Генерал николай кондратюк: Путин сменил замглавы ФСО :: Политика :: РБК

Содержание

Путин сменил заместителя директора ФСО



Фото: Михаил Метцель/ТАСС

Президент России Владимир Путин сменил заместителя директора Федеральной службы охраны (ФСО). Указ опубликован в четверг на портале правовой информации.


Путин утвердил зарплату Медведева на новой должности в Совбезе


Перестановки в правительстве


Путин утвердил зарплату Медведева на новой должности в Совбезе

Как следует из указа, от должности замглавы ФСО освобожден Николай Кондратюк, на этот пост назначен генерал-майор Виктор Шлемин.

«Освободить генерал-полковника Кондратюка Николая Федоровича от должности статс-секретаря — заместителя директора Федеральной службы охраны РФ и уволить его с военной службы. Назначить генерал-майора Шлемина Виктора Борисовича статс-секретарем — заместителем директора Федеральной службы охраны РФ, освободив его от занимаемой должности», — говорится в документе.


Выделите фрагмент с текстом ошибки и нажмите Ctrl+Enter

Сергей Аксёнов поздравил сотрудников ФСО РФ с профессиональным праздником | Глава Республики Крым Сергей Аксёнов

17.12.2017

Глава Республики Крым Сергей Аксёнов принял участие в торжественном мероприятии, приуроченном к 100-летию со дня образования органов безопасности Российской Федерации. Мероприятие состоялось в театре им. А.П. Чехова в Ялте.

Перед присутствующими выступили статс-секретарь и замдиректора службы охраны РФ генерал лейтенант Николай Кондратюк, руководитель службы охраны в Крыму ФСО РФ Михаил Басов, которые поздравили коллег с профессиональным праздником.

Затем был продемонстрирован фильм о сложностях работы ФСО.

В приветственном слове Сергей Аксёнов поздравил сотрудников органов безопасности РФ с профессиональным праздником. Глава республики отметил, что Федеральная служба охраны – одна из важнейших структур, обеспечивающих безопасность государства и общества.

«Уважаемые сотрудники органов безопасности, результат вашей работы блестящий. В Крыму достигнуто взаимодействие с руководством ФСО. Хочу выразить слова благодарности всем коллегам и сотрудникам, которые работают в части обеспечения безопасности, защите государства и вообще решению государственных задач. Со своей стороны гарантирую, что органы исполнительной власти будут так же эффективно с вами взаимодействовать. У нас с вами одна задача – выполнять поручения Президента. Спасибо вам большое за вашу работу в Крыму!» – сказал Глава Крыма.

Также Сергей Аксёнов поблагодарил ветеранов службы, которые передают свой бесценный опыт молодым сотрудникам.

В рамках мероприятия выступили заместитель полномочного представителя Президента Российской Федерации в Южном федеральном округе Кирилл Степанов, заместитель Председателя Государственного Совета Республики Крым Ефим Фикс.

СПРАВКА. День сотрудника ФСО отмечают 20 декабря вместе со всеми существующими структурами госбезопасности. Такая традиция пошла с 1995 года, когда был издан соответствующий указ Президента РФ. Задачами и функциями Федеральной службы охраны являются: организация охранных мероприятий на объектах федерального значения, просчёт и анализ возможных угроз с целью их предотвращения и защиты объектов государственной важности, а также руководства страны и интересов державы на внутренней и международной арене, обеспечение личностной безопасности высшего руководства страны на местах постоянного или временного пребывания, а также на маршрутах их передвижения, другое.

Государственный Совет Республики Крым — Новости

В театре им. А.П. Чехова в г. Ялта прошло торжественное мероприятие, приуроченное к столетию со дня образования органов безопасности Российской Федерации. От имени Государственного Совета Республики Крым сотрудников Федеральной службы охраны Российской Федерации поздравил заместитель Главы крымского парламента Ефим Фикс.

Вице-спикер Госсовета РК пожелал «успехов всем, для кого служба Родине стала делом всей жизни, кто стоит на страже национальных интересов нашего государства» и зачитал поздравительный адрес Председателя Государственного Совета Республики Крым Владимира Константинова.

«Ваша служба играет важнейшую роль в обеспечении безопасности первых лиц страны и сохранности государственной тайны. Под вашей защитой находятся высшее руководство России, которое уверенно полагается на ваш профессионализм, ответственность и умение принять единственно правильное решение.

Поэтому предъявляемые высочайшие требования к органам безопасности диктуются самим характером современных вызовов и угроз. И чтобы ответить на них, нашей стране необходимы сильные и эффективные органы безопасности, нужны профессионалы, способные быстро и успешно выполнить самые ответственные государственные задачи.

Высокая квалификация, профессионализм, мужество, дисциплинированность и оперативность всегда были и остаются отличительными качествами сотрудников Службы охраны в Крыму Федеральной службы охраны Российской Федерации.

В вашей службе нет «случайных» людей, потому что она требует полной самоотдачи, большой выдержки, преданного отношения к делу и ответственности. Несмотря на то, что большая часть вашей работы скрыта от постороннего взгляда и зачастую результаты не известны широкой общественности, ее авторитет остается неизменно высоким. Крымчане уверены, что вы в любой ситуации с честью выполняете свой профессиональный долг», — заключил парламентарий.

Ефим Фикс также выразил слова особой признательности и благодарности ветеранам отечественной спецслужбы, которые передают молодым офицерам свой опыт и знания, а затем вручил заслуженные награды лучшим сотрудникам ведомства.

С профессиональным праздником сотрудников ФСО РФ поздравили Глава Республики Крым Сергей Аксёнов, заместитель полномочного представителя Президента Российской Федерации в Южном федеральном округе Кирилл Степанов, статс-секретарь и замдиректора службы охраны РФ генерал лейтенант Николай Кондратюк, руководитель службы охраны в Крыму ФСО РФ Михаил Басов.

Пресс-служба Государственного Совета

Республики Крым

 

17.12.2017

артиллеристы АР уничтожили около 400 артустановок противника

Огонь ракетных и артиллерийских подразделений азербайджанской армии уничтожал цели противника, после чего зачистку совершали БПЛА.

БАКУ, 9 фев — Sputnik. В первый же день второй Карабахской войны было уничтожено около 500 целей вооруженных сил Армении, заявил командующий Ракетными и артиллерийскими войсками ВС Азербайджана, генерал-майор Агамир Султанов журналистам во вторник.

Благодаря применению современных универсальных радиолокационных комплексов были выявлены и подавлены, уничтожены или принуждены к смене местоположения ракетные и артиллерийские средства, отметил генерал. «При этом передислоцированные артсредства далее с легкостью были обнаружены и ликвидированы с использованием беспилотных летательных аппаратов (БПЛА)», — подчеркнул Султанов.

За время боев Отечественной войны только лишь силами артиллерийских частей азербайджанской армии было уничтожено более 380 артустановок противника, указал командующий.

Генерал Султанов также сказал об огневой поддержке артиллерией подразделений ВС Азербайджана, атаковавших Шушу, которые были доставлены к точкам дислокации по труднопроходимым и опасным горным путям.

Минобороны показало руины освобожденного села Моллалар Агдамского района — видео >>

Трехстороннее заявление по Карабаху лидеров Азербайджана, России и Армении подписано 10 ноября 2020 года. Президент Азербайджанской Республики Ильхам Алиев и президент Российской Федерации Владимир Путин заявили о полном прекращении огня и всех военных действиях в зоне нагорно-карабахского конфликта с 00:00 по московскому времени (01:00 по Баку) 10 ноября 2020 года.

В соответствии с данным соглашением, подразделения Азербайджанской Армии вошли в Агдамский район 20 ноября 2020 года. 25 ноября 2020 года Азербайджану возвращен Кельбаджарский район, 1 декабря 2020 года ВС Азербайджана вошли в Лачинский район. Вместе с этим вдоль линии соприкосновения и Лачинского коридора расположен миротворческий контингент Российской Федерации.

В течение ближайших трех лет будет установлен план строительства нового пути по Лачинскому коридору для обеспечения связи между Арменией и Ханкенди. Внутренне перемещенные лица и беженцы вернутся на территории Нагорного Карабаха и прилегающие районы под контролем Верховного комиссариата ООН по делам беженцев. Ожидается разблокировка экономических и транспортных связей. Будет обеспечено транспортное сообщение между западными районами Азербайджана и Нахчыванской Автономной Республикой.

Актер Вдовиченков спас от суда своего обидчика

Сын главы администрации подмосковного района Олег Кондратюк, причинивший ранения Владимиру Вдовиченкову во время дорожного конфликта, имевшего место на одной из московских улиц, не предстанет перед судом — равно как и сам актер, сыгравший яркие роли в «криминальных» кинолентах последних лет «Бригада» и «Бумер», который спровоцировал стрельбу побоями водителя.

Вдовиченков и сын подмосковного чиновника пошли на мировую, заявив, что не имеют друг к другу претензий.

«Олег Кондратюк и Владимир Вдовиченков примирились по обоюдному согласию. Они оба написали заявления в УВД Центрального округа Москвы о том, что не имеют друг к другу претензий», — сообщил адвокат Кондратюка Сергей Мазанов.

Таким образом, актер избежал ответственности за побои, которые нанес сыну чиновника, пишет Utro.RU со ссылкой на Lifenews. А его оппонент, в свою очередь, не станет отвечать за стрельбу в человека.

