Открытые Технологии и Институт математики и механики УрО РАН создали вычислительный кластер для решения научных и прикладных задач

Необходимость построения высокопроизводительного кластера была продиктована потребностью решения ресурсоемких вычислительных задач, внедрением в практику научных исследований современных информационных технологий.

Новая вычислительная система по своей производительности должна была в 4,3 раза превысить уже имеющуюся в УрО РАН.  

Проект выполнялся в рамках НИОКР № 0120.0852225 в тесном сотрудничестве специалистов пермского представительства компании Открытые Технологии и ИММ УрО РАН.  

В ходе НИОКР был проведен анализ современных вычислительных систем высокой плотности, спектра оборудования и программного обеспечения, имеющегося на рынке  информационных технологий и систем.

В результате для построения кластера была выбрана блэйд-серверная платформа HP BladeSystem c7000. В окончательном варианте вычислительная система для ИММ УрО РАН состоит из 32 двухпроцессорных узлов HP Proliant BL 460c на четырехъядерных микропроцессох типа Intel Xeon 5450 с тактовой частотой 3,0 ГГц. В качестве операционных систем используются Red Hat Enterprise Linux 5 и Microsoft Windows Compute Cluster Server 2008. Коммуникационная среда построена с использованием технологий Infiniband.   

Пиковая производительность созданного кластера составляет 3 Тфлопс, реальная (определенная с помощью теста Linpack) — 2,67 ТФлопс.

Он предназначен для решения фундаментальных и прикладных задач в таких областях науки как математика и механика, физика металлов, электро- и теплофизика; химия твердого тела и высокотемпературная электрохимия; металлургия; геология и горное дело; геохимия и геофизика; экология; биология; экономика и медицина и т.д.

По словам Михаила Людвиговича Гольдштейна, заведующего отделом вычислительной техники ИММ УрО РАН, «созданная система позволит решать более широкий круг задач, сложность которых диктуется развитием науки и техники, повышением требований по адекватности физического содержания математических моделей, ужесточением критериев по достоверности результатов, исключением ошибок при дискретной реализации исходных дифференциальных моделей и получением решений с гарантированным результатом».