Основные направления развития проекта МИВК и темы 1118 - Кореньков Владимир Васильевич - Лаборатория Информационных ...
←
→
Транскрипция содержимого страницы
Если ваш браузер не отображает страницу правильно, пожалуйста, читайте содержимое страницы ниже
Основные направления развития
проекта МИВК и темы 1118
Кореньков Владимир Васильевич
Директор ЛИТ ОИЯИ
НТС ЛИТ ОИЯИ, 8 апреля 2019 года
Аннотация проекта развития МИВК на 2020-2023 годы
Реализация проекта Многофункционального информационно–вычислительного комплекса (МИВК) ЛИТ ОИЯИ в 2017-2019
годах заложила фундамент для его дальнейшего развития и эволюции с учетом новых требований к вычислительной
инфраструктуре для научных исследований в ОИЯИ на базе современных информационных технологий согласно 7–летнему плану
развития ОИЯИ на 2017–2023 гг.
Быстрое развитие информационных технологий и новые требования пользователей стимулируют развитие всех компонент и
платформ МИВК. Многофункциональность, высокая надежность и доступность в режиме 24х7, масштабируемость и высокая
производительность, надежная система хранения данных, информационная безопасность и развитая программная среда для
различных групп пользователей являются основными требованиями, которым должен удовлетворять МИВК как современный
научный вычислительный комплекс.
Для выполнения этих требований необходимо обеспечить высокоскоростную телекоммуникационную и сетевую
инфраструктуру, а также надежную инженерную инфраструктуру.
Продление проекта МИВК направлено на модернизацию и развитие основных аппаратно-программных компонент
вычислительного комплекса, создание современной программной платформы, направленной на развитие методов и алгоритмов
машинного/глубокого обучения (ML/DL) для решения широкого спектра задач и приложений с элементами искусственного
интеллекта.
Компьютерная инфраструктура ОИЯИ включает в себя широкий спектр вычислительных компонент и IT-технологий для
решения актуальных задач ОИЯИ – от теоретических исследований до обработки, хранения и анализа экспериментальных данных.
Это ИТ-экосистема для проекта NICA (BM@N, MPD, SPD), Tier–1 эксперимента CMS в ОИЯИ, Tier–2/ЦИВК, обеспечивающий
поддержку экспериментов на LHC (ATLAS, ALICE, CMS), FAIR (CBM, PANDA) и других масштабных экспериментов, а также
поддержку пользователей Лабораторий ОИЯИ и стран-участниц (MPD/NICA, BESIII, ЛРБ, ЛЯР, ЛЯП, ЛТФ, ЛНФ); интегрированная
облачная среда стран–участниц ОИЯИ для поддержки пользователей и экспериментов ОИЯИ (NICA, ALICE, BESIII, NOvA, Daya Bay,
JUNO и т. д.); платформа HybriLIT с суперкомпьютером ГОВОРУН, как основной ресурс для высокопроизводительных гибридных
вычислений.
Финансирование, запрашиваемое на реализацию проекта соответствует контрольным цифрам 7-летнего плана ОИЯИ по
направлению «Информационные технологии» и равно на 2020-2023 годы. Финансирование значительного расширение систем
хранения данных для нейтринной программы и проекта НИКА предусматривается за счет бюджета конкретных экспериментов.
Основные этапы развития МИВК в 2020-2023 годах:
1. Развитие и совершенствование телекоммуникационной и сетевой инфраструктуры ОИЯИ.
2. Поэтапную модернизацию инженерной инфраструктуры МИВК ОИЯИ.
3. Модернизацию и развитие ИТ-инфраструктура проекта NICA,
4. Наращивание производительности и ёмкости систем хранения центра обработки данных уровня Tier1
для эксперимента CMS.
5. Модернизацию и развитие ресурсов , входящих в интегральную компоненту Tier-2/ЦИВК,
обеспечивающую как поддержку экспериментов, использующих грид-среду и сотрудничающих с
физическими группами в ОИЯИ, так и поддержку пользователей Лабораторий ОИЯИ и стран-участниц,
не использующих грид-среду (MPD/NICA, BESIII, ЛРБ, ЛЯР, ЛЯП, ЛТФ, ЛНФ).