Напомним, у В.Вдовиченкова, управлявшего автомобилем Ауди Q7, возник спор из-за приоритета проезда по узкой Композиторской улице, заставленной припаркованными автомобилями, с водителем японского кроссовера. Во время конфликта водитель «паркетника» трижды выстрелил в актера из травматического пистолета «Оса».

В дальнейшем выяснилось, что владельцем внедорожника Nissan X-Trail, водитель которого расстрелял известного актера, оказался глава администрации Одинцовского района 53-летний Николай Кондратюк, являющийся действующим генералом ФСО. Но автомобилем по доверенности управляет его 23-летний сын.

После произошедшего инцидента Кондратюк с места происшествия скрылся. Раненый артист был доставлен в больницу с рваной раной подбородка, а также ранением в грудь. После оказания медицинской помощи Вдовиченков был отпущен.

Стрелявший в ходе конфликта совершил как минимум три действия, за которые можно понести административное или даже уголовное наказание.

Прежде чем получить травматическое оружие в личное пользование, гражданин обязан изучить правила пользования им и степень ответственности за неправомерное его применения. Эти знания проверяются в отделе милиции при выдаче лицензии на оружие.

Коляда парил, Кондратюк зажигал, Игнатов творил: итоги ЧР у мужчин

На «Трактор-Арене» в Челябинске завершились соревнования в мужском одиночном катании. Фигуристы до предела накалили лед перед короткой программой у женщин, а лучшим стал Михаил Коляда, вернувшийся в победную колею. Помимо него на льду Челябинска блистали еще двое. «МК-Спорт» подводит итоги чемпионата России для мужчин.

Михаил Коляда буквально вырвал сердца болельщиков на «Трактор-Арене». Фигурист Алексея Мишина поднял зал после проката, почти идеально исполнив произвольную программу, а его четверные прыжки – это отдельное произведение искусства. Коляда парил надо льдом, чисто исполнив два четверных тулупа. Зал ликовал, а Коляда заработал немыслимые 296,16 балла.

«В первую очередь спасибо Алексею Николаевичу Мишину. Начинаю не с Миши, он боец, он настоящий спортсмен. Но в первую очередь все же Мишину – его школа, люди, которые с ним. Это Мишинский мир, в котором есть место поддержке, тренерским требованиям, стремлению побеждать. И Мишин пробивает дорогу.

Мне бесконечно жаль, что ЧЕ отменен, потому что Михаил Коляда был бы претендентом на звание чемпиона Европы. Это еще один кирпичик к лучшему прокату, который мы ждем от Миши на чемпионате мира«, — сказал хореограф Илья Авербух после проката Коляды.

После такого проката Коляды Макару Игнатову было сложно выходить на лед, но он справился. У ученика Евгения Рукавицына один из лучших четверных ритбергеров в мужском одиночном катании. Что он и доказал на чемпионате России, дважды исполнив его чисто. Два четверных тулупа были неидеальными, но этого хватило, чтобы завоевать серебро чемпионата России.

Марк Кондратюк стал главным открытием Челябинска. Для фигуриста этот чемпионат России стал дебютным и сразу успешным. Ученик Светланы Соколовской, после провала Александра Самарина, буквально выгрыз бронзовую медаль. После оглашения результатов Кондратюк, как и его тренеры, не смогли сдержать слез. У этого парня большое будущее, а еще недавно никто о нем и не знал.

Михаил Коляда в третий раз подряд становится чемпионом России. Только в этот раз фигурист выглядит куда более убедительнее.

«Возможно, я стал лучше – зрителям и судьям это виднее. Я чувствую в себе изменения, но описать их точно я не смогу. Это просто хорошая работа, и все. Сейчас начали по-другому работать – вот, собственно, и результат виден.

Все мои победы на российских соревнованиях очень сложные, безумно интересные, с каждым стартом становится все интереснее проверять себя, находить что-то новое. Конечно, я рад», — подвел итог турнира в Челябинске Михаил.

Чемпионат России по фигурному катанию (Челябинск)

Мужчины. Итоговое положение

1. Михаил Коляда — 296,15

2. Макар Игнатов — 265,37

3. Марк Кондратюк — 260,31

4. Андрей Мозалев — 252,92

5. Александр Самарин — 251,38

6. Антон Шулепов – 249,89

7. Петр Гуменник – 247,47

8. Артем Ковалев – 247,17

9. Егор Рухин – 240,17

10. Артем Лежеев – 232,98

11. Евгений Семененко – 228,47

12. Артем Зотов – 227,66

13. Егор Мурашов – 226,14

14. Илья Яблоков – 214,15

15. Максим Варакин – 180,01

16. Владислав Катичев – 177,06

17. Максим Петров – 158,76

Русские крылья Америки | Jets.ru

На мысе Канаверал в США, с которого стартовал на Луну космический корабль, установлен памятник. Нет, не Нейлу Армстронгу, первому человеку, ступившему на поверхность другой планеты, а русскому инженеру Юрию Кондратюку. Однако имя этого гения, чьи идеи американцы взяли для разработки проекта «Аполлон» и высадились на Луне, в нашей стране знают не все. Как и то, что настоящие его имя и фамилия вовсе не Юрий Кондратюк, а Александр Шаргей.

Родился он в Полтаве. Имя его далекого предка по материнской линии — барон Шлиппенбах, датчанин на службе у Карла XII, взятый в плен во время Полтавского сражения и перешедший потом на службу к Петру I. А его прадед был участником войны 1812 года. Детство мальчика было нелегким: мать не выходила из психиатрической лечебницы и скоро умерла, а отец женился на другой, и в Полтаве практически не показывался. Тем не менее, гимназию Саша Шаргей закончил с серебряной медалью и поступил на механическое отделение Петроградского политехнического института. Но тут грянула Первая мировая война, и Шаргея призвали в армию. Он был зачислен в школу прапорщиков одного из юнкерских училищ, а потом отправлен на фронт.

Еще в школе прапорщиков Шаргей начал рукопись «Тому, кто будет читать, чтобы строить». В ней он, независимо от Константина Циолковского, вывел своим методом основные уравнения реактивного движения, дал схему четырехступенчатой ракеты на кислородно-водородном топливе, окислителя горючего, электростатического ракетного двигателя и многое другое. Именно Шаргей первым предложил использовать сопротивление атмосферы для торможения ракеты при спуске, использование солнечной энергии для питания бортовых систем космических аппаратов. Ему принадлежит идея при полетах к другим планетам выводить корабль на орбиту искусственного спутника. А для отправки на них человека и возвращения на Землю применять «челнок», небольшой взлетно-посадочный корабль.

В учебники вошла так называемая «Трасса Кондратюка» — траектория полета космического корабля с возвратом на Землю. Все эти идеи, высказанные им первым почти за полвека до того, как их стали реализовывать, и были использованы в американской программе «Аполлон».

После событий 1917 года юный гений оказался в Белой армии, попал на Украину. А когда Киев захватили красные, пытался пешком уйти за границу. Но был задержан и возвращен обратно. Чтобы спастись от неминуемого расстрела большевиками, он сумел достать документы на имя Юрия Кондратюка, по которым и прожил всю оставшуюся жизнь.

До 1927 года Шаргей-Кондратюк работал на Украине, Кубани и Кавказе, начиная от смазчика вагонов до механика на элеваторе, а затем переехал в Сибирь, где было легче скрываться от ищеек НКВД. Это были тяжелые годы голода и разрухи после Гражданской войны, скитаний с чужим паспортом и без собственного жилья, под постоянной угрозой разоблачения и расстрела. Но именно в это время он переработал свою юношескую рукопись в книгу под названием «Завоевание межпланетных пространств» и отправил ее в Москву. В книге он предложил также использовать для снабжения спутников на околоземной орбите ракетно-артиллерийские системы, что было реализовано в виде современной транспортной системы «Прогресс». Напечатать ее сразу не удалось, хотя «Главнаука» одобрила рукопись. Издать работу ему удалось позднее на свои собственные средства.

В Новосибирске Шаргей-Кондратюк построил знаменитый «Мастодонт» — огромный деревянный элеватор на 10 тысяч тонн зерна, причем, без чертежей и единого гвоздя — гвозди и железо были тогда в дефиците. Но именно за это изобретатель был обвинен во вредительстве и арестован. Начальство считало, что такой элеватор неминуемо развалится. Хотя он простоял потом 60 лет.

В 1931 году Шаргей-Кондратюк был осужден на три года лагерей, но потом его перевели в Новосибирск в «шарашку» — специализированное бюро для заключенных-инженеров. Там он начал проектировать ветроэлектростанции. Свой проект он отправил в Москву, и завоевал там первое место на конкурсе. По его проекту в районе станции Перловка была построена пятидесятиметровая башня для ВЭС. Во время войны ее повалили – это был хороший ориентир для гитлеровцев при обстрелах столицы.

Во время одной из поездок в столицу он познакомился с Сергеем Королевым, который возглавлял тогда Группу изучения реактивного движения — ГИРД, и тот предложил ему перейти к нему на работу. Но Шаргей-Кондратюк отказался. Прочитав вопросы анкеты, которую необходимо было заполнить для поступления в ГИРД, бывший белогвардеец понял: после тщательной проверки НКВД всех данных ему грозят разоблачение и расстрел.

