Экзафлопсы и суперкомпьютеры: какое место занимает Россия в мировой гонке вычислений?

1128

Ученые утверждают: будущее – за суперкомпьютерами. Именно с их помощью можно будет решать задачи повышенной сложности. Кстати, некоторые страны успешно делают это уже сегодня. Вопрос в том, как обстоит ситуация в России и готова ли наша страна к суперкомпьютерному рывку? Об этом говорили участники пресс-конференции, прошедшей на площадке ТАСС 4 марта.

 

Александр Сергеев, президент Российской академии наук:

– Суперкомпьютеры – это компьютеры очень высокой производительности. Собственно, когда мы говорим о суперкомпьютере, имеется в виду, прежде всего, не объем памяти данных, которые могут быть в нем, а скорость вычислений, которые он производит.

Можно выделить несколько эмпирических закономерностей в мире компьютеров. Одна из них – так называемый закон Мура, который говорит о том, что за год происходит удвоение скорости суперкомпьютеров. Фактически это связано с тем, что человечество осваивает все более плотную запись информации, и поэтому соответствующие времена работы транзисторов в компьютерах и времена обмена информацией становятся все меньше.

Сейчас действительно происходит гонка за владение максимально быстрым суперкомпьютером. Однако суперпроизводительные вычисления нужны не только для того, чтобы удовлетворять потребность ученых и решать какие‑то задачи быстрее. Суперкомпьютеры помогают решать абсолютно новые задачи, которые еще пять-десять лет назад невозможно было представить, в совершенно разных областях промышленности и науки.

Я сам являюсь физиком, и во времена моей молодости в физической науке был интересный период, когда мы видели, что вычисления на компьютерах становятся все более существенными. Фактически компьютерный эксперимент начинал занимать позиции лабораторного эксперимента, то есть вместо того чтобы ставить эксперимент в лаборатории, его ставили в компьютере. Скорости компьютеров увеличились, и во многих физических задачах было правильно сначала рассчитать в компьютере эксперимент, а уже потом переходить непосредственно к лабораторному.

К настоящему времени эта тенденция не только сохранилась, она является доминирующей – мы живем в эпоху цифровых двойников, позволяющих сначала смоделировать какое‑то действие или ситуацию на компьютере, а затем перенести этот опыт в промышленную практику.

У Академии наук есть расчеты, которые показывают, что при создании сверхмощных машин мы можем преуспеть при добыче нефти и во многих других секторах. Главный вопрос – откуда брать деньги на создание суперкомпьютеров и как доказать, что они требуются не для удовлетворения любопытства ученых, а для развития экономики страны? Совместно с Минобрнауки России и МГУ им. М.В. Ломоносова мы представили в Правительство РФ программу создания национальной суперкомпьютерной инфраструктуры, имея в виду актуальные мировые тренды, те условия, в которых мы находимся, и наши потребности.

Нельзя суперкомпьютеризироваться в один момент, нужно делать это по шагам. Бессмысленно говорить о том, чтобы сразу строить экзафлопсный компьютер. Во-первых, это очень дорого, во‑вторых, для нашей страны на данный момент это будет неэффективно. Поэтому, прежде всего, нам нужно освоить петафлопсный уровень, тем более в России есть несколько машин такого класса, и можно переходить на следующий уровень – 10–30 петафлопс. Другое дело, что пока в создании таких мощных машин больше заинтересованы ученые – мы не видим запроса со стороны промышленности. Если бы промышленность вышла к правительству с запросом о 100‑петафлопсном компьютере, то, как потенциальный потребитель такой техники, наверняка была бы услышана. Здесь мы наблюдаем так называемую проблему курицы и яйца: само владение высокопроизводительным компьютером и широкий спектр тех задач, которые на нем можно решать, стимулировало бы промышленность смотреть в будущее, ставить и решать еще более масштабные задачи. Пока же у нас таких суперкомпьютеров нет, промышленность ориентируется на имеющиеся технологии.

