На сайте Минобранауки рассказано о новой разработке российских ученых – первых в мире микропроцессоре и суперкомпьютере, в которых на аппаратном уровне реализован набор команд дискретной математики DISC. все самое важное и интересное из отрасли связи, IT и телекоммуникаций.
Яндекс создал три мощнейших в России суперкомпьютера
все самое важное и интересное из отрасли связи, IT и телекоммуникаций. 1 сентября в МГУ открыт новый суперкомпьютер, который поможет в проведении научных исследований в области ИИ, решении задач по разработке отечественного ПО и подготовке высококвалифицированных специалистов. Суперкомпьютер в МГУ имени М.В. Ломоносова стал важным звеном в системе ведущих суперкомпьютерных центров России. На днях на выставке «Цифровая индустрия промышленной России» в Нижнем Новгороде, доцент кафедры компьютерных систем и сетей МГТУ имени Баумана Алексей Попов представил 24-ядерный микропроцессор «Леонард Эйлер» и суперкомпьютер «Тераграф». В России создают суперкомпьютер, работающий на частоте 1 трлн герц. hardware hpc iks-consulting анализ рынка ии облако россия суперкомпьютер. Компания iKS-Consulting обнародовала результаты исследования российского рынка облачных инфраструктур.
В Москве создали новый российский суперкомпьютер
В России создают суперкомпьютер, работающий на частоте 1 трлн герц. В ноябрьском рейтинге суперкомпьютеров лучший из российских занимает 79 место. Новый суперкомпьютер представили в Московском государственном университете имени М.В. Ломоносова в начале учебного года. В космосе может появиться российский суперкомпьютер. ИНТЕРФАКС – В МГУ имени М.В. Ломоносова ректор Виктор Садовничий открыл новый суперкомпьютер, обладающий специализированной архитектурой, сообщает вуз. Минобрнауки России сообщило о разработанном в Московском государственном техническом университете (МГТУ) им. Н. Э. Баумана новом российском суперкомпьютере, получившем название «Телеграф».
В россии осуществили сборку нового "суперкомпьютера" из китайских комплектующих!
Теперь же надо срочно догонять ушлых западников! Суперкомпьютеры Яндекса: взгляд изнутри Недавно три наших новых GPU-кластера заняли 19, 36 и 40 места в рейтинге суперкомпьютеров Top500. Это лучшие результаты среди всех участвующих в нём суперкомпьютеров России. Последний год был очень необычным в Яндексе. Мы собрали и запустили три новых GPU-кластера для задач в области машинного обучения. К примеру, теперь именно на них обучаются гигантские нейросетевые модели Поиска, Алисы и других наших сервисов.
Может показаться, что для запуска такого кластера самое сложное — это купить вагон GPU-карточек. В условиях «чипагеддона» это отчасти правда, но нет, самое сложное не в этом. Тут-то и начинается наша история. Пробный подход к снаряду В 2019 году произошла так называемая «революция трансформеров»: был опубликован ряд статей, которые показали, что применение гигантских нейросетей-трансформеров даёт удивительные результаты на задачах анализа текста. В частности, эти сети очень хорошо подходят для решения задачи ранжирования документов по запросу и для машинного перевода.
Более того, их применение не ограничивается сугубо языковыми задачами: трансформерная архитектура позволяет генерировать голос из текста и наоборот, предсказывать действия пользователя и многое другое. В общем, именно трансформеры сейчас определяют качество основных продуктов Яндекса. Если вам интересны детали, коллеги уже рассказывали на Хабре о внедрении этой архитектуры в нашем поиске. Но проблема была в том, что обучение таких моделей требует огромных вычислительных мощностей. Например, если обучать модель с нуля на обычном сервере, на это потребуется 40 лет, а если на одном GPU-ускорителе V100 — 10 лет.
Но хорошая новость в том, что задача обучения легко параллелится, и если задействовать хотя бы 256 тех же самых V100, соединить их быстрым интерконнектом, то задачу можно решить всего за две недели. Сейчас мы такую задачу можем решить за несколько часов, но об этом позже. Мы попробовали собрать «нулевой» кластер буквально из того, что было под рукой. Результаты замеров показали низкий КПД масштабирования. В попытках понять причину придумали методику оценки, которая не требовала глубокого понимания алгоритма работы конкретного обучения.
Достаточно построить график потребления энергии и обмена трафиком в одном масштабе. Обучение идет повторяющимися итерациями: 1. Каждый GPU получает свой batch и обсчитывает его синяя ступенька 2. Затем GPU обменивается по сети с соседями посчитанными результатами зелёная ступенька 3. GOTO 1 На графике сразу же виден корень проблемы.