Вскоре грянула война, и Шаргей-Кондратюк пошел добровольцем в народное ополчение. Был зачислен телефонистом в роту связи 2-го стрелкового полка Московской дивизии. Согласно одним данным, погиб и был похоронен у деревни Кривцово Калужской области. Но по сведениям из других источников, пропал без вести. Это породило легенду о том, будто Шаргей остался жив и попал в плен к немцам. Узнав, что их пленный – выдающийся ученый, немцы будто бы тайно вывезли его в Германию, где Вернер фон Браун проводил секретные работы по созданию «тайного оружия фюрера» — боевых ракет «Фау».

После поражения гитлеровской Германии его, вместе с тем же Вернером фон Брауном и другими немецкими учеными, якобы вывезли в США.
Там он принял участие в разработке американских космических программ, в том числе — и в проекте «Аполлон» по высадке человека на Луне.

Конечно, тайное участие в американском космическом проекте русского ученого, оказавшегося в плену у немцев, выглядит невероятно. Но если он и в самом деле попал в плен и хорошо знал, что этот плен и его прошлое царского офицера грозило по тем временам неизбежным расстрелом, окажись он снова в СССР? Так что Шаргей-Кондратюк вполне мог скрыться под другой фамилией за океаном, как это он уже один раз сделал в Советском Союзе. А главное основание для такого предположения – тот факт, что многочисленные идеи русского ученого, широко неизвестные специалистам, нашли воплощение в американском космическом проекте. Американцам же было невыгодно раскрывать тайну пропавшего советского пленного, иначе получалось, что сами они были не в состоянии разработать и реализовать проект полета на Луну.

«Мы разыскали маленькую неприметную книжечку, изданную в России сразу после революции, — сказал доктор Лоу, задействованный в «Лунной программе» НАСА, уже после ее успешного завершения. — Автор ее, Юрии Кондратюк, обосновал и рассчитал энергетическую выгодность посадки на Луну по схеме: полет на орбиту Луны – старт на Луну с орбиты – возвращение на орбиту и стыковка с основным кораблем – возвращение на Землю». Получается, вот так, косвенно он фактически признал, что полет американских астронавтов на Луну был выполнен по «трассе Кондратюка».

Еще убедительнее в деле признания заслуг русского ученого выглядит совершенно необычный поступок «первого человека на Луне», астронавта Нила Армстронга.

После своего знаменитого полета Армстронг побывал в Новосибирске, где набрал пригоршню земли у того дома, где жил и работал Шаргей-Кондратюк, а потом отвез ее в США, где высыпал на месте старта ракеты на Луну.

Таким образом, совершенно независимо от того, была ли правдивой фантастическая версия о тайном участии русского ученого в разработке программы США по полету на Луну, его огромные заслуги в этом деле уже давно официально признали сами американцы. А вот у нас в Москве, на Аллее космонавтов у метро ВДНХ, где стоят памятник Константину Циолковскому, бюсты космонавтов и Сергея Королева, памятника Александру Шаргею до сих пор нет…

Но мы «поспособствовали» американцам не только в области полета на Луну и ракетной техники. Многое сделали таланты из России в американской авиации. Всем известен сегодня Игорь Сикорский, выпускник Санкт-Петербургского политехнического института, построивший в США первый в мире вертолет. Но были и другие наши соотечественники – Михаил Струков, Александр Картвели, Александр Прокофьев-Северский, которые фактически создали американскую военную авиацию. Долгие годы их считали у нас «белыми эмигрантами», «перебежчиками», «предателями», а потому об этих технических гениях в нашей стране до сих пор мало кто знает.

Александр Прокофьев-Северский был родом из семьи дворян Санкт-Петербургской губернии. Его предки — военные, лишь отец отличился на другом поприще, стал известным в Санкт-Петербурге певцом, режиссером и владельцем театра. «Северский» был его сценический псевдоним, который он присоединил к фамилии Прокофьев. Оказавшись потом в США, его сын Александр отбросил первую часть трудной для американцев фамилии.

В 1914 году Александр окончил в Санкт-Петербурге Морской кадетский корпус, получив чин мичмана. Но в то время в воздух поднялись первые аэропланы, и юный моряк стал мечтать не о море, а о небе. Ему повезло: на флоте стали создавать авиагруппы для разведки над морем, и Прокофьева-Северского отправили в школу летчиков морской авиации.

Окончив ее, он начал летать, но тут произошло несчастье. На борту его самолета случайно взорвалась бомба. Александр оказался в госпитале, где врачи ампутировали ему ногу, опасаясь гангрены. Казалось, на карьере военного летчика можно было ставить крест, но Прокофьев-Северский решил не сдаваться. Поставив протез, он стал упорно тренироваться, и уже скоро мог кататься на коньках.

Но никто не верил, что пилот без ноги сможет летать. Чтобы доказать обратное, молодой летчик на летающей лодке М-9 пролетел под Николаевским мостом в Петрограде.

Кстати, этот эпизод был повторен в советском фильме «Валерий Чкалов», где под мостом в Ленинграде пролетел советский летчик, хотя, вопреки легенде, Валерий Павлович никогда этого не делал. А вот полет Прокофьева-Северского вызвал сенсацию. Начальник воздушных сил Балтфлота, контр-адмирал Адриан Непенин, решив не наказывать удальца за проступок, отправил доклад Николаю II, в котором просил «высочайшего разрешения» для мичмана на боевые полеты. Резолюция царя была короткой: «Читал. Восхищен. Пусть летает. Николай».

Оказавшись на фронте, Александр в возрасте всего 23-х лет стал одним из самых известных асов русской авиации. Он был произведен в лейтенанты и получил золотой кортик с надписью «За храбрость», а потом орден Святого Георгия. Известность он получил еще и благодаря ценным изобретениям в морской авиации. Он, в частности, создал лыжные шасси для «летающих лодок», чтобы зимой самолеты могли садиться на льду Балтики. Предлагал подвижную установку пулеметов, бронеплиты для защиты экипажа.

В сентябре 1917 года ему предложили место помощника военно-морского атташе в русском посольстве в США. Сначала он оказался, предпочитая остаться на фронте. Но власть захватили большевики, офицеров убивали, армия разваливалась. И тогда герой-летчик решил покинуть страну. В Сибири его поезд был остановлен красноармейцами, которые собрались его расстрелять.

К счастью, Прокофьева-Северского по протезу узнал один из матросов, который отговорил «братишек» убивать героя войны.

Протез при этом не только помог ему спасти жизнь, но оказался еще и тайником, в котором беглец вывез за границу царские ордена и деньги.

В США он поначалу устроился на работу в русское посольство. Однако после заключения Россией сепаратного мира с Германией дипломатическая миссия была закрыта. Подыскивая новую работу, Северский познакомился с генералом Митчеллом, известным в США авиатором. Митчеллу понравился молодой русский летчик, который забросал его интересными идеями по усовершенствованию самолетов, и он предложил ему место консультанта при военном департаменте в Вашингтоне.

Только вот предприимчивому Северскому не сиделось на месте. Вскоре он основал собственную фирму «Северский аэро корпорейшн». Там им был создан автоматический бомбардировочный прицел. Права на это изобретение у него купило правительство США за 50 тысяч долларов – большие по тем временам деньги. Затем он внедрил еще ряд изобретений. В результате получил американское гражданство и звание майора запаса ВВС США.

Экономическая депрессия больно ударила по американской промышленности, фирма Северского разорилась. Пришлось все начинать заново, и вскоре он создал самолетостроительную компанию «Северский эйркрафт корпорейшн». Главным ее продуктом стал разработанный им самолет-амфибия СЕВ-3, который показал отличные летные качества. На этом самолете Северский установил мировой рекорд скорости для амфибий – 290 километров в час, многие годы это достижение никто не мог побить.

Когда ВВС объявили конкурс для замены истребителя Боинг-26, фирма Северского представила на него истребитель Р-35 и получила правительственный заказ на 77 самолетов, став одной из крупнейших самолетостроительных компаний в США. Потом он создал еще ряд успешных моделей самолетов, внедрил множество изобретений. Однако у русского эмигранта были влиятельные противники и конкуренты. В 1939 году совет директоров компании, недовольный его большими расходами на эксперименты, снял Северского с поста президента фирмы. Александр Николаевич был огорчен случившимся и решил отойти от конструкторской работы.

Однако с авиацией Северский не порывал, проявив себя великолепным аналитиком и военным стратегом. В 1939 году он предсказал, что Гитлер начнет в сентябре войну, опроверг мнение американских специалистов считавших, что Англия не сможет противостоять немцам в воздухе, а также предсказал провал фашистского блицкрига против СССР. Бестселлером в США стала его книга «Воздушная мощь – путь к победе». В ней он доказывал, что в современной войне победу можно одержать только путем завоевания господства в воздухе и разрушения промышленного потенциала противника при помощи массированных бомбардировок.

Вскоре Северского назначили консультантом по военным делам при правительстве США, а в 1946 году он получил медаль «За заслуги» — самую высокую награду в Америке для гражданских лиц.

В письме от президента США Гарри Трумэна, которое прилагалось к медали, говорилось: «Авиационные знания мистера Северского, его целеустремленность и энергичная пропагандистская деятельность сыграли большую роль в успешном завершении войны». Умер выдающийся русский авиатор, которому не дали применить свой талант на родине, в 1974 году в Нью-Йорке. На родине он больше так и не побывал.

