NVIDIA ha annunciato che l’accademia delle scienze russa (RAS), un'associazione che riunisce i più prestigiosi istituti di ricerca scientifica di tutto il paese, sta aggiornando il suo principale centro di supercomputing con le nuove GPU NVIDIA Tesla.

L’accademia delle scienze russa ha deciso di aumentare il ricorso al computing parallelo e sta aggiungendo 128 GPU Tesla M2090 installate su server HP ProLiant SL390 G7 per favorire al massimo il ricorso alle numero di applicazioni scientifiche che utilizzano le GPU per i progetti di ricerca, in costante espansione.

La rete di istituti scientifici che fanno parte dell’accademia delle scienze russa si occupa di un gran numero di progetti di ricerca scientifica. Al momento, oltre 30 di questi istituti utilizzano le GPU per velocizzare la ricerca in un ampio ventaglio di campi scientifici, che includono l’idrodinamica, la modellazione geologica, l’analisi del genoma, la dinamica dei gas, la matematica computazionale, la dinamica molecolare, l’elaborazione delle immagini, la tomografia computerizzata, l’elettromagnetismo e molti altri ancora.

Tra gli istituti del RAS che utilizzano le GPU ricordiamo: L’Istituto Keldysh di matematica applicata del RAS (www.keldysh.ru), l’Istituto di matematica e meccanica dell’UB RAS (www.imm.uran.ru) , l’Istituto di citologia e genetica dell’SB RAS (http://www.bionet.nsc.ru), il centro di supercomputing siberiano con sede nell’Istituto di matematica computazionale e geofisica matematica dell’SB RAS (http://www2.sscc.ru/), l’Istituto di sistemi per l’elaborazione delle immagini (www.ipsi.smr.ru) e molti altri.

L’utilizzo di GPU NVIDIA Tesla da parte dell’accademie delle scienze russa si inquadra in un ben più ampio movimento che vede crescere impetuosamente il numero di prestigiose organizzazioni di tutto il mondo che decidono di affidarsi al computing parallelo per accelerare le ricerche scientifiche. Le GPU Tesla sono la base fondante di tre dei cinque supercomputer più potenti al mondo, oltre che del supercomputer più potente di tutta la Russia, il Lomonosov, dislocato all’Università di stato di Mosca. Oltre a ciò, sette dei primi 50 supercomputer russi sono accelerati dalle GPU. Questi 7 supercomputer forniscono le stesse prestazioni di computing complessive degli altri 43 combinati.

“La mia ricerca fluidodinamica si avvale di applicazioni industriali e usa le equazioni di Navier-Stokes e quelle di Saint Venant. Grazie alle GPU sono stato in grado di elaborare i dati di ricerca con un'efficienza molto maggiore. Questo mi ha permesso di analizzare e sorvegliare un numero di scenari di rottura di dighe e regioni di allagamento cinque volte superiori", ha dichiarato Evstigneev Nikolay, responsabile scientifico del laboratorio di dinamica caotica e non lineare all’Istituto per l’analisi dei sistemi del RAS.

“All’Istituto di fisica applicata, utilizziamo GPU e CUDA per simulare la propagazione della luce negli oggetti biologici", ha dichiarato Mikhail Kirillin, PhD e responsabile della ricerca dell’Istituito di fisica applicata del RAS. “Le GPU offrono una significativa accelerazione delle performance per l’algoritmo usato nella creazione di ricostruzioni tridimensionali della distribuzione fluorofora nei bio-tessuti, che ci permette di localizzare i tumori con un’altissima precisione."

“Il GPU Computing è stato fondamentale nello sviluppo del programma e delle simulazioni algoritmiche ma anche nella ricerca geofisica delle prospezioni" ha dichiarato Vyacheslav Glinskikh, Ph.D. (per la geofisica) e responsabile del laboratorio dell’Istituto Trofimuk di geologia petrolifera e geofisica dell’SB RAS. “Sulla base dei nostri risultati, siamo stati in grado di creare nuovi sistemi automatizzati di interpretazione dei dati geofisici per il settore Oil & Gas, che promettono di migliorare nettamente l’efficienza nelle attività di prospezione."

Per ulteriori informazioni sull’accademia delle scienze russa e sugli istituti che ne fanno parte, visitare: www.ras.ru/en/index.aspx Per ulteriori informazioni sulle GPU NVIDIA Tesla per il computing ad alte prestazioni, visitare questo indirizzo. Per maggiori informazioni su CUDA, visitare questo indirizzo.