном обществе 5.0 », — говорится в заявлении президента RIKEN Хироши Мацумото.

Fugaku возглавляет список Top500, эталонный индекс суперкомпьютеров, два года подряд. Производительность этого компьютера в 100 раз выше, чем у суперкомпьютера K, и он разработан для реализации долгосрочного и крупномасштабного моделирования с высоким разрешением.

Говорят, что часть исследования Фугаку посвящена проектам, связанным с COVID-19. Компьютер создан не только для научных исследований, но и для построения «Общества 5.0 ”. Инициатива правительства Японии направлена ​​на создание общества, в котором все люди живут безопасной и комфортной жизнью.

Titan, самый мощный суперкомпьютер в мире

Первое место в рейтинге 500 самых мощных суперкомпьютеров в мире недавно занял Titan , колоссальная машина, введенная в эксплуатацию в конце 2012 года.Он превзошел своего коллегу-гиганта Sequoia в измерениях, проведенных в рамках проекта «500 лучших» для оценки того, какие ИТ-системы обладают наибольшей пропускной способностью.

Созданный производителем суперкомпьютеров Cray, Titan имеет систему с 18 688 узлами, каждый из которых состоит из , 16-ядерного процессора AMD Opteron 6274 и графического процессора NVIDIA Tesla K20 . Эффективность этих ускорителей вычислений была оптимизирована до максимума. Комбинация этих двух элементов, CPU и GPU, нова для машин такого масштаба; это уменьшает их размер, а также снижает потребление энергии.Его общий объем памяти превышает 700 ТБ.

Измерения, проведенные в рамках проекта «Top500», зафиксировали отображение 17,59 петафлопс, то есть 17 590 триллионов операций в секунду. Создатели утверждают, что мощность машины может достигать 27 петафлопс (эквивалент 1000 триллионов вычислений в секунду).

Третий по мощности суперкомпьютер в рейтинге работает со скоростью 10,51 петафлопс, а десятый — 1,51 петафлопс. Возвращаясь к земле, производительность современных компьютеров находится в диапазоне сотен гигафлопс. Петафлоп — это миллион гигафлоп.

Энергоэффективность несмотря ни на что

Titan был заказан Окриджской национальной лабораторией в США при Министерстве энергетики страны. Эта организация занимается передовыми научными исследованиями, начиная от климата или окружающей среды и заканчивая национальной безопасностью.

Сегодня одной из проблем в области суперкомпьютеров является энергоэффективность, и это было учтено при разработке Titan.« Объединение GPU и CPU в одной системе требует меньше энергии. и является ответственным шагом по снижению воздействия на окружающую среду», — сказал Джефф Николс, заместитель директора Национальной лаборатории информационных технологий и информатики Окриджа.

При максимальной производительности 27 петафлопс Titan потребляет 9 мегаватт электроэнергии. Чтобы дать представление о масштабах этого, потребуется 9000 домашних хозяйств, чтобы потреблять такое же количество энергии . Предшественник Titan из Национальной лаборатории Ок-Ридж, Jaguar XT5, потреблял на 20% меньше энергии, но был в 10 раз менее мощным.Использование графических процессоров позволило значительно увеличить вычислительную мощность при сохранении эффективности и предотвращении роста потребления.

Использование в научных целях

Его колоссальные размеры занимают площадь в 400 квадратных метров. В этом пространстве машина занимает 200 шкафов, заполненных оборудованием и проводкой к , соединяющей 560 640 ядер между процессорами ЦП и ГП. Цель всего этого — помочь научным исследованиям.

Среди выполняемых проектов открытие магнитных свойств материалов .В ближайшем будущем от этих свойств могут зависеть технологические прорывы, поэтому исследования представляют большой интерес. Атомная энергетика — еще одна область, на которой Titan фокусирует свое внимание. Моделирование цикла использования в ядерном реакторе занимает 13 часов, тогда как ранее, с Jaguar XT5, требовалось 60 часов.

Titan также предназначен для выполнения глубоких расчетов в атмосферном поле. Он будет изучать изменение климата с помощью долгосрочного моделирования, которое поможет ученым понять, каким будет качество воздуха в будущем и какое влияние будут иметь взвешенные частицы на окружающую среду.

Суперкомпьютер также решает повседневные проблемы с энергопотреблением. Один из проектов предназначен для оптимизации существующей модели двигателя внутреннего сгорания с целью экономии масла, который становится все более ценным источником энергии.

Microsoft анонсирует новый суперкомпьютер и излагает видение будущей работы с искусственным интеллектом

«По мере того, как мы узнавали все больше и больше о том, что нам нужно, и о различных ограничениях всех компонентов, составляющих суперкомпьютер, мы действительно могли сказать:« Если бы мы могли спроектировать систему нашей мечты, как бы она выглядела? «» — сказал генеральный директор OpenAI Сэм Альтман.«И тогда Microsoft смогла его построить».

По словам Альтмана, цель

OpenAI — не только в научных исследованиях, но и в разработке и разработке мощных технологий искусственного интеллекта, которые могут использовать другие люди. Суперкомпьютер, разработанный в сотрудничестве с Microsoft, был разработан для ускорения этого цикла.