Не самый эффективный способ использовать железо, согласитесь. Эксперименты на таком кластере проводить можно, но считать что-то серьёзное — нереально. Поэтому стали собирать новое решение, «расшивая» все узкие места интерконнекта. Попутно столкнулись и с другими сложностями. Яндекс, в свою очередь, уже много лет живёт в дата-центрах IPv6-only.
Фиксы, кстати, выкладываем в опенсорс. Первые кластеры Первый мини-кластер GPU, созданный специально под задачи применения трансформеров c учётом описанных выше узких мест, появился у нас во владимирском дата-центре летом 2020 года. В кластере было 62 узла по 8 GPU в каждом — всего 496 видеокарт. Казалось бы, сотни видеокарт! Но этого по-прежнему было мало для наших задач, хотя кластер и помог нам начать внедрять трансформеры для улучшения Поиска.
Затем в другом нашем ДЦ, в городе Сасово в Рязанской области, появился первый большой кластер. Мы назвали его в честь Алексея Ляпунова — знаменитого математика, чьи работы лежат в основе кибернетики и теории машинного обучения. Пришлось искать причины и оптимизировать. Коллеги из локального офиса NVIDIA посоветовали потратить ещё несколько дней на замеры производительности, чтобы зарегистрировать кластер в списке Top500. Но в тот момент мы от этого отказались: торопились отдать кластер нашим ML-инженерам, чтобы загрузить его работой уже на новогодние праздники.
Тем более, что тогда мы ещё не осознавали никакой практической пользы от замеров. Логично было распространить этот опыт и на GPU. Для размещения кластеров выбрали недавно переданные в эксплуатацию модули в дата-центрах Сасово и Владимира. Сами кластеры назвали соответственно «Червоненкис» в честь Алексея Червоненкиса, одного из крупнейших теоретиков машинного обучения и «Галушкин» Александр Галушкин — один из главных исследователей теории нейронных сетей. Размер обусловлен встроенной системой охлаждения.
Такой эффект достигается благодаря параллелизму при обработке сложных моделей данных, что позволяет Леонарду Эйлеру обрабатывать до 120 млн вершин графов в секунду. Используя многоядерные микропроцессоры Leonhard, в МГТУ и построили суперкомпьютер «Тераграф», способный обрабатывать графы сверхбольшой размерности до 1 трлн вершин 1012. В заключение в ведомстве обратили внимание на важность аппаратной поддержки дискретной математики, поскольку большинство вычислительных задач по своей сути являются дискретными, то есть требующими обработки множеств чисел.
Речь идет о многочисленных задачах оптимизации, задачах на графах и задачах машинного обучения. И хотя арифметическая обработка к примеру, сравнение чисел тоже важна, она составляет лишь небольшую часть действий в алгоритмах оптимизации. Основное же время у современных вычислительных систем уходит на поиск информации, перебор элементов множеств и т.
Мы занимаемся созданием элементов, которые могут это сделать, при этом не потеряв эффективности. Это, прежде всего, устройства обработки потоков операндов на основе знакоразрядных кодов, ориентированные на последовательную обработку информации старшими разрядами вперед. Поскольку устройств будет много, то суммарная производительность станет гораздо выше, чем у обычного компьютера. Илья Левин.
На базе МарГУ существует Инжиниринговый центр в области производства бортовых радиолокационных комплексов дистанционного зондирования Земли, занимающийся выполнением государственных оборонных заказов совместно с Радиотехническим институтом имени академика А. Именно MarGrid позволяет университету и его радиофизикам заниматься разработкой современного оборудования для оборонно-промышленного комплекса России. В 2022 году на базе МарГУ открыта Научно-исследовательская лаборатория фармакологической резистентности, где занимаются созданием новых высокоэффективных лекарственных препаратов для применения в лечении тяжелых заболеваний, в том числе онкологических.
В современном мире побеждает тот, кто лучше планирует
Была вручена премия имени В. Гергеля за лучшие доклады конференции молодых ученых. Новости Прием работ на семинар "Грид-системы из персональных компьютеров" продлен до 12 мая 2024 г.
В МГТУ им. Баумана разработали российский суперкомпьютер Тераграф Обсудить Новости Технологии Железо На сайте Минобранауки рассказано о новой разработке российских ученых — первых в мире микропроцессоре и суперкомпьютере, в которых на аппаратном уровне реализован набор команд дискретной математики DISC Discrete Mathematics Instruction Set computer. Микропроцессор Леонард Эйлер Leonhard разработан для эффективной и параллельной обработки множеств и способен взять на себя ту нагрузку, с которой плохо справляются универсальные арифметические микропроцессоры например, Intel или ARM или графические ускорители.
Так, для фотонного компьютера нет столь же быстрой оперативной памяти и системы хранения данных. Поэтому придется сопрягать медленную память обычного ПК с фотонными высокоскоростными средствами обработки информации.