Другой создатель американской военной авиации, Михаил Струков, родился в Екатеринославе в дворянской семье. Учился в Киевском политехническом институте. Когда началась Первая мировая война, попал в кавалерию, воевал храбро, получил Георгиевский крест и был произведен в офицеры. Революцию Струков не принял, и вскоре оказался в роли эмигранта в Нью-Йорке. В США ему удалось защитить диплом инженера-строителя в Колумбийском университете и начать работать по специальности, вскоре он создал свою фирму. Строил мосты, дороги, здания театров и офисов. Кроме того, был заядлым спортсменом, увлекался планеризмом. Когда началась война, Струкову удалось получить заказ от авиационного командования по строительству транспортных планеров. Так возникла фирма «Чейз эйркрафт компании». Ее президентом и главным конструктором стал Струков, а его заместителем – другой эмигрант из России М. Грегор (Григорашвили).

Но времена использования планеров прошли, и уже после Второй мировой войны Струков создал транспортный самолет С-123. Организовав потом компанию «Струков эйркрафт корпорейшн», он наладил производство транспортных самолетов под названием «Провайдер» — «Снабженец», которые получили особую известность во время войны во Вьетнаме своей уникальной живучестью и надежностью, став одной из «рабочих лошадок» американской агрессии. В США было произведено несколько сот таких машин, которые использовались потом также в Таиланде, Камбодже, Южной Корее.

Однако вскоре фирма русского эмигранта стала жертвой беспощадной конкуренции на авиационном рынке США: ее «проглотил» гигант «Локхид», создавший свой транспортный самолет С-130 «Геркулес». Струков, которому шел уже восьмой десяток, объявил о закрытии фирмы и сжег в камине все чертежи и перспективные разработки. Авиатору пришлось вернуться к прежним занятиям – он снова стал проектировать здания. Умер Михаил Михайлович в 1974 году и похоронен на нью-йоркском кладбище в Бронксе.

Если один из самых востребованных транспортников для авиации США создал русский инженер Струков, то в роли проектировщика лучших американских истребителей прославился другой бывший офицер царской армии Александр Картвели, родившийся в Тбилиси.
В годы Первой мировой войны он служил в русской армии в чине офицера-артиллериста. С авиацией познакомился только на фронте и так увлекся полетами, что решил посвятить этому делу всю свою жизнь. В 1919 году его направили в Париж для совершенствования летного образования, где он поступил в Высшую авиационную школу. Но из России, где свирепствовал «красный террор», приходили нерадостные вести. Как бывший царский офицер, он стал опасаться за свою жизнь, а когда стало известно, что и в Грузии власть захватили большевики, Картвели решил не возвращаться в СССР.

Получив диплом авиационного инженера, Александр Михайлович поступил на фирму «Сосьете индустриэль». Он принимал участие в создании гоночных самолетов, на одном из которых бы установлен рекорд скорости. Вскоре у Картвели возник замысел строительства гигантского самолета для полетов из Парижа в Нью-Йорк. Денег для этого смелого проекта он во Франции найти не мог, но выручило неожиданное знакомство с американским миллионером и меценатом Ч. Левиным, который загорелся его идеей и предложил Картвели немедленно отправиться в США.

Там, прежде чем начать строительство гиганта, было решено сначала построить его одномоторный прототип под названием «Дядя Сэм», чтобы совершить перелет Нью-Йорк-Москва. Однако проект завершился фиаско. Левин поскупился и поставил на самолет менее мощный, чем требовалось, двигатель. В результате во время первых испытаний «Дядя Сэм» не смог оторваться от земли. Тогда Картвели ушел от Левина и некоторое время проработал на фирме Прокофьева-Северского в роли главного инженера.

В 1939 году, когда Северский был смещен с поста президента фирмы, а сама она была переименована в «Рипаблик», Картвели назначили ее вице-президентом и руководителем конструкторского бюро. Там и был создан мощный штурмовик Второй мировой войны «Рипаблик П-47 тандерболт». До конца войны в США было произведено более 15 тысяч таких самолетов, при этом уровень потерь у них был в США наименьшим, чем у других американских машин. Около 200 «Тандерболтов» было поставлено в СССР.

Затем бюро Картвели создало один из первых американских реактивных истребителей Ф-84 «Тандерджет». Его применяли во время войны в Корее, но когда на северокорейской стороне появились советские МиГ-15, Картвели произвел срочную модернизацию своего самолета, и его скорость возросла до 1150 километров в час.

Именно в Корее в воздухе вступили в бой лучшие истребители того времени — советские МиГи и американские самолеты, созданные бывшим царским офицером.

Последним истребителем, созданным Картвели, стал сверхзвуковой Ф-105, который широко применялся американцами во время войны во Вьетнаме, где его сбивали советские ракеты и наши МиГи. Картвели, как авиаконструктор, получил за океаном всеобщее признание, стал членом Национальной аэронавтической ассоциации, получил степень почетного доктора наук. Кроме истребителей, он построил еще самолет-амфибию, четырехмоторный самолет-фоторазведчик с огромной дальностью полета.

Революция 1917 года заставила многих талантливых российских инженеров покинуть страну. Некоторые из них поставили Америку на крыло.

Возврат к списку

Производительность современного программного обеспечения и перенос с Nvidia CUDA на AMD HIP

Кондратюк Н.Д., Писарев В.В. (2019) Расчет вязкости

разветвленных алканов от 0,1 до 1000 МПа методами молекулярной динамики

с использованием силового поля КОМПАС. Жидкая фаза

Равновесие 498: 151–159.

Кондратюк Н.Д., Писарев В.В., Эвен Дж.П. (2020). Определение вязкости углеводородных смесей при высоком давлении

с использованием моделирования молекулярной динамики.Журнал химической физики

153 (15): 154502.

Кутцнер С., Палл С., Фехнер М. и др. (2015) Лучшая отдача для вашего

доллар: узлы GPU для биомолекулярного моделирования GROMACS.

Журнал вычислительной химии, 36 (26): 1990–2008.

Кутцнер С., Палл С., Фехнер М. и др. (2019) Больше отдачи от ваших

долларов: улучшенное использование узлов GPU для GROMACS 2018. Jour-

nal of Computational Chemistry 40 (27): 2418–2431.

Кузнецов Э., Кондратюк Н, Логунов М и др.(2020) Производительность

и переносимость современного программного обеспечения для молекулярной динамики

на современных графических процессорах. В: R Wyrzykowski, E Deelman, J

Dongarra и K Karczewski (ред.) Параллельная обработка и

Прикладная математика. Чам: Springer International Publish —

ing, стр. 324–334.

Кузнецов Э., Стегайлов В. (2019) Перенос алгоритмов молекулярной динамики mol-

на основе CUDA на платформу AMD ROCm с использованием фреймворка hip

: анализ производительности.В: Воеводин В., Соболев S

(ред.) Суперкомпьютеры. Чам: Springer International

Publishing, стр. 121–130.

Ли Дж., Ченг Х, Свейлз Дж. М. и др. (2016) CHARMM-GUI вводит генератор

для NAMD, GROMACS, AMBER, OpenMM и моделирования

CHARMM / OpenMM с использованием аддитивного силового поля CHARMM36

. Журнал химической теории и вычислений

tation 12 (1): 405–413.

Лопес А., Николлс В., Стикленд М. Т. и др. (2015) CFD-исследование эрозии при испытании на ударный удар струей

с использованием Ansys Fluent и Open-

FOAM.Коммуникации по компьютерной физике 197: 88–95.

Mei X и Chu X (2017) Анализ иерархии памяти GPU

с помощью микробенчмаркинга. Транзакции IEEE в параллельных

и распределенных системах 28 (1): 72–86.

Merz PT и Shirts MR (2018) Тестирование на физическую достоверность при молекулярном моделировании

. PLoS One 13 (9): 1–22.

Меснард О. и Барба Л.А. (2017) Воспроизводимые и воспроизводимые

вычислительная гидродинамика: это сложнее, чем вы думаете.

Вычислительная техника в науке и технике 19 (4): 44–55.

Никольский В. и Стегайлов В. (2018) Аллелизация пар-

доменной декомпозиции для алгоритма молекулярной динамики с короткими

-ранжированными потенциалами на архитектуре прозрения. Лобачевский

Математический журнал 39 (9): 1228–1238.

Никольский В., Вечер В., Стегайлов В. (2016) Производительность

MD-алгоритмов на гибридных системах на кристалле Nvidia Tegra

K1 & X1. В: Воеводин и С. Соболев (ред.) Super-

computing.Cham: Springer International Publishing, стр.

199–211.

Никольский В.П. (2020) Вилка LAMMPS, тег IJHPCA_v3. Доступно

по адресу: https://github.com/Vsevak/lammps/releases/tag/IJHPCA_

v3 (по состоянию на 6 апреля 2021 г.).

Норман Г.Е., Стегайлов В.В. (2013) Стохастическая теория классического метода молекулярной динамики

. Математические модели

и компьютерное моделирование 5 (4): 305–333.

Павлов Д.Г. (2020а). Репозиторий OpenMM GitHub, вып.2805.

Доступно по адресу: https://github.com/openmm/openmm/issues/

2805 (по состоянию на 6 апреля 2021 г.).

Павлов Д.Г. (2020б). Репозиторий OpenMM GitHub, вып. 2817.

Доступно по адресу: https://github.com/openmm/openmm/issues/

2817 (по состоянию на 6 апреля 2021 г.).

Писарев В., Кондратюк Н. (2019) Прогнозирование зависимости вязкости-

от плотности жидких смесей метан-н-бутан-н-пентан

с использованием метода молекулярной динамики и эмпирических корреляций

.Fluid Phase Equilibria 501: 112273.