«Мы видим, что крупномасштабные системы являются важным компонентом в обучении более мощных моделей», — сказал Альтман.

Для клиентов, которые хотят реализовать свои амбиции в области ИИ, но которым не требуется выделенный суперкомпьютер, Azure AI предоставляет доступ к мощным вычислениям с тем же набором ускорителей ИИ и сетей, которые также обеспечивают питание суперкомпьютера.Microsoft также предоставляет инструменты для обучения больших моделей ИИ в этих кластерах распределенным и оптимизированным способом.

На своей конференции по сборке Microsoft объявила, что скоро начнет открытый исходный код своих моделей Microsoft Turing, а также рецептов для их обучения машинному обучению Azure. Это даст разработчикам доступ к тому же семейству мощных языковых моделей, которые компания использовала для улучшения понимания языка во всех своих продуктах.

Он также представил новую версию DeepSpeed, библиотеки глубокого обучения с открытым исходным кодом для PyTorch, которая снижает объем вычислительной мощности, необходимой для обучения больших распределенных моделей.Обновление значительно более эффективно, чем версия, выпущенная всего три месяца назад, и теперь позволяет людям обучать модели более чем в 15 раз крупнее и в 10 раз быстрее, чем они могли бы без DeepSpeed ​​в той же инфраструктуре.

Вместе с объявлением о DeepSpeed ​​Microsoft объявила о добавлении поддержки распределенного обучения в среду выполнения ONNX. ONNX Runtime — это библиотека с открытым исходным кодом, позволяющая переносить модели между оборудованием и операционными системами. На сегодняшний день среда выполнения ONNX ориентирована на высокопроизводительный логический вывод; В сегодняшнем обновлении добавлена ​​поддержка обучения моделей, а также добавлены оптимизации из библиотеки DeepSpeed, которые позволяют повысить производительность до 17 раз по сравнению с текущей средой выполнения ONNX.

«Мы хотим иметь возможность создавать эти очень продвинутые технологии искусственного интеллекта, которые в конечном итоге могут быть легко использованы людьми, чтобы помочь им выполнять свою работу и быстрее достигать своих целей», — сказал главный программный менеджер Microsoft Фил Уэймут. «Эти большие модели станут огромным ускорителем».

При самостоятельном обучении модели искусственного интеллекта могут учиться на больших объемах немаркированных данных. Например, модели могут изучать глубокие нюансы языка, поглощая большие объемы текста и предсказывая пропущенные слова и предложения.Искусство Крейтона Бермана.

Изучение языковых нюансов

Создание моделей искусственного интеллекта, которые в один прекрасный день могут понять мир как люди, начинается с языка, критически важного компонента для понимания человеческих намерений, понимания огромного количества письменных знаний в мире и более легкого общения.

Модели нейронных сетей, которые могут обрабатывать язык, которые примерно вдохновлены нашим пониманием человеческого мозга, не новы. Но эти модели глубокого обучения теперь намного сложнее, чем предыдущие версии, и быстро увеличиваются в размерах.

Год назад самые большие модели имели 1 миллиард параметров, каждый примерно эквивалентен синаптическому соединению в мозгу. Модель Microsoft Turing для генерации естественного языка в настоящее время является крупнейшей в мире общедоступной языковой моделью искусственного интеллекта с 17 миллиардами параметров.

Этот новый класс моделей обучается иначе, чем модели контролируемого обучения, которые полагаются на тщательно размеченные данные, созданные человеком, чтобы научить систему искусственного интеллекта распознавать кошку или определять, имеет ли смысл ответ на вопрос.

В рамках так называемого «самостоятельного» обучения эти модели искусственного интеллекта могут изучать язык, исследуя миллиарды страниц общедоступных документов в Интернете — статей в Википедии, самоизданных книг, инструкций, уроков истории, руководств по работе с персоналом. В чем-то вроде гигантской игры Mad Libs слова или предложения удаляются, и модель должна предсказывать недостающие части на основе слов вокруг них.

Поскольку модель делает это миллиарды раз, она очень хорошо понимает, как слова соотносятся друг с другом.Это приводит к глубокому пониманию грамматики, концепций, контекстных отношений и других строительных блоков языка. Это также позволяет той же модели переносить извлеченные уроки для множества различных языковых задач, от понимания документов до ответов на вопросы и создания диалоговых ботов.

«Это сделало возможным то, что казалось невозможным с моделями меньшего размера», — сказал Луис Варгас, технический советник партнера Microsoft, который возглавляет инициативу компании в области искусственного интеллекта в масштабах.

Улучшения чем-то похожи на прыжок с элементарного уровня чтения на более сложное и тонкое понимание языка. Но можно еще больше повысить точность, настроив эти большие модели искусственного интеллекта на более конкретную языковую задачу или предоставив им материалы, относящиеся к конкретной отрасли или компании.

«Поскольку каждая организация будет иметь свой собственный словарный запас, люди теперь могут легко настроить эту модель, чтобы дать ей ученую степень в области бизнеса, здравоохранения или права», — сказал он.

.