О. А. Гирина , А. Г. Маневич , Д. В. Мельников , А. А. Нуждаев , А. В. Кашницкий , И. А. Уваров , И. М. Романова , А. А. Сорокин , С. И. Мальковский , С. П. Королев , Л. С. Крамарева 4 1 Институт вулканологии и сейсмологии ДВО РАН Петропавловск-Камчатский, 683006, Россия E-mail: girina@kscnet.ru 2 Институт космических исследований РАН, Москва, 117997, Россия 3 Вычислительный центр ДВО РАН, Хабаровск, 680000, Россия 4 Дальневосточный центр НИЦ «Планета», Хабаровск, 680000, Россия

Проводится численное моделирование обтекания гиперзвукового летательного аппарата с использованием модели высокотемпературного воздуха и гибридной архитектуры на основе высокопроизводительных графических процессорных устройств. Расчеты проводятся на основе уравнений Эйлера, для дискретизации которых применяется метод конечных объемов на неструктурированных сетках. Приводятся результаты исследования эффективности расчета гиперзвуковых течений газа на графических процессорах. Обсуждается время счета, достигнутое при использовании моделей совершенного и реального газа. Numerical simulation of the flow around a hypersonic aircraft is carried out using a high-temperature air model and a hybrid architecture based on high-performance graphics processing units. The calculations are performed with the Euler equations discretized by the finite volume method on unstructured meshes. The scalability of the developed implementations of the model is studied and the results of the study of the efficiency of calculating hypersonic gas flows on graphics processors are analyzed. The computational time spent with the perfect and real gas models is discussed.

Исследуются вопросы организации многопользовательской работы гибридных вычислительных систем. На примере кластера Центра коллективного пользования Центр данных ДВО РАН, построенного на архитектуре OpenPOWER, рассмотрены особенности функционирования систем подобного класса и предложены решения для организации их работы. С использованием механизма виртуальных узлов проведена адаптация системы диспетчеризации заданий PBS Professional, позволяющая организовать эффективное распределение аппаратных ресурсов кластера между пользовательскими задачами. Реализованное программное окружение кластера с системой комплексного планирования заданий рассчитано на работу с широким перечнем компьютерных приложений, включая программы, построенные с использованием различных технологий параллельного программирования. Для эффективного исполнения в данной среде решений на основе машинного обучения, глубокого обучения и искусственного интеллекта применены технологии виртуализации. С использованием возможностей среды контейнеризации Singularity сформирован специализированный стек программного обеспечения и реализован особый режим его работы в формате единой вычислительной цифровой платформы. Purpose. Improving the technology of machine learning, deep learning and artificial intelligence plays an important role in acquiring new knowledge, technological modernization and the digital economy development.An important factor of the development in these areas is the availability of an appropriate highperformance computing infrastructure capable of providing the processing of large amounts of data. The creation of coprocessorbased hybrid computing systems, as well as new parallel programming technologies and application development tools allows partial solving this problem. However, many issues of organizing the effective multiuser operation of this class of systems require a separate study. The current paper addresses research in this area. Methodology. Using the OpenPOWER architecturebased cluster in the Shared Services Center The Data Center of the Far Eastern Branch of the Russian Academy of Sciences, the features of the functioning of hybrid computing systems are considered and solutions are proposed for organizing their work in a multiuser mode. Based on the virtual nodes concept, an adaptation of the PBS Professional job scheduling system was carried out, which provides an efficient allocation of cluster hardware resources among user tasks. Application virtualization technology was used for effective execution of machine learning and deep learning problems. Findings. The implemented cluster software environment with the integrated task scheduling system is designed to work with a wide range of computer applications, including programs built using parallel programming technologies. The virtualization technologies were used in this environment for effective execution of the software, based on machine learning, deep learning and artificial intelligence. Having the capabilities of the container Singularity, a specialized software stack and its operation mode was implemented for execution machine learning, deep learning and artificial intelligence tasks on a unified computing digital platform. Originality. The features of hybrid computing platforms functioning are considered, and the approach for their effective multiuser work mode is proposed. An effective resource manage model is developed, based on the virtualization technology usage.

This paper is devoted to the performance evaluation of a hybrid computer cluster built on IBM POWER8 CPUs and NVIDIA Tesla P100 GPUs. The architecture of the computing system and software used are described. Results of experiments carried out using the STREAM, NPB, Crossroads/NERSC-9 DGEMM, and HPL packages are discussed. The efficiency of the simultaneous multithreading (SMT) technology supported by POWER8 processors, as well as the performance of some compilers, parallel programming and mathematical libraries, on this architecture is analyzed.