Plimpton S (1995) Быстрые параллельные алгоритмы для ближней молекулярной динамики

. Журнал вычислительной физики 117 (1): 1–19.

Reguly IZ и Mudalige GR (2020) Производительность, производительность,

и портативность для приложений вычислительной гидродинамики.

Computers Fluids 199: 104425.

Ричардс Д.Ф., Азиз О., Кук Дж. И др. (2019) Количественная оценка эффективности

прокси-приложений и родителей.Отчет для ECP

Proxy App Project Milestone AD-CD-PA-504-5. Доступно по адресу:

https://cfwebprod.sandia.gov/cfdocs/CompResearch/docs/

mainAssessment2.pdf

Rojek K и Wyrzykowski R (2017) Моделирование производительности 3D моделирования

MPDATA на кластере GPU. Журнал Super-

вычислений 73 (2): 664–675.

Rojek K, Wyrzykowski R и Kuczynski L (2016) Систематическая

адаптация трехмерных MPDATA на основе трафаретов к архитектурам графических процессоров.

Параллелизм и вычисления: практика и опыт 29 (9):

e3970.

Ромеро Дж., Филлипс Э., Рютч Дж. И др. (2018) Исследование производительности

кода PWscf Quantum Espresso на многоядерных системах и системах

GPU. В: С. Джарвис, С. Райт и С. Хэммонд (редакторы)

Высокопроизводительные вычислительные системы. Модель производительности —

, сравнительный анализ и моделирование. Cham: Springer International Publishing,

,

, стр. 67–87.

Русу В.Х., Орта В.А., Орта Б.А. и др.(2014) MDWiZ: платформа

для автоматического перевода моделирования молекулярной динамики —

. Журнал молекулярной графики и моделирования 48: 80–86.

Шоу Д.Е., Гроссман Дж. П., Банк Дж. А. и др. (2014) Антон 2: поднятие

на планку производительности и программируемости в суперкомпьютере молекулярной динамики специального назначения

. In SC ‘14:

Proceedings of the International Conference for High Performance-

Mance Computing, Network, Storage and Analysis, New

Orleans, LA, USA, 16–21 ноября 2014 г., стр.41–53.

Рубашки MR, Klein C, Swails JM, et al. (2017) Уроки, извлеченные из

сравнения двигателей молекулярной динамики на наборе данных SAMPL5.

Журнал компьютерного молекулярного дизайна 31 (1): 147–161.

Смирнов Г.С., Стегайлов В.В. (2016) Эффективность классических алгоритмов молекулярной динамики

на суперкомпьютерной аппаратуре.

Математическое моделирование 28 (5): 95–108.

Смирнов Г.С., Стегайлов В.В. (2019). Свободная энергия образования

точечных дефектов и тепловое расширение ОЦК U и Mo.Journal

of Physics: Condensed Matter 31 (23): 235704.

Стегайлов В., Длиннова Е., Исмагилов Т. и др. (2019a) Межсоединение Angara

делает суперкомпьютер Desmos на базе GPU

эффективным инструментом для расчетов молекулярной динамики. Национальный журнал прикладных программ высокопроизводительных вычислений Inter-

, т. 33 (3): 507–521.

12 The International Journal of High Performance Computing Applications XX (X)

Физики моделируют поведение моторного масла при экстремальном давлении

Фигура 1.В мощном двигателе или турбине смазка снижает износ, предотвращая прямой контакт между металлическими частями подшипника скольжения (изображен) или зубчатой ​​передачи. Инженеры должны знать, как экстремальные давления до 10 000 атмосфер влияют на вязкость жидкости, потому что, как только она достигает определенного критического значения, она больше не обеспечивает адекватной смазки. Предоставлено: @ tsarcyanide / МФТИ.

Исследователи из Московского физико-технического института (МФТИ) и других организаций смоделировали поведение широко используемой смазки в экстремальных условиях.Их расчеты на российских суперкомпьютерах избавляют от дорогостоящих экспериментов и предсказывают, как вязкость 2,2,4-триметилгексана изменяется между стандартными условиями и давлением в 10 000 раз больше, чем в вашей комнате. Результаты, представленные в документе Fluid Phase Equilibria , являются ключевыми для промышленного применения подобных жидкостей в авиационных двигателях в качестве топливных присадок и электроизоляторов.

Исследование было отмечено дипломом, занявшим первое место на 10-м конкурсе Industrial Fluid Properties Challenge, проводимом Американским институтом инженеров химии (AIChE), Американским химическим обществом и крупными компаниями.

Промышленности нужны модели с улучшенными характеристиками жидкостей

Компьютерное моделирование промышленных жидкостей — важная альтернатива реальным экспериментам, которые не всегда возможны. Не многие лаборатории могут позволить себе реальные измерения при давлении до 10 000 атмосфер. Тем не менее, инженеры, работающие в отрасли, должны знать, как смазочный материал ведет себя в таких условиях, потому что это реальность современных авиационных двигателей и паровых турбин (рис. 1).

«Компьютерное моделирование привлекает компании тем, что позволяет быстро получать результаты, перебирая множество возможных вариантов», — пояснил Николай Кондратюк из Лаборатории суперкомпьютерных методов физики конденсированных сред МФТИ.«Быстро тестируя сотни составных комбинаций в моделировании, можно разработать смазку. Вместо того, чтобы нанимать множество исследователей, предприятия считают более выгодным с финансовой точки зрения финансировать конкурсы, где они могут собирать полезные данные о характеристиках различных моделей».

Конкурсы помогают выбирать и совершенствовать модели

Задача по изучению свойств промышленных жидкостей предлагает исследователям теоретически предсказать определенные свойства некоторых жидкостей, важных для отрасли. На этот раз речь шла о сдвиговой вязкости 2,2,4-триметилгексана — углеводорода, используемого в моторных маслах — при давлении до 10 000 атмосфер.Чтобы определить победителей, организаторы провели эксперимент и выбрали те симуляции, которые больше всего отражали реальность.

В последнем испытании, завершившемся в ноябре, приняли участие семь команд из Национального института стандартов и технологий США, Шанхайского университета Цзяо Тонг, Имперского колледжа Лондона и других стран. В состав российской группы вошли Кондратюк, ведущий автор конкурирующей статьи, и соавтор Василий Писарев, которые являются сотрудниками МФТИ, Объединенного института высоких температур Российской академии наук и Высшей школы экономики.

Слева направо: организатор 10-го конкурса Industrial Fluid Properties Challenge Скотт Бэйр и занявший второе место Николай Кондратюк из Московского физико-технического института. Кредит: fluidproperties.org

«Каждая команда должна была представить слепой теоретический прогноз, не зная, чем закончился эксперимент», — прокомментировал Кондратюк. «Затем, на ежегодном собрании AIChE в Питтсбурге, Скотт Бэр показал результаты своих экспериментов и сказал, что мы уступаем только команде Джона Хопкинса по точности прогнозов.«

Значения вязкости, предсказанные российскими участниками для давлений от 1 до 5 000 атмосфер, совпали с экспериментальными измерениями в пределах погрешности последнего, или 3%. За пределами 5000 атмосфер отклонение прогнозов модели постепенно увеличивается по мере увеличения давления.

Моделирование ограничений вычислительной мощности

Даже суперкомпьютер неспособен смоделировать поведение молекул смазки в масштабе времени, превышающем микросекунду. Это означает, что для получения результатов моделирования, сравнимых с результатами, измеренными в эксперименте, смоделированные данные необходимо экстраполировать или обобщить за пределы их первоначального объема. Для этого есть два основных варианта, связанных с двумя различными методами.

«Мы начали с того, что делали все остальные команды.То есть мы экстраполировали результаты неравновесного метода, — сказал Кондратюк. — Но потом мы протестировали равновесный метод, и он оказался жизнеспособным во всем диапазоне давлений. В конечном итоге мы представили это второе предсказание, и оно поставило нас на второе место «.


Суперкомпьютеры используют графические процессоры для решения давней проблемы турбулентности


Дополнительная информация:
Николай Д.Кондратюк и др. Расчет вязкости разветвленных алканов от 0,1 до 1000 МПа методами молекулярной динамики с использованием силового поля COMPASS, Fluid Phase Equilibria (2019). DOI: 10.1016 / j.fluid.2019.06.023

Предоставлено
Московский физико-технический институт

Ссылка :
Физики моделируют поведение моторного масла при экстремальном давлении (5 августа 2019 г.)
получено 28 мая 2021 г.
с https: // физ.org / news / 2019-08-Physicists-simulate-oil-behavior-extreme.html

Этот документ защищен авторским правом. За исключением честных сделок с целью частного изучения или исследования, никакие
часть может быть воспроизведена без письменного разрешения. Контент предоставляется только в информационных целях.

Технология GPU с открытым исходным кодом для суперкомпьютеров

Предоставлено: Pixabay / CC0 Public Domain.

Исследователи из Международной лаборатории атомистического моделирования и многомасштабного анализа суперкомпьютеров НИУ ВШЭ, ОИВТ РАН и МФТИ сравнили производительность популярных программ молекулярного моделирования на графических ускорителях производства AMD и Nvidia.В статье, опубликованной в журнале International Journal of High Performance Computing Applications , ученые впервые перенесли LAMMPS на новую технологию графических процессоров с открытым исходным кодом, AMD HIP.

