ТГУ модернизировал суперкомпьютер СКИФ для проектов коллайдера NICA.

Томский государственный университет приобрел новое оборудование для своего суперкомпьютера СКИФ Cyberia, который входит в топ-50 суперкомпьютеров России. Это серверы стоимостью более 32 млн рублей, которые включают 640 вычислительных ядер, графические ускорители для запуска алгоритмов искусственного интеллекта, более 2,8 Тб оперативной памяти и высокоскоростная система хранения данных емкостью 90 Тб. Благодаря новой технике физики ТГУ смогут обрабатывать большие объемы данных для проектов отечественного суперколлайдера NICA.

СКИФ Cyberia создали и установили в ТГУ в 2007 году: тогда он считался самым мощным суперкомпьютером СНГ по производительности системы в стандартном тесте Linpack, которая составляла 8,9 TFLOPS. В последующие годы мощности СКИФ Cyberia планомерно увеличивали. В настоящее время суперкомпьютер ТГУ занимает 36 место в списке самых мощных в СНГ, а его пиковая производительность достигает 239 триллионов операций в секунду.

Суперколлайдер NICA (Nuclotron based Ion Collider fAcility) — это ускорительный комплекс, который создается на базе Объединенного института ядерных исследований (Дубна, Россия) с целью изучения свойств плотной барионной материи. С помощью NICA планируется воссоздать и исследовать кварк-глюонную плазму - то особое состояние вещества, в котором пребывала Вселенная в десятитысячные доли секунды после Большого взрыва.

Почему бы не добавить свои модули в проекты распределенных вычислений? Привлечь внимание энтузиастов, расширить свои мощности.

Источник: Новости Томского государственного университета

https://vk.com/wall-65614662_362497

#новости

19 февраля проект Einstein@home отметил 20 лет от своего рождения.

I want to congratulate all of our Einstein@Home volunteers, developers, and scientists: our project is 20 years old today. We officially launched Einstein@Home on February 19th 2005, exactly 20 years ago, at the annual meeting of the American Association for the Advancement of Science (AAAS) in Washington DC.

Since that time, almost half a million people have contributed computing power to Einstein@Home. Einstein@Home carries out the most sensitive searches for continuous gravitational waves, and continues to set the tightest and most stringent limits on this yet-to-be-discovered population. We have discovered more than 90 new radio and gamma ray pulsars, including a number of extreme and exotic examples. The project has resulted in 38 peer-reviewed publications in scientific journals, and has also played a role in a dozen PhD theses.

A big thank you to everyone involved!

Bruce Allen

Director, Einstein@Home

Мой с близкими вклад в этот проект сейчас это в среднем 3,7 миллиона cubblestones ежедневно.
Работают три RTX 4090, Apple Studio Ultra M1, M4 mini. Macbook M4 pro и ещё несколько серверов, компьютеров и ноутбуков по мелочи.

Проект ищет пульсары в данных LIGO (тот самый, который открыл гравитациоионные волны), космического гамма-телескопа Ферми, радиотелескопов MeerKAT и Arecibo.

#einstein

Codex это Агент-0?

В пятницу OpenAI опубликовали инструмент Codex — облачного агента-программиста, который работает с GitHub-репозиториями. Ему можно поставить задачу, например: «Проверь кодовую базу на следование кодстайлу». Он находит ошибки, предлагает исправления, запускает тесты и сам создаёт pull request.

Плюсы: всё работает быстро, в облаке, можно запускать десятки задач параллельно.
Минусы: Работает только с Github. У агента есть интернет только на этапе настройки окружения — потом его отбирают, поэтому он не может полноценно тестировать всё подряд. Не работает с картинками, значит пока мало полезен для задач по фронтенду.

Я попробовал на практике: добавил небольшое изменение в BOINC — большой open source проект. Вот PR: https://github.com/BOINC/boinc/pull/6329

Интересно, что первичную проверку кода тоже провёл ИИ — GitHub Copilot.

Не скажу, что теперь любой может быть программистом, но окно возможностей точно стало шире. А требования к разработчикам становятся однозначно выше.

Сейчас попробую переписать весь код одного проекта с Node на Python. Если хотите, чтобы я что-то посмотрел на вашем проекте – напишите в комментариях ссылку на репозиторий и дайте доступ на wargoblin.

Добровольческие распределённые вычисления – это проекты, в которых тысячи людей по всему миру жертвуют ресурсы своих персональных компьютеров для научных расчетов. К крупнейшим таким проектам относятся платформа BOINC (объединяющая множество исследований) и проект Folding@home (биомедицинические расчёты по белкам). Совокупная активная вычислительная мощность этих сетей весьма значительна, хотя и меняется со временем в зависимости от числа добровольцев.

Оценка совокупной «мощности» проектов распределенных вычислений и их потенциального места в мировом топе суперкомпьютеров.

Добровольческие сети BOINC и Folding@home сейчас дают суммарно порядка 45–50 PFLOPS активной мощности — это эквивалент полноценного петафлопсного суперкомпьютера, работающего круглосуточно за счёт ресурсов тысяч обычных пользователей по всему миру.

Если такой «народный» кластер поставить в рейтинг TOP500, он оказался бы примерно на 25-м–30-м месте — выше большинства национальных машин, но далеко позади современных экзафлопсных лидеров вроде El Capitan или Frontier.

Более полный отчёт со ссылками