1- Исследования в области высокопроизводительных вычислений

Разработка компьютерной системы Е-класса

• высокопроизводительный интерконнект
• Расчет, программирование, запуск моделей

Новые масштабируемые базовые алгоритмы, управляемые приложениями (вычислимое физическое моделирование и новые вычислительные методы для эксафлопсных вычислений)

Разработка прикладного программного обеспечения для высокопроизводительных вычислений

Среда параллельного программирования

Параллельные вычисления — это подразделение высокопроизводительных вычислений, основная идея которого состоит в том, чтобы разбивать сложные задачи на несколько частей и выделять каждую часть для расчета на независимый процессор (вычислительный ресурс) для повышения эффективности.

Среда параллельного программирования — это программная библиотека, набор инструментов или модель программирования для реализации параллельных вычислений в компьютерных системах. Для решения различных задач параллельные вычисления требуют выделенной параллельной архитектуры, которая может представлять собой специально разработанное одно аппаратное обеспечение или суперкомпьютер с несколькими процессорами, либо она может состоять из нескольких независимых компьютеров, связанных между собой определенным образом, кластером.

Эти платформы предназначены для упрощения сложностей параллельного программирования и позволяют программистам более легко использовать потенциал высокопроизводительных вычислительных платформ, таких как многоядерные процессоры, распределенные системы или суперкомпьютеры.

Распространенные фреймворки параллельного программирования:

1. OpenMP (Open Multi-Processing): OpenMP — это модель параллельного программирования для систем с общей памятью. Он использует директивы компилятора на основе директив для указания областей распараллеливания, что позволяет программистам преобразовывать последовательный код в параллельный код. OpenMP подходит для многоядерных процессоров и поддерживается многими языками программирования (такими как C, C++, Fortran).

2. MPI (интерфейс передачи сообщений): MPI — это модель параллельного программирования для передачи сообщений в системах с распределенной памятью. Он подходит для создания параллельных приложений, работающих на нескольких вычислительных узлах, обеспечивая связь и синхронизацию между узлами посредством обмена сообщениями.

3. CUDA (Compute Unified Device Architecture): CUDA — это среда параллельного программирования, разработанная NVIDIA, которая выполняет параллельные вычисления для графического процессора NVIDIA. Это позволяет программистам выполнять массовые параллельные вычисления на графическом процессоре, особенно для таких задач, как обработка графики, глубокое обучение и научные вычисления.

4. OpenCL (открытый язык вычислений): OpenCL — это платформа параллельного программирования с открытым стандартом, которую можно использовать для параллельных вычислений в гетерогенных вычислительных средах, включая графические процессоры, центральные процессоры и другие ускорители. Он обеспечивает общую поддержку параллельных вычислений на разных устройствах.

5. TBB (Intel Threading Building Blocks): TBB — это библиотека шаблонов C++, разработанная Intel для упрощения параллельного программирования на многоядерных процессорах. Он обеспечивает абстракцию высокого уровня, упрощающую для разработчиков написание параллельных программ.

6. Spark : Apache Spark — это быстрая распределенная вычислительная система общего назначения, которая поддерживает вычисления в памяти для крупномасштабной обработки и анализа данных. Он предоставляет простой в использовании API и поддерживает несколько языков программирования.

Все эти платформы параллельного программирования предназначены для повышения эффективности и производительности вычислений и позволяют разработчикам лучше использовать возможности параллельной обработки современных компьютерных архитектур. Выбор подходящей среды параллельного программирования зависит от требований приложения, целевой платформы и предпочтений разработчика.

Платформа и инструменты оптимизации совместной разработки приложений

• Крупномасштабные инструменты визуализации до и после обработки
• Инструменты настройки производительности и энергоэффективности
• Массивно-параллельный репозиторий прикладного программного обеспечения

пример программного обеспечения

• Программное обеспечение для параллельных вычислений для больших жидкостных машин
  • Многоуровневое масштабируемое гетерогенное параллельное программное обеспечение
• Высокопроизводительное прикладное программное обеспечение для сложной инженерной механики
  • Разработка алгоритмов высокоточных элементов напряжения

Разработка высокопроизводительной вычислительной среды

• Модель и архитектура вычислительных услуг

• виртуальное пространство данных