6. Наращивание облачной компоненты с целью расширения спектра услуг, предоставляемых
пользователям, и создания интегрированной облачной среды для экспериментов с участием ОИЯИ
(NICA, ALICE, BESIII, NOvA, Daya Bay, JUNO и т. д.) и стран-участниц ОИЯИ с использованием
технологии контейнеризации.
7. Расширение гетерогенной платформы HybriLIT, включающей суперкомпьютер «ГОВОРУН».
8. Существенное увеличение ресурсов отдельных компонент МИВК для удовлетворения требований
нейтринных экспериментов.
9. Разработку унифицированной системы управления вычислительными ресурсами, нацеленной на
обработку больших данных.
10. Разработку унифицированной системы управления данными, общей для всех компонент МИВК (озеро
данных ОИЯИ).
The Worldwide LHC Computing Grid
Tier-0 (CERN): nearly 180 sites,
data recording, 45 countries
reconstruction and
distribution
1 000 000 cores
Dubna,
JINR
Tier-1: 1 EB of storage
permanent storage,
re-processing,
analysis
> 3 million jobs/day
Tier-2:
Simulation, 10-100 Gb links
end-user analysis
WLCG:
An International collaboration to distribute and analyse LHC data
Integrates computer centres worldwide that provide computing and storage resource
into a single infrastructure accessible by all LHC physicists 4
Data: Outlook for HL-LHC
450,0
400,0
350,0
300,0
250,0
PB
CMS
ATLAS
200,0 ALICE
LHCb
150,0
We are here
100,0
50,0
0,0
Run 1 Run 2 Run 3 Run 4
• Very rough estimate of a new RAW data per year of running using a
simple extrapolation of current data volume scaled by the output rates.
• To be added: derived data (ESD, AOD), simulation, user data…
NICA Complex: New era in the hot dense matter science
Collider basic parameters:
√SNN = 4-11 GeV; beams: from p to Au; L~1027 cm-2 c-1 (Au), ~1032 cm-2 c-1 (p)
KRION-6T+HILac (3MeV/u) Data transfer rate 4.7 GB/s
PS and 19 billions of events per year
LU-20 (5MeV/u) = 30 PB
8.4 PB data to store per year
after processing and analysis
Booster
(600 MeV/u)
NUCLOTRON
0.6-4.5 GeV/u
MultiPurpose
Cryogenic Complex
Detector - MPD
6
Supports a set of common IT services Supports a number of computing infrastructures Provides trainings Helps physicists organize their computing Deploys and supports additional IT services on demand. Helps with computer hardware procurement
Square Kilometre Array SKA Regional Centers
Physics Generators Data Analysis
and
Interpretation Data
Organisation,
Data and Management
Detector Software and Access
Security Simulation Preservation
Software
Development, Data-Flow
Facilities and Deployment, Processing
Distributed Validation and Framework
Software Trigger Verification
Computing
and Event
Conditions Data
Machine Reconstruction Visualisation
Learning
CMS
estimation CMS
estimation
GOAL:
•to provide a computing infrastructure to the experiments and the community
to store and analyze data,
•to achieve storage consolidation where geographically distributed storage
centers (potentially deploying different storage technologies) are operated
and accessed as a single entity.
EOS - a CERN open-source storage
software solution to manage multi PB
storage.
XRootD - core of the implementation
framework providing a feature-rich remote
access protocol.
Improvement of already existing production quality
Data Management services.
Scalable technologies for federating storage resources
and managing data in highly distributed computing
environments.Annual data
In 2020 production follows
> 40 ZB data to exponential law.