Таким образом, мы вынуждены констатировать, что наше неучастие в суперкомпьютерной гонке означает существенное технологическое и промышленное отставание.

Важный момент – наличие компонентной базы и умение делать из компонентов суперкомпьютеры и программировать на них. То есть создание суперкомпьютеров подразумевает много слоев деятельности, работа должна вестись параллельно в нескольких направлениях. Сейчас мы тесно работаем с рядом наших передовых промышленных компаний, в том числе с «Росатомом» – базовой технологической корпорацией по развитию высокопроизводительных вычислений именно для создания новых пакетов промышленного проектирования.

В целом, видим, что предстоит большая работа с российской промышленностью. Должна образоваться положительная обратная связь, когда, допустим, высокопроизводительный компьютер, на котором ученые запрограммировали задачу, помог бы гораздо быстрее спроектировать вертолет, и тогда промышленность откликнется, скажет: «Здорово, мы будем это внедрять, но у нас есть еще другие задачи, которые нужно решать, давайте работать вместе».

Борис Четверушкин, научный руководитель Института прикладной математики им. М.В. Келдыша РАН, академик:

– Правильно говорят: чтобы узнать вкус груши, нужно ее съесть. Это значит, нужно поставить какое‑то количество вычислительных систем – суперкомпьютеров в те организации, которые могут их эффективно использовать, тогда будет наглядно показана их эффективность. Конструктор придет, посмотрит, что дает ему вычисление на большой машине петафлопсного и десятипетафлопсного диапазона. После этого, я уверен, за суперкомпьютерами выстроится очередь.

Алгоритмика использования этих систем новая. Меняется прикладная математика и матобеспечение, не все это знают. Поэтому суперкомпьютеры надо ставить там, где они реально могут использоваться, иначе эта идея будет подорвана.

Игорь Каляев, научный руководитель направления Южного Федерального университета, академик:

– Сегодня мы являемся свидетелями гонки суперкомпьютеров. Наглядный пример: в 2018 году самым мощным суперкомпьютером мира был китайский TaihuLight производительностью 100 петафлопс, в 2019‑м это уже американский Summit 200 петафлопс и в 2020 году – японский Fugaku 500 петафлопс. То есть каждый год происходит увеличение производительности примерно в два раза, что является следствием действия закона Мура.

К сожалению, мы в этой гонке практически не участвуем. Более того, отстаем все больше и больше. В 2010 году 12 российских суперкомпьютеров входили в список топ-500 (500 наиболее производительных компьютеров мирового сообщества. – Прим. авт.). Нашим лучшим достижением в этом списке стало 12‑е место в 2009 году, которое занял суперкомпьютер «Ломоносов». С 2018 года не более трех российских суперкомпьютеров входили в этот список. А сейчас их вообще всего два – «Кристофари», созданный Сбербанком, с производительностью 8 петафлопс и «Ломоносов-2» с производительностью приблизительно 5 петафлопс.

Если вернуться к списку из 500 суперкомпьютеров, которые туда входят, 226 – китайские, 113 – американские, 29 – японские, наших всего два, и то они на самых задворках.

Россия занимает 21‑е место по показателям суммарной производительности суперкомпьютеров, входящих в список топ-500. Нас опережают Бразилия, Саудовская Аравия, Финляндия и другие страны. Удельная производительность суперкомпьютера на одного исследователя в России составляет 0,3 терафлопса, в то время как в Японии – 1 терафлопс, в США – 0,7 терафлопса. То есть мы отстаем в 30–40 раз по всем параметрам.

Многие суперкомпьютеры строятся действительно ради гонки. Однако есть примеры приложений суперкомпьютеров, которые дают реальный прагматичный эффект. Примерно половина суперкомпьютеров из списка топ-500 работают в промышленности. Это очень важный показатель, значит, они нужны промышленности. По оценкам специалистов ПАО «ОДК-Сатурн», для моделирования авиационных газотурбинных двигателей в нестационарных динамических режимах на суперкомпьютере с производительностью примерно 1 петафлопс необходимо примерно семь лет. Американцы, владеющие суперкомпьютерами, которые в 200 раз быстрее, могут посчитать то же самое за две недели. Это весомое конкурентное преимущество.

