В Дубне создан первый в России центр обучения программированию на GPU

На территории технико-внедренческой особой экономической зоны «Дубна» образован Научно-образовательный центр «Параллельные вычисления». Теперь при создании и адаптации ПО, использующего мощь архитектуры параллельных вычислений, российские разработчики смогут получить в новом центре требуемое качество поддержки, говорится в сообщении компании Nvidia.

Основными направлениями деятельности центра являются: внедрение гибридных суперкомпьютерных технологий, создание программного обеспечения для гибридных вычислительных (в том числе суперкомпьютерных) систем, перенос вычислительных задач сторонних организаций на параллельные архитектуры с полной адаптацией кода, оптимизация вычислительных задач, обучение и консультирование по программированию массивно параллельных процессов в среде CUDA, дистанционное обучение.

Центр возглавил Евгений Перепелкин, к.ф.-м.н., специалист в области вычислительной математики и математического моделирования, разработчик приложений на основе технологии Nvidia CUDA.

Для Nvidia научно-образовательный центр «Параллельные вычисления» станет одним из ключевых партнеров в обучении, консультировании и программировании на CUDA, программно-архитектурном решении для программирования на GPU. Уже сегодня сотрудники центра принимают активное участие в образовательной программе для вузов Nvidia Tesla University Tour, организуют мастер-классы и семинары по CUDA, участвуют в конференциях, консультируют заказчиков гибридных систем, предоставляют возможность слушателям курсов по CUDA пройти стажировку на базе НОЦ, отметили в Nvidia.

Программисты центра используют гетерогенные вычисления на гибридных системах для решения вычислительных задач из разных областей науки, создают приложения для аппаратно-вычислительных комплексов на основе Nvidia Tesla.

Среди проектов центра «Параллельные вычисления» - CBDA: Cyclotron Beam Dynamics Analysis (ускорительная физика), задача клеточного автомата (теоретическая физика), задача теплопереноса (ядерная физика), онлайн обработка сигнала (экспериментальная ядерная физика). По информации Nvidia, использование GPU в данных задачах позволило увеличить производительность вычислений в 50-200 раз.

Вычислительная архитектура Nvidia CUDA позволяет программировать GPU с помощью стандартных языков программирования и API: С, С++, Open CL, Direct Compute, Fortran. Тысячи программистов по всему миру бесплатно пользуются инструментами CUDA для ускорения работы ресурсоемких приложений - от кодирования видео и аудио до поисков нефти и газа, 3D-моделирования, вывода медицинских изображений и научных исследований, связанных с обработкой больших массивов данных.

По данным Nvidia, на сегодняшний день программная модель CUDA преподается в 269 университетах по всему миру. На территории СНГ обучающие курсы по CUDA читаются в Московском, Санкт-Петербургском, Казанском, Новосибирском и Пермском государственных университетах, Международном университете природы общества и человека «Дубна», Объединенном институте ядерных исследований, Московском институте электронной техники, Ивановском электронно-техническом институте, МГТУ им. Баумана, Российском научном центре «Курчатовский институт», Межрегиональном суперкомпьютерном центре РАН, Киевском институте системного анализа.