will be High Energy Physics
created
Biology Nanotechnology
CERN Large Hadron Collider
Science > 20 Pb/Year, > 200 Pb stored
Astrophysics
Climate Square Kilometer
Array radio telescope
(SKA) > 20 Pb/Day
(estimation)
An International radiotelescope
for the 21st century
...et cetera Large Synoptic Survey Telescope (LSST) > 10
Pb/Year (estimation)Tier1: Cloud:
HPC Govorun СICC/Tier2:
9200 cores 1572 CPU
Peak ~0.5 Pflops 4128 cores
8.5 PB disk 8.142 TB RAM
11 PB tape 1.1 PВ disk HybriLIT: 2.7 PB disk
~142 Tflops
DATALAKE
Network infrastructure:LAN: 10 Gbps WAN: 100 Gbps +2x10 GbpsРазвитие сетевой инфраструктуры
WAN
100 Gb/sec 3 x 100 Gb/sec
LAN
2 x 10 Gb/sec 2 x 100 Gb/sec
MultiSite
2 x 10 Gb/sec 4 x 100 Gb/secРазвитие инженерной инфраструктуры МИВК
Наращивание электрических
мощностей
0.5 мВА 1,6 мВА
Увеличение охлаждающей
мощности СК ГОВОРУН
100 кВА 300 кВА
Обеспечение гарантированного
электропитания
0.4 мВА 1.2 мВА
Работы по модернизации
устаревшего оборудования
питания собственных нужд
зданияКомпьютинг для мегапроекта НИКА
Создаваемый компьютинг для мега - проекта НИКА должен
обеспечить прием данных с детекторов, передачу данных на GOVORUN
обработку и хранение. Для реализации этих задач к
компьютингу предъявляются определенные требования,
включающие в себя требования к сетевой инфраструктуре, Events reconstruction
вычислительным архитектурам, системам хранения, а также QCD phase diagram
к соответствующему программному обеспечению как
системного, так и ПО для обработки и анализа данных.
Разрабатываемые модели компьютинга должны учитывать
тенденции развития как сетевых решений, вычислительных
архитектур и развитие IT – решений, позволяющих
объединять суперкомпьютерные (гетерогенные), грид - и Physics analysis
Simulations
облачные- технологии и создавать на этой основе
распределенные, программно-конфигурируемые HPC- Средством для моделирования компьютинга может стать
платформы. Использование таких решений для обработки и суперкомпьютер «ГОВОРУН», содержащий самые
анализа данных требует создание программных сред, современные на сегодняшний день вычислительные
обеспечивающих необходимую абстракцию кода, ресурсы и ресурсы хранения данных, включающие
позволяющую реализовать необходимую функциональность сверхбыструю систему хранения данных,
для широкого спектра вычислительных средств. обеспечивающую высокую скорость приема данных до
сотни гигабайт в секунду, с возможностью линейного
расширения производительности и ёмкости системы до
1000 раз.Развитие ресурсов Tier1 CMS и Tier2
Увеличение
вычислительных ресурсов
Tier1 CMS до 350 kHS06
Увеличение
вычислительных ресурсов
Tier2 до 170 kHS06
Увеличение системы
хранения Tier1 CMS на
дисках до 16 ПБ
Увеличение системы
хранения Tier1 CMS на
лентах до 42 ПБ
Увеличение системы
хранения МИВК на EOS до
60 ПБСистема хранения данных МИВК Tier1 CMS
Tier2 Долговременное хранение на Tier1 SE Tier1 Tape
EOS МИВК
WLCG лентах dCache dCache+Enstore
dCaсhe ATLAS Нейтринная
EOS ALICE NICA
СМS программаРесурсы системы хранения МИВК (диски ПБ)
2019 2020 2021 2022 2023
Т2-МИВК 5000 5500 6000 6500 7000
Baikal 400 600 800 1000
Nova 388 488 588 688
JUNO 200 400 600 800
EOS ALICE 980 1200 1400 1800 2200
EOS МИВК 4000 10000 30000 50000 60000Ресурсы Tier1 и Tier2 по годам
В отношении аппаратного обеспечения, планируется линейное увеличение характеристик Tier1,
Тир2/ЦИВК, в соответствии с цифрами, заложенными в семилетний план ЛИТ. Выполнение контрольных
цифр семилетнего плана позволит обеспечить для всех коллабораций LHC на Tier1 и Tier2 в ОИЯИ
необходимый уровень ресурсов.