Ученые тщательно проанализировали производительность трех программ молекулярного моделирования — LAMMPS, Gromacs и OpenMM — на графических ускорителях Nvidia и AMD с сопоставимыми пиковыми параметрами.Для тестов они использовали модель ApoA1 (аполипопротеин A1) — аполипопротеина в плазме крови, основного белка-носителя «хорошего холестерина». Они обнаружили, что на выполнение исследовательских расчетов влияют не только параметры оборудования, но и программное обеспечение. Оказалось, что неэффективная работа драйверов AMD в сложных сценариях параллельного запуска вычислительных ядер может привести к значительным задержкам.Решения с открытым исходным кодом по-прежнему имеют свои недостатки.

В недавно опубликованной статье исследователи первыми перенесли LAMMPS на новую технологию графических процессоров с открытым исходным кодом — AMD HIP.Эта развивающаяся технология выглядит очень многообещающей, поскольку помогает эффективно использовать один код как на ускорителях Nvidia, так и на новых графических процессорах AMD. Разработанная модификация LAMMPS опубликована в виде открытого исходного кода и доступна в официальном репозитории: пользователи со всего мира могут использовать ее для ускорения своих расчетов.

«Мы тщательно проанализировали и сравнили подсистемы памяти графического ускорителя архитектур Nvidia Volta и AMD Vega20. Я обнаружил различие в логике параллельного запуска ядер графического процессора и продемонстрировал это, визуализировав профили программ.И пропускная способность памяти, и задержки на разных уровнях иерархии памяти графического процессора, а также эффективное параллельное выполнение ядер графического процессора — все эти аспекты существенно влияют на реальную производительность программ на графическом процессоре », — сказал Всеволод Никольский, докторант НИУ ВШЭ и один из авторов статьи.

Авторы статьи утверждают, что участие в технологической гонке современных гигантов микроэлектроники демонстрирует очевидную тенденцию к большему разнообразию технологий ускорения GPU.

«С одной стороны, этот факт является положительным для конечных пользователей, поскольку он стимулирует конкуренцию, рост эффективности и снижение стоимости суперкомпьютеров. С другой стороны, будет еще труднее разрабатывать эффективные программы из-за необходимости учитывать наличие нескольких различных типов архитектур графических процессоров и технологий программирования, — сказал Владимир Стегайлов, профессор НИУ ВШЭ.«Даже поддержка переносимости программ для обычных процессоров на разных архитектурах (x86, Arm, POWER) часто бывает сложной. Переносимость программ между различными платформами графических процессоров — гораздо более сложная проблема. Парадигма открытого исходного кода устраняет многие препятствия и помогает разработчикам крупных проектов. и сложное программное обеспечение суперкомпьютера «.

В 2020 году на рынке графических ускорителей наблюдался растущий дефицит. Популярные области их использования хорошо известны: майнинг криптовалюты и задачи машинного обучения.Между тем, научные исследования также требуют ускорителей на GPU для математического моделирования новых материалов и биологических молекул.

«Создание мощных суперкомпьютеров и разработка быстрых и эффективных программ — вот как готовятся инструменты для решения самых сложных глобальных проблем, таких как пандемия COVID-19. Вычислительные инструменты для молекулярного моделирования сегодня используются во всем мире для поиска способов борьбы с вирусом, — сказал Николай Кондратюк, научный сотрудник НИУ ВШЭ, один из авторов статьи.

Самые важные программы математического моделирования разработаны международными группами и учеными из десятков институтов. Разработка ведется в рамках парадигмы открытого исходного кода и под бесплатными лицензиями. Конкуренция двух современных гигантов микроэлектроники, Nvidia и AMD, привела к появлению новой инфраструктуры с открытым исходным кодом для программирования графических ускорителей AMD ROCm. Открытый исходный код этой платформы дает надежду на максимальную переносимость кодов, разработанных с ее использованием, на суперкомпьютеры различных типов.Такая стратегия AMD отличается от подхода Nvidia, чья технология CUDA является закрытым стандартом.

Реакция академического сообщества не заставила себя долго ждать. Близятся к завершению проекты крупнейших новых суперкомпьютеров на базе ускорителей AMD GPU. Lumi в Финляндии с производительностью 0,5 эксафлопа (что сравнимо с производительностью 1 500 000 ноутбуков!) Быстро строится. В этом году ожидается появление в США более мощного суперкомпьютера Frontier (1,5 эксафлопа), а в 2023 году — еще более мощного El Capitan (2 эксафлопа).


NVIDIA помогает создать 64-битные системы ARM для высокопроизводительных вычислений


Дополнительная информация:
Николай Кондратюк и др., Молекулярная динамика с ускорением на GPU: производительность современного программного обеспечения и перенос с Nvidia CUDA на AMD HIP, Международный журнал приложений для высокопроизводительных вычислений (2021 г.).DOI: 10.1177 / 10943420211008288

Предоставлено
Национальный исследовательский университет Высшая школа экономики

Ссылка :
Технология GPU с открытым исходным кодом для суперкомпьютеров (2021 г., 30 апреля)
получено 28 мая 2021 г.
из https: // techxplore.com / news / 2021-04-open-source-gpu-technology-supercomputers.html

Этот документ защищен авторским правом. За исключением честных сделок с целью частного изучения или исследования, никакие
часть может быть воспроизведена без письменного разрешения. Контент предоставляется только в информационных целях.

Танцев с Паллетами — дебют в Рабен Украина

Всего в конкурсе приняли участие 34 человека.Из них 17 были машинистами погрузчиков и 17 водителями электромобилей. Перед началом соревнований все участники прошли обязательный инструктаж по технике безопасности и прошли медицинское обследование. Затем последовала теоретическая часть, где участники должны были ответить на 5 вопросов. За каждый неправильный ответ добавляется 5 секунд к общему баллу. Соревнования состояли из 2 гонок отдельно для водителей погрузчиков и электромобилей. Водители должны были продемонстрировать навыки управления погрузчиками и перемещением грузов, знание соответствующих стандартов безопасности, скорость и точность работы.По окончании первой гонки судьи определили по 8 финалистов в каждой гонке. В финальном туре финалисты должны были «вытянуть» букву «R» с поддонов на полу (водители вилочных погрузчиков) и загрузить / разгрузить грузовик (водители электромобилей). Трое финалистов были определены путем подсчета общего времени для 2 гонок. Победители получили телевизор, смартфон и электродрель за первое, второе и третье место соответственно.

«Безопасность при работе на складе — одно из ключевых направлений проекта SHE (Безопасность, Здоровье, Окружающая среда) в Raben Group.Именно поэтому безопасности во время гонок уделялось особое внимание, ведь соблюдение всех норм безопасного поведения сводит к минимуму риск несчастных случаев. А это, в свою очередь, ведет к созданию комфортных условий труда », — прокомментировала Оксана Терпыло, специалист по PR и маркетингу Raben Украина.

Победители среди водителей погрузчиков:

1 место — Пахалок Вадим
2 место — Боровик Анатолий
3 место — Томилец Александр

Победители среди водителей электромобилей:
1 место — Загродский Сергей
2 место — Боровик Юрий
3 место — Дорофеев Руслан

«Впечатления от конкурса очень положительные.Считаю, что такие мероприятия очень важны и крайне необходимы для мотивации «синих воротничков». Поэтому это только начало, которое, я уверен, станет доброй традицией для нашей компании », — делится впечатлениями Борис Хруслов.

Ценные призы победителям вручили Борис Хруслов, генеральный директор ООО «Рабен Украина», Егор Зайцев, коммерческий директор ООО «Интекс Групп» и Николай Кондратюк, управляющий складом ООО «Рабен Украина».

Принятые статьи | Russian Supercomputing Days

Исследования

Точное конечно-разностное моделирование рассеянных сейсмических волн в трехмерных неоднородных средах на основе локально уточненных сеток
Владимир Чеверда, Виктор Костин, Галина Решетова и Вадим Лисица

Адаптация решателя динамических напряжений и деформаций на основе метода дискретных элементов для гетерогенной вычислительной техники
Виктор Гетманский, Сергей Алексеев и Андрей Андреев

AlgoWiki: некоторые аспекты исследования свойств алгоритмов на примере изучения QR-разложения Хаусхолдера
Алексей В.Фролов и Алексей Теплов

ALIAKMON: бесплатный параллельный спектральный код для моделирования турбулентности жидкости
Георгиос Момферратос и Пьер Лесаффр

Подход к параллельному решению задач многокритериальной оптимизации с невыпуклыми ограничениями
Евгений Козинов, Виктор Гергель

Ангарский гибридный суперкомпьютер для эффективного ускорения вычислительного материаловедения
Вячеслав Вечер, Николай Кондратюк, Григорий Смирнов, Владимир Стегайлов

Ani3D-расширение параллельной платформы INMOST и гидродинамических приложений
Василий Крамаренко, Юрий Василевский и Игорь Коншин

Планирование ожидания в сети с предпочтениями заинтересованных сторон
Виктор Топорков, Дмитрий Емельянов и Анна Топоркова

Применение технологий параллельного программирования для сейсмического моделирования с топографией сеточно-характеристическим методом
Андрей Иванов и Николай Хохлов

Архитектура промежуточного программного обеспечения для многомасштабного моделирования с использованием шаблонов связи
Алексей Линев, Александр Сысоев, Валентина Кустикова, Максим Жильцов, Игорь Поляков, Денис Насонов и Николай Бутаков

Автоматическая SIMD-векторизация циклов: проблемы, энергоэффективность и производительность процессоров Intel
Ольга Молдованова и Михаил Курносов

