Центр параллельных вычислительных технологий

Научно-технические направления

  • Инструментальные средства параллельного программирования: библиотеки стандарта MPI, UCX, OpenMP (алгоритмы, архитектурная оптимизация)
  • Средства анализа эффективности параллельных программ и коммуникационных библиотек (MPI, UCX)
  • Анализ производительности коммуникационных сред, протоколов и сетей (RoCE, InfiniBand, shared memory, congestion control)
  • Анализ архитектуры и микроархитектуры процессоров
  • Архитектурно-ориентированная оптимизация программного обеспечения (x86-64, ARMv8, RISC-V)

Образование на базе центра

  • Производственная практика (3-й курс)
  • Выполнение выпускных квалификационных работ (бакалавриат, магистратура)
  • Аспирантура (2.3.5 "Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей")

Некторые публикации

Связаться с нами

  • E-mail: mkurnosov [at] sibguti [dot] ru

Опыт выполнения проектов

  • Eltex: Формирования датасетов и анализ моделей для систем распознавания ключевой фразы (keyword spotting)
  • YADRO: Исследование архитектуры наборов команд VLIW DSP (RISC-V)
  • Huawei: библиотеки коллективных операций MPI (ARMv8, shared memory, spine-leaf fabrics, topology collectives), средства анализа эффективности параллельных MPI программ
  • Международный проект Open MPI (коллективные операции, www.open-mpi.org)
  • Библиотеки коллективных операций MPI для систем с общей памятью (x86-64, CICO, kernel-assisted)
  • Проекты РФФИ, целевые программы Минобрнауки
  • Повышение квалификации сотрудников заказчика: ИФП СО РАН, РФЯЦ ВНИИТФ, Росатом (С/C++/Fortran, MPI, OpenMP, CUDA, SIMD, GNU/Linux)
  • Разработка образовательных программ и курсов: Eltex (Erlang/Elixir, безопасная разработка и пентест для embedded-систем)
  • Разработка образовательных курсов под аппаратное обеспечение партнера: ELRON (ELBAR + MIK32 Амур RISC-V, ELTAY SBC)

Направления сотрудничества

  • Разработка библиотек MPI для целевой архитектуры процессоров и топологии сети заказчика (HPC, BigData, ML/AI)
  • Оптимизация подсистем межпроцессного взаимодействия через общую память многопроцессорного узла (NUMA Balancing, data copy accelerators, ZeroCopy: CMA, KNEM, XPMEM)
  • Разработка средств профилирования и анализа параллельных и распределенных приложений
  • Архитектурно-ориентированная оптимизация (C/C++/Fortran, GNU/Linux)
  • Разработка и проведение учебных курсов по направлениям заказчика