Год 2019 2020 2021 2022 2023
компонента
Tier1 CPU kHS06 160 200 240 300 350
Tier1 диск, TБ 8000 8800 10880 13100 16100
Tier1 MSS, TБ 20000 25000 30000 35000 42000
Tier2 CPU, kHS06 96 110 130 150 170
Tier2 диск, TБ 5000 5500 6000 6500 7000
EOS ALICE, TB 980 1200 1400 1800 2000
EOS МИВК, TB 4000 10000 30000 50000 60000
MSS/МИВК - 10000 20000 30000 40000Experiments software distribution across
JINR distributed computing environment
Cloud B
Cloud A /cvmfs/
└── nica.jinr.ru
CVMFS
├── centos7
cache
│ ├── bmnroot
CVMFS CernVM │ ├── fairroot
cache FileSystem │ └── fairsoft
(CVMFS) └── sl6
Stratum-1 ├── bmnroot
├── fairroot
├── fairsoft
└── mpdroot
Cloud X
Cloud C
CVMFS CVMFS
cache cacheJINR neutrino computing platform LIT and DLNP directorate agreed to establish joint working group on writing a proposal about a dedicated project for developing computing facilities at JINR for neutrino experiments the Institute participates in. LIT contribution: engineering infrastructure DLNP contribution: computing and storage (electricity, UPSes, cooling, network, racks, resources (CPUs/GPUs& disks) manpower)
JINR cloud resources
Lab or experiment Parameter 2018 2019 2020 2021 2022
LIT Total number of CPU cores, items 964 1636 2308 2980 3652
Total amount of RAM, TB 5.02 8.61 10.65 12.7 14.75
Total amount of storage, PB 0.77 1.27 1.77 2.27 2.77
Baikal-GVD Total number of CPU cores, items 84 384 684 984 1284
Total amount of RAM, TB 0.75 3.75 6.75 9.75 12.75
Total amount of storage, PB 0 0.2 0.4 0.6 0.8
JUNO Total number of CPU cores, items 96 1096 2096 3096 4096
Total amount of RAM, TB 0.5 16.5 32.5 48.5 64.5
Total amount of storage, PB 0.13 0.63 1.13 1.63 2.13
NOvA Total number of CPU cores, items 420 540 660 780 900
Total amount of RAM, TB 1.86 2.50 3.14 3.78 4.42
Total amount of storage, PB 0.19 0.32 0.44 0.57 0.70
Total Total number of CPU cores, items 1564 3656 5748 7840 9932
Total amount of RAM, TB 8.14 31.37 53.06 74.74 96.43
Total amount of storage, PB 1.09 2.42 3.74 5.07 6.4Общая структура платформы HybriLIT
Пул VM – User Interfaces Системы хранения данных
VM-UI VM-UI VM-UI VM-UI
(ssh) (ssh) (HLIT-VDI) (HLIT-VDI)
Вычислительное поле Пул VM– для управляющих
СУПЕРКОМПЬЮТЕР и информационных
Учебно-тестовый
«ГОВОРУН» сервисов
полигон HybriLIT
website GitLab
Единая программно-аппаратная средаПланируемое увеличение производительности суперкомпьютера ГОВОРУН
по компонентам за счет бюджета
Гетерогенная платформа HybriLIT. 2020 2021 2022
Суперкомпьютер ГОВОРУН.
Производительность CPU - компоненты 260 320 380
(Tflops, для операций с двойной точностью )
Производительность GPU - компоненты 330 360 390
(Tflops, для операций с двойной точностью)
Суммарная производительность суперкомпьютера 590 680 770
(Tflops, для операций с двойной точностью)
Прирост производительности суперкомпьютера сверх плана будет определяться
потребностями пользователей, в том числе потребностями мегапроекта НИКА и
нейтринной программы, а осуществляться за счет привлечения финансирования из
бюджетов экспериментов, совместных грантов и других источников.Внедрение нейросетевого подхода, методов и алгоритмов ML/DL
Параллельные
реализации
Решение
задач
ML/DL
Технологии
параллельного Алгоритмы и
программирова методы
ния
IT-среды для
пользователей, Диаграмма Венна
о внедрении нейросетевого подхода,
методов и алгоритмов ML/DL для
решения прикладных задач.Экосистема для задач ML/DL
Вычислительная компонента Компонента для разработки
Servers with VM with JupyterHub
NVIDIA Volta & Intel Xeon Gold https://jhub.jinr.ru
Dell Volta specs:
GPU: 4x Nvidia Volta V100-SXM2 *NVLink*
32Gb HBM2
CPU: 2x Intel(R) Xeon(R) Gold 6148 CPU @
2.40GHz 20 Cores/40 Threads VM:
RAM: 512 GB DDR4 2666MHz CPU: 24 Cores
SSD: 2*240 GB RAM: 32 GBЭкосистема для ML/DL, задач анализа данных
(основные библиотеки и инструменты)
scikit-learn - библиотека машинного обучения
для языка программирования Python. matplotlib – это основная
библиотека для построения графиков,
диаграмм в Python.