C ++ площадка для разработчиков методов численного интегрирования
Степан Орлов

Вычислительное моделирование турбулентной структуризации молекулярных облаков на основе расчетных схем высокого разрешения
Борис Рыбакин, Валерий Горячев, Степан Агеев

Проектирование современных реконфигурируемых компьютерных систем с жидкостным охлаждением
Илья Левин, Алексей Дордопуло, Александр Федоров и Доронченко Юрий

Динамическая оптимизация параметров линейного решателя при математическом моделировании нестационарных процессов
Дмитрий Багаев, Игорь Коншин и Кирилл Никитин

Анализ эффективности архитектур Intel и AMD x86_64 для ab initio вычислений: на примере VASP
Владимир Стегайлов и Вячеслав Вечер

Механизмы отказоустойчивости на основе согласованных контрольных точек
Алексей Бондаренко, Михаил Якобовский и Павел Ляхов

Дальнейшее развитие параллельного программного комплекса модели атмосферы SL-AV
Михаил Толстых, Ростислав Фадеев, Гордей Гойман и Владимир Шашкин

GPU-ускорение плотных матричных и блочных операций для метода Ланцоша для систем над большим простым конечным полем
Николай Замарашкин и Дмитрий Желтков

Высокопроизводительное моделирование течений газовой смеси в микроканалах
Виктория Подрыга, Сергей Поляков

Как приблизиться к пиковой скорости флопов / сек? Сравнение архитектур x86 и ARMv8
Всеволод Никольский и Владимир Стегайлов

HPC Applications Опыт использования DVM-системы
Владимир Бахтин, Дмитрий Захаров, Валерий Алексахин, Александр Колганов, Виктор Крюков, Наталья Поддерюгина, Михаил Притула и Александр Королев

Гибридные вычислительные кластеры для изучения структуры, функции и регуляции белков
Дмитрий Суплатов, Нина Попова, Кирилл Копылов, Максим Шегай, Владимир Воеводин и Витас Шведас

Повышение MPI-масштабируемости мультифронтального прямого решателя для трехмерного уравнения Гельмгольца со сжатием данных
Сергей Соловьев и Виктор Костин

Повышение производительности кода AstroPhi для суперкомпьютеров с массовым параллелизмом с помощью анализа контуров крыши
Игорь Куликов, Игорь Черных и Борис Глинский

Повышение эффективности метода квантовых траекторий путем группировки траекторий
Алексей Линев, Валентин Волокитин, Иосиф Мейеров, Михаил Иванченко и Сергей Денисов

JobDigest — Подробный анализ поведения суперкомпьютерных приложений на основе системного мониторинга
Дмитрий Никитенко, Александр Антонов, Павел Швец, Сергей Соболев, Константин Стефанов, Вадим Воеводин, Владимир Воеводин и Сергей Жуматий

Послойная декомпозиция в конечно-элементном анализе в гибридных архитектурах
Сергей Копысов, Никита Недожогин и Александр Новиков

Средство для быстрого выполнения распределенных ассоциативных операций в суперкомпьютерах
Стецюра Геннадий

Методы развертывания программных платформ и виртуализации сетей для выполнения параллельных работ
Борис Шабанов, Алексей Овсянников, Антон Баранов, Олег Аладышев, Евгений Киселев и Ярослав Жуков

Численное моделирование распространения света через композитные и анизотропные среды с помощью суперкомпьютеров
Роман Галев, Алексей Кудрявцев и Сергей Трашкеев

О параллельных подходах по методу наименьших квадратов в подпространствах Крылова
Валерий Ильин

Оптимизация численных алгоритмов решения обратных задач ультразвуковой томографии на суперкомпьютере
Сергей Ю.Романов

Параллельный алгоритм согласованной идентификации фундаментальной матрицы в задаче согласования изображений
Андрей Гаврилов, Егор Гошин и Кирилл Пугачев

Параллельный решатель FDTD с оптимальной топологией и динамической балансировкой
Глеб Балыков

Параллельная гетерогенная мультиклассификаторная система для принятия решений в алгоритмической торговле
Юрий Зеленков

Параллельная реализация адаптивной вложенной схемы снижения размерности для задач глобальной оптимизации
Владимир Гришагин и Руслан Исрафилов

Параллельное моделирование кинетических процессов методом Монте-Карло (посвящено памяти главного теоретика космонавтики академика М.В.Келдыш к 60-летию запуска первого искусственного спутника Земли
Михаил Марченко и Тамара Сушкевич

Возможность физической детонации в потоке колебательно возбужденного водорода в ударной трубе
Сергей Куликов, Надежда Червонная, Ольга Терновая

Радиальная базисная функция для интерполяции от сетки к сетке при параллельном решении задачи взаимодействия жидкости и конструкции
Сергей Копысов, Игорь Кузьмин, Александр Новиков, Никита Недожогин и Леонид Тонков

Генератор мок-сервисов на базе RAML для тестирования микросервисных приложений
Глеб Радченко, Никита Ашихмин и Андрей Черных

Ресурсонезависимое программирование гибридных реконфигурируемых компьютерных систем
Алексей Дордопуло и Илья Левин

Ретроспективные спутниковые данные в облаке: подход к массивной СУБД
Рамон Антонио Родригес Залипинис, Антон Брюхов и Евгений Поздеев

Оценка масштабируемости алгоритма NSLP для решения нестационарных задач линейного программирования на кластерных вычислительных системах
Ирина Соколинская и Леонид Б.Соколинский

Модели гидродинамики сглаженных частиц: особенности реализации на GPU
Сергей Храпов, Александр Хоперсков

Решение задач фотореалистичной компьютерной графики с использованием защищенной инфраструктуры суперкомпьютерного центра
Антон Баранов, Евгений Киселев, Борис Шабанов, Алексей Овсянников, Сергей Лешев, Дмитрий Гуменный, Дмитрий Шуров и Борис Долгов

Решение трудоемких задач глобальной оптимизации с помощью системы Globalizer
Александр Сысоев, Константин Баркалов, Владислав Соврасов, Илья Лебедев и Виктор Гергель

Суперкомпьютерное моделирование рассеяния электромагнитных волн методом граничных интегральных уравнений
Андрей Апаринов, Алексей Сетуха, Станислав Ставцев

Глобальная оптимизация тензорного поезда: приложение для стыковки в конфигурационном пространстве с большим числом измерений
Владимир Сулимов, Дмитрий Желтков, Игорь Оферкин, Данил Кутов, Екатерина Каткова, Евгений Тыртышников и Алексей Сулимов

Архитектура специализированных кластеров графических процессоров, используемых для решения обратных задач трехмерной низкочастотной ультразвуковой томографии
Александр Гончарский и Сергей Сережников

Комбинаторный подход к моделированию для изучения устойчивого развития энергетики Вьетнама
Алексей Эделев, Валерий Зоркальцев, Сергей Горский, Бинь Ван Цоан и Нам Хой Нгуен

Исследование эффективности подхода к одновременному моделированию множественных турбулентных состояний потока для DNS потока над настенной матрицей кубов
Борис Краснопольский

Анализ энергопотребления для алгоритма обработки многоспектральных инфракрасных спутниковых изображений
Екатерина Тютляева, Сергей Конюхов, Игорь Одинцов и Александр Московский

Комплексный подход к решению больших физических задач на суперкомпьютерах
Борис Глинский, Игорь Черных, Игорь Куликов, Алексей Снытников, Анна Сапетина, Дмитрий Вайнс

Решение задач переноса нейтронов и гамма-лучей с помощью суперкомпьютеров
Алексей Моряков, Ниджат Исаков и Александр Спиридонов

Суперкомпьютерное моделирование компонентов нанокомпозитов и процессов переноса в литий-ионных источниках энергии новых типов
Вадим Волохов, Дмитрий Варламов, Татьяна Зюбина, Александр Зюбин, Александр Волохов и Елена Амосова

Технология вложения региональной модели океана в глобальную с использованием вычислительной платформы для массивно-параллельных компьютеров CMF
Коромыслов Александр, Рашит Ибраев, Максим Кауркин

Размещение процессов MPI-программ с учетом топологии для кластеров, использующих сеть связи «Ангара»
Михаил Халилов и Алексей Тимофеев

Два подхода к ускорению моделирования динамики малоразмерной механической системы
Степан Орлов, Алексей Кузин и Николай Шабров

Использование моделирования для улучшения планирования рабочих процессов в гетерогенных вычислительных системах
Алексей Назаренко и Олег Сухорослов

Векторизация алгоритмов динамического моделирования напряженно-деформированного состояния на архитектурах x86 с поддержкой различных инструкций SIMD
Андрей Андреев, Виктор Гетманский, Евгения Мовчан и Егор Харьков

Плакаты

Компиляторный подход к управлению согласованностью кэша программного обеспечения с помощью преобразований программ X10
Алексей Левченко

Интеграция параллельных вычислений в системы оптимизации карьеров
Денис Петров, Владимир Михелев и Павел Васильев

Пакет многоуровневого иерархического моделирования MULTICOMP
Андрей Книзник, Роман Худобин, Павел Комаров, Денис Ширабайкин, Владимир Рудяк, Дарья Гусева, Павел Халатур и Борис Потапкин

Численное моделирование сейсмограмм для исследования переходной зоны внутреннего и внешнего ядра Земли
Владимир М.Овчинников и Ольга Анатольевна Усольцева

Параллельные генетические алгоритмы для автоматического проектирования согласованного поведения в роевых системах
Александр Головин, Николай Ершов и Нина Попова