Мы занимаемся созданием элементов, которые могут это сделать, при этом не потеряв эффективности. Это, прежде всего, устройства обработки потоков операндов на основе знакоразрядных кодов, ориентированные на последовательную обработку информации старшими разрядами вперед.
Поэтому результат получился очень хороший: 16,02 петафлопса. В сумме по трём кластерам вышло 50,3 петафлопса. В ближайшее время нужно проверить оставшиеся узлы. Нам ещё есть над чем работать, но это уже другая история. Чему мы научились Мы строили свои кластеры для решения реальных задач машинного обучения, руководствуясь имеющимся опытом в серверах, сетях, средах окружения и так далее. Linpack мы рассматривали как незначительную вспомогательную задачу. В результате мы поняли, что строить и валидировать такие системы — совершенно новый и полезный опыт для нас. Также оказалось, что linpack — отличный инструмент интеграционного тестирования.
Он позволил найти и починить сразу несколько багов в продакшене, которые мы раньше просто не замечали. Возникает вопрос: почему именно linpack оказался настолько хорошим инструментом? Чтобы ответить, нужно посмотреть на график обмена данными за 1 секунду. Видно, что за секунду он успевает сделать 4,5 синхронных итерации — это в 2-4 раза чаще, чем наши реальные обучения. Именно поэтому linpack гораздо чувствительнее к различным задержкам на узлах. Итоги Построение и эксплуатация суперкомпьютеров — интересная, но сложная задача. Экспертизы очень сильно не хватает: абсолютное большинство компаний не собирают свои суперкомпьютеры. В то же время учиться на собственных ошибках — дорогое удовольствие: простой кластера стоит десятки тысяч долларов в сутки. Поэтому для нас обмен опытом —критически важная вещь. В Шуе начнут выпускать улучшенные ноутбуки «Аквариус» с 5-ГГц процессорами Российская компания «Аквариус» планирует наладить выпуск улучшенных ноутбуков на своём производственном комплексе в Шуе, пишет «РИА Новости» со ссылкой на информацию предприятия.
Ноутбук оснащён 16-дюймовым экраном с разрешением 2560 х 1600 пикселей и базируется на энергоэффективном процессоре с частотой до 5 ГГц, название которого не уточняется. Спецификации устройства включают адаптеры беспроводной связи Wi-Fi 6 и Bluetooth 5. Также опционально будет предложена установка LTE-модема. Ёмкости аккумулятора достаточно для до 13 часов автономной работы. Устройство, как сообщается, можно использовать для выполнения различных задач, в том числе для бизнеса, учёбы, работы с графическими и видеоматериалами. Также было отмечено, что новый ноутбук внесён в Единый реестр отечественной радиоэлектронной продукции Минпромторга. Для чего России суперкомпьютеры и как они создаются Что такое суперкомпьютер? Это устройство, чья производительность в сотни или даже тысячи раз превосходит возможности обычных компьютеров, которые сейчас есть практически в каждом доме. Суперкомпьютеры — универсальный инструмент, необходимый практически во всех сферах промышленности. Одна из наиболее актуальных областей, где необходима исключительная вычислительная мощь, — искусственный интеллект ИИ и машинное обучение, однако суперкомпьютер способен поднять на новый уровень любую сферу, где активно применяется цифровизация.
FLoatingpoint OPerations per Second — количеством операций над числами с плавающей точкой в секунду. Самые первые суперкомпьютеры имели производительность около 1 флопс, то есть 1 тыс. Россия — одна из немногих стран мира, которая имеет собственные суперкомпьютеры и входит в глобальный топ-500 по их мощности. Создание и поддержание подобных систем — показатель высочайшего уровня работы российских IT-компаний, и с этим вряд ли кто-то будет спорить. Для чего же нужны эти супермашины? Вариантов их применения масса. Финансовая аналитика, инженерные расчеты, медицина, энергетика, государственные и оборонные цели — производительные суперкомпьютеры способны совершить революцию в каждой из этих областей. По этой причине развитие отечественной производственной базы для создания машин исключительной вычислительной мощности — одна из наиболее приоритетных задач. Еще одна отрасль, развитие которой напрямую связано с суперкомпьютерами, — искусственный интеллект ИИ. Интерес к технологии продиктован ощутимым экономическим эффектом, который дает ее применение.
