5. Кластер миит т-4700

Для решения ресурсоемких вычислительных задач при промышленном проектировании, стоящих перед исследователями университета, МИИТ приобрел суперкомпьютерный комплекс «Т_Платформы» МИИТ Т-4700.

МИИТ Т-4700 на момент открытия стал самым мощным в России суперкомпьютером на базе процессоров AMD Opteron™ 2356 (Barcelona).

Вычислительный кластер на базе 64-х двухпроцессорных узлов Discus с четырехъядерными процессорами AMD Opteron™ (Barcelona) обеспечивает пиковую производительность 4,7 триллионов операций в секунду (Тфлопс).

Реальная производительность кластера на тесте Linpack составила 3,89 Тфлопс (83% от пиковой). В качестве интерконнекта решение использует наиболее производительную сетевую технологию InfiniBand,

объединяющую суперкомпьютер с системой хранения данных и оборудованием корпоративного портала МИИТа. Благодаря объединению всех аппаратных компонентов комплекса в единую высокоскоростную сеть университет сможет организовать удобный доступ к вычислительным ресурсам системы МИИТ Т-4700 непосредственно через корпоративный портал, что существенно упростит внедрение новых технологий в процесс исследований и разработок.

Суперкомпьютер МИИТа укомплектован набором свободно распространяемых средств управления и мониторинга, а также специализированными средствами разработки и отладки приложений PGI Server от компании Portland Group. В комплект поставки также вошли предустановленные прикладные продукты компании MSC Software Corp. Для прочностных, гидро и газодинамических расчетов, пакет для промышленного моделирования SolidWorks, а также пакеты для моделирования и оптимизации транспортных потоков PTV Vision®. [5]

На кластере так же установлена реализация MPI, разработанная NetworkBased Computing Laboratory (NBCL), которая носит название MVAPICH2, что позволит задействовать его ресурсы для обучения студентов в рамках разрабатываемого курса.

3. Обоснование целесообразности разработки

Современные технологии позволяют сделать из множества персональных компьютеров вычислительный кластер. В учебном плане кафедры АСУ есть лекционный курс «Высокопроизводительные Вычислительные Системы». Кафедра также располагает всеми необходимыми аппаратными средствами для создания вычислительного кластера. Кроме того, в университете имеется мощный кластер МИИТ Т-4700(подробнее в п. 1.2.5). В рамках дипломного проекта требуется разработать лабораторный комплекс и соответствующее методическое и программное обеспечение, которые обеспечат овладение описанными выше технологиями и возможность применения их на практике.

Для специалистов, выпускаемых кафедрой АСУ, такие навыки очень полезны и могут повысить востребованность выпускников при поиске места работы. При этом следует учитывать, что кластерные технологии широко используются в основной профессиональной отрасли для выпускников кафедры - на железнодорожном транспорте, а также в других сферах промышленности, энергетики, медицине и др.

4. Требования разработке

   1. Требования к кластерной системе

Для лабораторного комплекса должны быть задействованы два кластера:

• кластер, организованный посредством программной реализации MPI MPICH2 на базе вычислительных средств кафедры;

• кластер МИИТ Т-4700.

Требования к информационному обеспечению

Исходные данные

Исходные данные для функционирования программы запуска параллельных программ описаны подробно в пункте 6.

Выходные данные

На основании исходных данных, разрабатываемая программа формирует команду запуска параллельной программы в виде текста, которая впоследствии выполняется.

2. Требования к методическому обеспечению

В результате дипломной работы должно быть сформировано методическое обеспечение, позволяющее студенту ознакомиться с кластерными технологиями и затрагивающее следующие темы:

• библиотека MPI(Message Passing Interface): функции, реализации;

• компиляция и запуск параллельных программ на вычислительном кластере;

• программное обеспечение для реализации кластера из персональных компьютеров, объединённых ЛВС: обзор, установка;

• компиляция и запуск параллельных программ на кластере из персональных компьютеров, объединённых ЛВС;

• вычисление показателей эффективности параллельных алгоритмов на кластерах разных конфигураций, сравнение вычисленных показателей и извлечение выводов.