Исследование масштабируемости алгоритма глобальной оптимизации на классе функций переменной сложности
Константин Баркалов и Илья Лебедев

SDDS — автоматизированная система обработки, хранения и распространения данных космических экспериментов
Minh Duc Nguyen

Использование компьютерного моделирования для анализа структуры и стабильности растворов полимеров и коллоидных дисперсий
Анастасия Маркина, Александр Буглаков, Алексей Гаврилов, Виктор Иванов и Павел Комаров

Витрина PhD

Моделирование смазки главной передачи
Евгений Авдеев и Валерий Овчинников

Общая модель работы модульных вычислительных систем реального времени для проверки приемлемости конфигураций таких систем
Глонина Алевтина

Анализ трафика Infiniband для построения коммуникационного профиля
Алексей Градсков и Константин Стефанов

Методы и средства организации глобальной очереди заданий в территориально распределенной вычислительной системе
Артем Тихомиров и Антон Баранов

Методы статистического анализа потока заданий на больших суперкомпьютерах
Арина Мамаева, Вадим Воеводин

Параллельные эволюционные алгоритмы решения задач оптимизации в структурной биоинформатике
Сергей Полуян

Промышленная сессия

Визуализация жидкости в FlowVision
Андрей Федоров

Многомасштабные задачи тепломассопереноса в атомной отрасли
Александр Скибин, Лука Голибродо, Алексей Крутиков, Олег Кудрявцев, Юрий Надинский, Василий Волков и Артем Нечаев

Масштабируемость и производительность программного обеспечения FlowVision CFD на кластере с межсоединением Ангара
Виктор Акимов, Дмитрий Силаев, Алексей Симонов и Александр Семенов

Суперкомпьютерное образование: проблемы и перспективы

Атомистическое моделирование и моделирование и теория конденсированных сред и неидеальной плазмы

Принципы нашего устойчивого развития

И.Наша исследовательская группа является подразделением ОИВТ РАН. Мы работаем в области атомистического моделирования и симуляции. Предметная область включает как (1) общие проблемы, так и (2) приложения.

(1) Общие проблемы, общие для различных приложений, это: теория классического и квантового атомистического (молекулярного) моделирования, родственные проблемы суперкомпьютерного моделирования и высокопроизводительные вычислительные информационные технологии. Многомасштабные подходы — это частные вопросы, основанные на теоретической физике.

(2) Различные приложения взяты из физики конденсированного состояния и плазмы, молекулярной и биохимической физики, электрохимии и электрофизики, нанотехнологий и т. Д.Проблемы такие же, как у одной трети проектов INCITE.

Овладев различными подходами к численному решению уравнений Ньютона и Шредингера, мы расширяем диапазон прикладных тем, адаптированных к новым доступным суперкомпьютерам.

Расширение тематики исследований требует увеличения количества исследователей. Чтобы подготовиться заранее, мы стараемся каждый год приглашать новых студентов. Разделение развивалось изначально за счет учеников Нормана, но теперь и учеников Стегайлова.Старшим научным сотрудникам также рекомендуется искать учеников.

II. Специальная система обучения на собственном опыте разработана для объединения исследований и обучения. Его отличительными особенностями являются:

а) досрочное начало научной работы на третьем, втором или даже первом курсе специально отобранных одаренных студентов;

b) обучение не только проведению исследований, но и написанию статьи, подготовке презентации и выступлению с докладом на научных конференциях сначала на русском, затем на английском языке, а также обучению написанию заявок на гранты, заявок на стипендии или призы;

в) командная работа и особая гибкая иерархия, когда старшие помогают младшим;

г) серьезные публикации в рецензируемых журналах уже в бакалавриате, досрочное представление кандидатской диссертации;

д) ускоренное повышение до должности старшего научного сотрудника;

е) Докторам предлагается дополнить свои исследования заочной формой обучения в МФТИ.

Таблица шагов продвижения (PDF) (в которой представлены данные за сентябрь 2013 г.) демонстрирует устойчивые результаты системы исследования и обучения на основе практического опыта (PDF). В 2002 году у Нормана был студент и два аспиранта. Сейчас (2016 год) в коллективе еще один доктор наук, 5 докторов наук, 3 аспиранта, 16 студентов 2, 3, 4, 5-й и 6-й курсы, всего 26 сотрудников.

III. Троица исследований, образования и приложений — это наша стратегия развития.

Генри Норман
Доктор Хабилитус,
Главный научный сотрудник Объединенного института высоких температур Российской академии наук
По совместительству профессор Московского физико-технического института (государственного университета)

исследователей разбираются в преимуществах и недостатках технологии GPU с открытым исходным кодом для суперкомпьютеров

30 апреля 2021 г. — Исследователи из Международной лаборатории суперкомпьютерного атомистического моделирования и многомасштабного анализа НИУ ВШЭ, ОИВТ РАН и МФТИ сравнили производительность популярных программ молекулярного моделирования на графических ускорителях производства AMD. и Nvidia.В статье, опубликованной в International Journal of High Performance Computing Applications, ученые впервые перенесли LAMMPS на новую технологию GPU с открытым исходным кодом, AMD HIP.

Ученые тщательно проанализировали производительность трех программ молекулярного моделирования — LAMMPS, Gromacs и OpenMM — на графических ускорителях Nvidia и AMD с сопоставимыми пиковыми параметрами. Для тестов они использовали модель ApoA1 (аполипопротеина A1) — аполипопротеина в плазме крови, основного белка-носителя «хорошего холестерина».Они обнаружили, что на выполнение исследовательских расчетов влияют не только параметры оборудования, но и программная среда. Оказалось, что неэффективная работа драйверов AMD в сложных сценариях параллельного запуска вычислительных ядер может привести к значительным задержкам. Решения с открытым исходным кодом по-прежнему имеют свои недостатки.

В недавно опубликованной статье исследователи первыми перенесли LAMMPS на новую технологию графических процессоров с открытым исходным кодом — AMD HIP. Эта развивающаяся технология выглядит очень многообещающей, поскольку помогает эффективно использовать один код как на ускорителях Nvidia, так и на новых графических процессорах AMD.Разработанная модификация LAMMPS опубликована в виде открытого исходного кода и доступна в официальном репозитории: пользователи со всего мира могут использовать ее для ускорения своих расчетов.

Всеволод Никольский, докторант НИУ ВШЭ, один из авторов статьи: «Мы тщательно проанализировали и сравнили подсистемы памяти графического ускорителя архитектур Nvidia Volta и AMD Vega20. Я обнаружил разницу в логике параллельного запуска ядер GPU и продемонстрировал это, визуализировав профили программ.И пропускная способность памяти, и задержки на разных уровнях иерархии памяти графического процессора, а также эффективное параллельное выполнение ядер графического процессора — все эти аспекты имеют большое влияние на реальную производительность программ графического процессора ».

Авторы статьи утверждают, что участие в технологической гонке современных гигантов микроэлектроники демонстрирует очевидную тенденцию к большему разнообразию технологий ускорения GPU.

Владимир Стегайлов, профессор НИУ ВШЭ: «С одной стороны, это положительно для конечных пользователей, поскольку стимулирует конкуренцию, рост эффективности и снижение стоимости суперкомпьютеров.С другой стороны, будет еще сложнее разрабатывать эффективные программы из-за необходимости учитывать доступность нескольких различных типов архитектур графических процессоров и технологий программирования. Даже поддержка переносимости программ для обычных процессоров на разных архитектурах (x86, Arm, POWER) часто бывает сложной. Переносимость программ между разными платформами GPU — гораздо более сложный вопрос. Парадигма открытого исходного кода устраняет многие препятствия и помогает разработчикам большого и сложного программного обеспечения для суперкомпьютеров.”

В 2020 году на рынке графических ускорителей наблюдался растущий дефицит. Популярные области их использования хорошо известны: майнинг криптовалюты и задачи машинного обучения. Между тем, научные исследования также требуют ускорителей на GPU для математического моделирования новых материалов и биологических молекул.

Николай Кондратюк, научный сотрудник НИУ ВШЭ и один из авторов статьи: «Создание мощных суперкомпьютеров и разработка быстрых и эффективных программ — вот как готовятся инструменты для решения самых сложных глобальных проблем, таких как пандемия COVID-19.Вычислительные инструменты для молекулярного моделирования сегодня используются во всем мире для поиска способов борьбы с вирусом ».

Самые важные программы математического моделирования разработаны международными группами и учеными из десятков институтов. Разработка ведется в рамках парадигмы открытого исходного кода и под бесплатными лицензиями. Конкуренция двух современных гигантов микроэлектроники, Nvidia и AMD, привела к появлению новой инфраструктуры с открытым исходным кодом для программирования графических ускорителей AMD ROCm.Открытый исходный код этой платформы дает надежду на максимальную переносимость кодов, разработанных с ее использованием, на суперкомпьютеры различных типов. Такая стратегия AMD отличается от подхода Nvidia, чья технология CUDA является закрытым стандартом.

Реакция академического сообщества не заставила себя долго ждать. Близятся к завершению проекты крупнейших новых суперкомпьютеров на базе ускорителей AMD GPU. Суперкомпьютер Lumi в Финляндии с производительностью 0,5 эксафлопа (что сравнимо с производительностью 1 500 000 ноутбуков!) Быстро строится.В этом году в США ожидается более мощный суперкомпьютер Frontier (1,5 экзафлопс), а в 2023 году — еще более мощный El Capitan (2 экзафлопс).


Источник: НИУ ВШЭ

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *