Russian Academy of Sciences erweitert Supercomputing-Center mit NVIDIA-GPUs

(Auszug aus der Pressemitteilung)

Santa Clara, Kalifornien, 7. November 2011 – Die Russian Academy of Sciences stattet ihre Supercomputing-Infrastruktur mit weiteren NVIDIA-GPUs aus, um die Forschungsprogramme zu unterstützen.

Die Russian Academy of Sciences (RAS) in Moskau, die über verschiedene wissenschaftliche Institute landesweit verfügt, wird ihr größtes Supercomputing-Center mit zusätzlichen Tesla-GPUs von NVIDIA erweitern. Dafür werden 128 Tesla-M2090-GPUs in HP-ProLiant-SL390-G7-Servern installiert. Dieser Ausbau ist notwendig, um dem steigenden Bedarf von wissenschaftlichen Anwendungen gerecht zu werden, die auf GPU-Computing basieren.

Die verschiedenen Institute der Russian Academy of Sciences sind in eine Vielzahl wissenschaftlicher Projekte eingebunden. Mehr als 30 dieser Institute nutzen momentan GPU-Computing in unterschiedlichen Forschungsgebieten wie Wasserdrucklehre, geologische Modellierung, Genomanalyse, Gasdynamik, numerische Mathematik, Molekulardynamik, Bildverarbeitung, Computertomographie, Elektromagnetismus und weitere.

Folgende Institute setzen GPU-Computing ein: Keldysh Institute of Applied Mathematics RAS (http://www.keldysh.ru), Institute of Mathematics and Mechanics of UB RAS (http://www.imm.uran.ru), Institute of Cytology and Genetics of SB RAS (http://www.bionet.nsc.ru), Siberian Supercomputing Center based on Institute of Computational Mathematics and Mathematical Geophysics SB RAS (http://www2.sscc.ru), Institute for Imaging Processing Systems (http://www.ipsi.smr.ru) und viele andere.

Die Russian Academy of Sciences gehört zu den prominenten Organisationen weltweit, die paralleles Computing einsetzen, um wissenschaftliche Forschung voranzutreiben. Tesla-GPUs werden in drei der fünf weltweit schnellsten Supercomputer eingesetzt: So auch im stärksten russischen Supercomputer, dem Lomonosov, an der Moskauer Lomonosov-Universität. Außerdem werden sieben der 50 schnellsten Supercomputer in Russland mit GPUs beschleunigt. Diese sieben Supercomputer erreichen dieselbe Rechenkapazität wie die restlichen 43 Supercomputer zusammen.

„Bei meiner Forschung nutze ich Industrie-Codes für die Berechnung von freien Oberflächenströmungen mithilfe von Navier-Stokes sowie ‚shallow water equations’. Mit den GPUs bin ich in der Lage, meine Forschungsergebnisse effizienter zu berechnen. Damit kann ich fünfmal so viele Szenarien eines Dammbruchs und der überfluteten Regionen analysieren“, sagt Evstigneev Nikolay, Senior Staff Scientist am Laboratory of Chaotic and Nonlinear Dynamics, Institute for System Analysis RAS.

„Am Institute of Applied Physics nutzen wir GPUs und CUDA, um die Lichtausbreitung in biologischen Objekten zu simulieren“, sagt Mikhail Kirillin, Ph.D., Senior Research Fellow am Institute of Applied Physics RAS. „GPUs bieten eine signifikante Performance-Steigerung bei der 3D-Rekonstruktion von Fluoreszenz-Verteilungen in lebendem Gewebe, was uns die Lokalisierung von Tumoren mit hoher Genauigkeit ermöglicht.“

„GPU-Computing ist essentiell in der Entwicklung von Programm- und Algorithmus-Simulationen sowie der geophysikalischen Untersuchung von Bohrlöchern“, sagt Vyacheslav Glinskikh, Ph.D. (Geophysics), Head of Laboratory im Trofimuk Institute of Petroleum Geology and Geophysics SB RAS. „Basierend auf unseren Ergebnissen waren wir in der Lage, automatisierte geophysische Daten-Interpretationssysteme zu erstellen, die die Effizienz in der Öl- sowie Gas-Gewinnung verbessern.“