Совместный университет МГУ-ППИ

Россия и КНР разработали метод повышения производительности видеокарт Nvidia в научных вычислениях. Их удалось ускорить в 800 раз. Nvidia по решению властей США сильно ограничена в поставках своих решений для науки на Восток.

Ученые из России и Китая совместными усилиями научились повышать производительность видеокарт Nvidia в научных вычислениях, пишет South China Morning Post. Они использовали для этого информацию, почерпнутую в ходе реверс-инжиниринга — обратного проектирования ускорителей.

Полученные знания позволили авторам идеи ускорить карты Nvidia в научных вычислениях в 800 раз. Алгоритм для работы с памятью карты, позволяющий сделать это, создали ученые из университета МГУ-ППИ.

Университет МГУ-ППИ в расположен Шэньчжэне (Китай) и является первым совместным российско-китайским вузом. Он учрежден в 2014 г., а его соучредителями являются российский МГУ имени М.В. Ломоносова, Пекинский политехнический институт наряду с Муниципальным народным правительством Шэньчжэня.

Недорогая видеокарта из ближайшего компьютерного магазина теперь может стать «сердцем» высокопроизводительных вычислений.

Новый алгоритм решает общую для России и КНР проблему — обе страны находятся под санкциями США и испытывают трудности с поставками ускорителей Nvidia для высокопроизводительных вычислений, в том числе для искусственного интеллекта.

Как пишет South China Moring Post, совместная китайско-российская разработка открывает новые возможности для решения различных сложных механических задач во многих отраслях промышленности. Издание приводит в качестве примера в первую очередь аэрокосмическую и военную промышленности.

Также South China Moring Post сделало акцент на том, что новый алгоритм позволяет проводить вычисления на видеоускорителях, которые отличаются низкой стоимостью (видимо, в сравнении с ускорителями для искусственного интеллекта) и не подпадают под санкции США.

Засекречивать факт проделанной работы китайские и российские специалисты не стали. Они описали основные ее моменты в статье, опубликованной в китайском журнале Journal of Computational Mechanics.

Технически, авторы алгоритма провели реверс-инжиниринг архитектуры Nvidia с поддержкой среды CUDA. По их словам, они достигли впечатляющих результатов. «Эта эффективная вычислительная мощность позволяет исследователям сократить затраты времени на вычисления, которые обычно занимают несколько дней, до нескольких часов или даже минут при использовании обычного домашнего графического процессора, что является значительным достижением для исследований в области частичных децентрализованных процессов», — говорится в статье ученых.