Можно привести пример из отрасли мультипликации. Мультфильм «Книга джунглей» (2016 год) был полностью создан с помощью компьютерной графики на суперкомпьютере. Его производство обошлось порядка 130–140 миллионов долларов, а в прокате он заработал около миллиарда долларов. То есть один мультфильм окупил затраты на целый сонм таких суперкомпьютеров. Для сравнения: прокатные деньги российского кино за 2017 год составили всего 220 миллионов. Выходит, один мультфильм дал в пять раз больше, чем весь прокат нашего отечественного кино, и этот мультфильм был создан на базе суперкомпьютера.

Сегодня мы, мягко говоря, находимся на задворках суперкомпьютерного мира и, если прямо сейчас не начнем что‑то делать, отставание станет критическим.

К настоящему моменту подготовлена Концепция развития национальной суперкомпьютерной инфраструктуры. Я сам имею отношение к этому документу, поскольку являюсь председателем наблюдательного Совета по приоритетному направлению Стратегии научно-технологического развития России. Этот приоритет обозначен следующим образом – переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта.

Очевидно, что все эти направления не могут развиваться без наличия суперкомпьютерной базы. Когда в 2018 году был создан наш совет с целью обеспечения реализации стратегии научно-технологического развития РФ, мы, в первую очередь, озаботились тем, что нужно создавать суперкомпьютерную базу – без нее решить поставленные задачи невозможно.

Одним из первых наших действий в конце 2018 – начале 2019 года стала подготовка Концепции. Была создана рабочая группа, в которую вошли члены нашего совета, представители ведущих организаций, занимающихся разработкой и эксплуатацией суперкомпьютера, представители промышленности, министерств. За достаточно короткий период времени такая концепция была подготовлена. В мае 2019 года она была рассмотрена на нашем совете и в целом одобрена, в том числе представителем Минобрнауки, отвечавшим за цифровизацию. Однако в связи с кадровыми перестановками в министерстве работа остановилась, затем новая команда министерства заявила нам о необходимости актуализации стратегии, которая заключалась только в том, что мы переписали преамбулу, где сослались уже на новые западные достижения в этой области. После этого в министерстве вновь произошли кадровые перестановки.

 

В 2018 году самым мощным суперкомпьютером мира был китайский TaihuLight производительностью 100 петафлопс, в 2019-м это уже американский Summit 200 петафлопс и в 2020 году – японский Fugaku 500 петафлопс. То есть каждый год происходит увеличение производительности примерно в два раза.

 

Прошло уже два года с момента подготовки Концепции, но мы не сдвинулись с места и все больше отстаем в этой суперкомпьютерной гонке. Мы раскачиваемся так медленно, что наши потуги не заканчиваются ничем.

Концепция действительно нормальная, она отражает потребности, которые нужны стране, там заложена иерархическая структура суперкомпьютеров, предусмотрено наличие трех-четырех федеральных суперкомпьютерных центров с машинами с производительностью по крайней мере 100 петафлопс и дальнейшей возможностью их апгрейда до экзафлопса. Предполагается, что с помощью этих центров можно будет решать глубокие фундаментальные задачи – космологические, по моделированию лекарств, борьбе с пандемией. Также Концепция предполагает наличие порядка 10–12 региональных центров с суперкомпьютерами производительностью 10–20, максимум 50 петафлопс, которые бы использовались для промышленности, и региональная промышленность могла бы считать на них свои актуальные задачи, решение которых помогло бы выйти на мировой рынок и получить конкурентные преимущества. Главное, что все это должно быть завязано в общую инфраструктуру. Пользователь даже не должен знать, где решается его задача, – система сама должна разбрасывать поступающие задачи по тем или иным суперкомпьютерам в зависимости от их специализации, загрузки и так далее.

Елена ВОСКАНЯН