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

Институты, являющиеся членами РАН, работают над огромным количеством научно-исследовательских проектов. Более 30 институтов применяют GPU в широком спектре научных задач, включая гидродинамику, геологическое моделирование, геномный анализ, газодинамику, вычислительную математику, молекулярную динамику, обработку изображений, вычислительную томографию, электромагнетизм и другие. Среди таких организаций Институт Прикладной Математики им. М.В. Келдыша, Институт Математики и Механики Уральского Отделения РАН, Институт Цитологии и Генетики Сибирского Отделения РАН, Сибирский Суперкомпьютерный Центр на базе Института Вычислительной Математики и Математической Геофизики Сибирского Отделения РАН (http://www2.sscc.ru/), Институт Систем Обработки Изображений и многие другие.

Количество исследовательских и научных организаций, которые используют параллельные вычисления для ускорения научных расчетов, непрерывно растет по всему миру. Графические процессоры Tesla лежат в основе трех из пяти самых быстрых суперкомпьютеров в мире, а также в основе самого мощного суперкомпьютера в России «Ломоносов», установленного в Московском Государственном Университете. По данным последней редакции рейтинга ТОП 50, семь из пятидесяти ведущих российских суперкомпьютеров поддерживают GPU-ускорение. Интересно, что в общей сложности эти 7 систем обеспечивают вычислительные возможности, идентичные возможностям остальных 43 суперкомпьютеров из данного списка.

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

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

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

Подробнее о РАН и членах-институтах смотрите здесь . Подробнее о графических процессорах NVIDIA Tesla для высокопроизводительных вычислений смотрите здесь. Подробнее о CUDA смотрите здесь.