К 2023 году благодаря применению этих технологий компании снизили операционные расходы на 400 млрд рублей, а к 2025 году эта сумма превысит 1 трлн рублей. По словам одного из ведущих специалистов в области нейросетей и теории искусственного интеллекта, директора Института проблем управления РАН, академика Дмитрия Новикова, искусственные нейронные сети успешно применяются во многих областях. При этом, подчеркивает он, ажиотаж вокруг термина ИИ скорее вредит развитию технологий в этой области. В самом деле, если у нас будет тотально принят безмодельный подход, то зачем нам изучать в школе физику, химию, биологию и даже математику. Вместо этого мы «настроим сетку», как говорит сейчас молодежь, и она сама во всем разберется. В результате в этой области складывается очень тревожная структура знаний и компетенций», — предупреждает Новиков. Технологии будущего Академик рассказал, что возглавляемый им институт недавно организовал совместно с одним из банков хакатон по решению задач использования искусственного интеллекта в сельском хозяйстве. Когда мне коллеги рассказали о том, кто там победил, я был сначала очень удивлен, потому что в решении одной из задач победила команда, состоящая из двух старшеклассников и одного студента.
В россии осуществили сборку нового "суперкомпьютера" из китайских комплектующих!
Например, самый мощный суперкомпьютер в России «Червоненкис» за полгода (с июля по ноябрь) опустился в мировом рейтинге на 3 пункта (еще в июле 2022 года он занимал 22 место). В Саратовской области построят самый крупный в стране суперкомпьютер. Так, суперкомпьютер «Яндекса» «Червоненкис» занял 19-ю строчку рейтинга суперкомпьютеров топ-500, став самой производительной системой не только в России, но и во всей Восточной Европе. 1 сентября в МГУ открыт новый суперкомпьютер, который поможет в проведении научных исследований в области ИИ, решении задач по разработке отечественного ПО и подготовке высококвалифицированных специалистов.
Яндекс создал три мощнейших в России суперкомпьютера
Производительность суперкомпьютера «Червоненкис» составляет 21. В рейтинг Топ500 попали ещё два суперкомпьютера «Яндекс» — проекты «Галушкин» и «Ляпунов». Эти решения заняли 36 и 40 место в мире и стали вторым и третьим решениями по мощности в России.
По мнению президента, в сфере создания систем искусственного интеллектам необходимо использовать российские решения. Еще Путин заявил, что в ближайшее время будет утверждена новая стратегия развития искусственного интеллекта. По словам президента, в новую редакцию стратегии внесут ряд значительных изменений, будут конкретизированы цели и задачи. Во время осмотра выставки в рамках конференции Путину также показали сказку, которую сочинил для него искусственный интеллект. Восьмая международная конференция AI Journey — "Путешествие в мир искусственного интеллекта" проходит в Москве с 22 по 24 ноября.
И тут можно было бы подумать, что преимущество в суперкомпьютерах достигается простым наращиванием их производительности. Но не всё так просто. Продолжим после сводки новостей. Время новостей На «Севмаше» заложены две стратегические атомные подлодки проекта 955А, на «Адмиралтейских вервях» — две дизель-электрические подлодки проекта 636. В Крыму спущено на воду кабельное судно океанского класса «Волга» проекта 15310. На «Зеленодольском заводе» спущено на воду два лоцмейстерских судна для Севморпути. Впервые в России проведено одновременное эндопротезирование двух коленных суставов с помощью робота. Пензенский станкостроительный завод открыл третий производственный корпус. В Кабардино-Балкарии открыто пищевое производство. Ещё одно — в Ставропольском крае. В Калужской области — молочная ферма. В Ингушетии — новый птицекомплекс. Российские школьники взяли две золотые и две серебряные медали на Международной географической олимпиаде. Наша система Компьютер всего лишь обрабатывает поступающую к нему информацию и строит прогнозы. Поэтому важно, как устроена сама система сбора информации. Какие бы мощности ни лежали в основе суперкомпьютера, если он получает неверные, неполные и несвоевременные данные, то он бесполезен. Пример фиаско американцев в Афганистане — яркое тому подтверждение: Пентагон годами получал с мест искажённую информацию, преувеличивающую боеспособность афганской армии и преуменьшающую силу их противников. Это и не только говорит о том, что американская система управления не функциональна, и даже кратный рост вычислительной мощности машин дело не исправит. В России т.
Компьютер с новой архитектурой, основанной на активном использовании графических процессоров, составит единый вычислительный кластер с суперкомпьютером «Ломоносов-2». Суммарная производительность нового суперкомпьютера составит 400 AI Петафлопс. Архитектура компьютерной системы была «вдохновлена» передовыми образцами реализованных проектов суперкомпьютеров в лучших университетах мира, а используемые технологии основаны на практиках и существующих разработках ведущих производителей. Сеть обладает высокой надежностью и характеризуется минимальными задержками. Сеть хранения имеет аналогичные показатели. В супервычислительный комплекс также входят новые системы энергообеспечения, охлаждения и коммуникации. При создании комплекса активно применялись отечественные узлы и компоненты.