Пепловые облака и шлейфы, возникающие при эксплозивных извержениях вулканов Камчатки и Курил, представляют большую опасность для авиации. Поэтому актуальными задачами являются прогнозирование и анализ их перемещения. Для их решения в составе АИС Сигнал создана подсистема моделирования, позволяющая прогнозировать направление, скорость и высоту перемещения пепловых облаков и шлейфов в атмосфере. В то же время для более точной оценки представляемой ими опасности требуется определять не только их качественные, но и количественные характеристики. В статье рассмотрены результаты работ по развитию возможностей АИС Сигнал. Дано описание разработанных инструментов, позволяющих прогнозировать концентрацию пепла на эшелонах полетов самолетов, а также мощность и массу пепла, выпавшего на поверхность земли. Приводятся результаты выполненных численных экспериментов, показавших хорошую согласованность со спутниковыми данными. Purpose. Ash clouds and plumes forming during explosive eruptions of the volcanoes of Kamchatka and the Kuril Islands pose a great danger to aviation flights. In this regard, the urgent and important task is to predict and analyze their movement. To solve this task, a modelling subsystem based on the PUFF model was created as part of the automated information system (AIS) Signal. It allows to predict the direction, speed and height of the propagation of ash clouds and plumes in the atmosphere. At the same time, for more accurate assessment of the danger of ash clouds and plumes, it is necessary to determine not only their qualitative, but also quantitative characteristics, for example, the concentration of ash at the flight levels of aircrafts, the amount of ash deposited on the surface, etc. To solve this problem, research was done to expand the capabilities of the AIS Signal by integrating the Eulerian FALL3D model into it. The present article presents the results of this work. Methodology. Implementation of system and user interfaces for automating the processes of collecting and preparing auxiliary data (reference information about volcanoes, meteorological data, etc.), performing numerical calculations in the FALL3D model and visualizing the results obtained, was carried out on the basis of similar interfaces created earlier in AIS Signal for the PUFF model. This significantly accelerate the process of integration the FALL3D model into the existing AIS modelling subsystem. Implementation of the operating modes of the subsystem and evaluating the efficiency of its functioning were carried out as part of the study of ash clouds and plumes propagation that formed during explosive events on the volcanoes of Kamchatka. Findings. As part of the integration of the FALL3D model into the modelling subsystem, informational interaction of its software components with the services of AIS Signal was organized. Algorithms for the formation of collections of meteorological data necessary for the functioning of the model were proposed and implemented. User interfaces have been created that allow specialists to calculate the characteristics of ash clouds with the ability to set detailed initial parameters for an explosive event and model settings. Originality. The integration of the FALL3D model into the AIS Signal significantly expands its ability to predict propagation of ash clouds and plumes formed during explosive eruptions of the volcanoes of Kamchatka and the Kuril Islands. In addition to the instruments for determining the direction, speed, and height of the spread of volcanic ash, tools have been developed to determine the ash concentration at the flight levels of aircrafts, as well as the thickness and mass of the ashfall. Numerical experiments have showed a good agreement between the obtained modelling results and the satellite data.

На территории Дальнего Востока России располагаются десятки активных вулканов, требующих непрерывного внимания ученых для анализа и контроля их состояния. В качестве вспомогательных средств в этой работе выступают информационные системы (ИС), обеспечивающие решение различных научных задач. Однако разрозненность ИС и ограниченный доступ к информации существенно ограничивают возможность проведения комплексных исследований, что чревато в итоге катастрофическими последствиями для населения и народного хозяйства. Представлено описание разработанного сервис-ориентированного программного интерфейса, реализующего взаимодействие между основными существующими ИС для взаимного использования накопленных наборов научных данных и средств их обработки при проведении исследований и оперативного мониторинга состояния вулканов Камчатки и Северных Курил.

В монографии приведены различные данные о вулканах Камчатки, описаны возможности их изучения на основе комплексного использования методов и технологий дистанционного зондирования, наземных наблюдений и численного моделирования. Значительное внимание уделено вопросам построения и применения информационных систем, обеспечивающих сегодня оперативный мониторинг и исследования вулканической активности, которые в последние годы совместно разрабатываются и развиваются специалистами Института вулканологии и сейсмологии ДВО РАН (Петропавловск-Камчатский), Института космических исследований РАН (Москва), Вычислительного центра ДВО РАН (Хабаровск) и Дальневосточного филиала НИЦ Планета (Хабаровск). Приведены результаты комплексных исследований эксплозивных извержений вулканов, а также потенциальная опасность действующих вулканов Камчатки для населения и авиации, полученные учеными ИВиС ДВО РАН, в том числе, с помощью представленных в монографии новых методов, технологий и систем.

Ash clouds resulting from explosive volcanic eruptions pose a real threat to human life (for aircraft flights, airport operations, etc.); therefore, the detection, monitoring, and forecast of their movement is an urgent and important issue. The features and examples of application of the new tool developed on the basis of "Monitoring of Active Volcanoes of Kamchatka and the Kurile Islands" information system (VolSatView) are described. It allows the integrated monitoring and forecasting of ash cloud transport using the data of remote sensing and mathematical modeling as well as the assessment of the parameters of explosive events.