SciPy – это набор
функций для научных pandas – библиотека Python для
NumPy – это один из основных вычислений в Python. обработки и анализа данных. Она
пакетов для научных Предлагает продвинутые построена на основе структуры данных,
вычислений в Python. Он процедуры линейной называемой DataFrame и
содержит функциональные алгебры, смоделированной по принципу
возможности для работы с математическую датафреймов среды статистического
многомерными массивами, оптимизацию функций, программирования R.
математическими функциями обработку сигналов,
(операции линейной алгебры, специальные ТensorFlow —библиотека для
преобразование Фурье, математические функции и машинного обучения от Google для
генератор псевдослучайных статистические функции. решения задач построения и тренировки
чисел). нейронных сетейУнифицированная система управления ресурсами МИВК Основными назначениями унифицированной системы управления ресурсами являются: - предоставление возможности обработки больших объемов данных; - обеспечение возможности организации массивных вычислительных задач; - оптимизация эффективности использования вычислительных ресурсов и ресурсов хранения; - эффективный мониторинг загрузки ресурсов; - консолидация учета использования ресурсов; - обеспечение единого интерфейса доступа к ресурсам.
Развитие системы мониторинга и ее расширение до информационно–
аналитической системы диагностики и определения нештатных ситуаций.
План реализации содержит следующие шаги:
-проектирование и разработка информационно–
аналитической системы мониторинга.
- добавление сервисов и введение в эксплуатацию
в систему мониторинга инженерной
инфраструктуры: дизель генераторы, градирни,
элементы системы охлаждения.
- продолжение работы по включению в систему
мониторинга новых вычислительных ресурсов и
элементов системы хранения МИВКСистема хранения данных (озеро ОИЯИ)
Система хранения данных должна обеспечить eulake prototype
выполнение следующих требований:
предоставить достаточный ресурс для хранения
и оперативного доступа к информации в
процессе обработки;
предоставить постоянно расширяемый ресурс
для долговременного хранения информации.
Объём и скорость его наращивания должна
быть сбалансирована с потоками информации,
предназначенной для долговременного
хранения;
обеспечить возможность использования
системы управления данными,
автоматизирующую процессы взаимодействия
с системами хранения;
автоматизировать поддержку системы
хранения с целью оптимизации и минимизации
затрат.31/98
Кадровый потенциал
Коллектив исполнителе проекта МИВК состоит из 62 сотрудников высокой квалификации, которая доказана
как бесперебойным функционированием всего комплекса так и эффективным введением в оптимальные
сроки нового оборудования на примере суперкомпьютера ГОВОРУН.
Среди исполнителей проекта:
4 доктора наук;
12 кандидатов физико-математических наук.
Запланированы 4 защиты диссертаций молодых
сотрудников в ближайший год.
Средний возраст участников проекта 46 лет, а
инженеров и программистов – 40 лет.Финансовое обеспечение работ
kUSD
2017 2018 2019 2020 2021 2022 2023
Контрольная 4 775,2 5 082,9 5 305,4 5 465,0 5 854,1 6 274,2 6 728,0
цифра 7-летки
Исполнение 6654,0 7046,03 8705,5
бюджета
+38% +39% + 64%
Планируемые 6831 7318 7843 8410
по МИВК
+25% к 7-леткеSWOT анализ по проекту «МИВК»
Strengths (сильные стороны):
• Исполнители справляются с выполнением текущих задач, с модернизацией и обновлением вычислительных компонент и
систем хранения данных.
• Многолетний опыт успешной работы в рамках проекта WLCG по обработке данных с экспериментов на LHC
• Компоненты МИВК функционируют на уровне лучших мировых стандартов в режиме 24х7
• Современный гиперконвергентный суперкомпьютер построенный на жидкостном охлаждении и современных
вычислительных архитектурах
• Сетевая инфраструктура обновлена
• Налаженный механизм мониторинга функционирования все компонент МИВК
• Сотрудничество с пользователями МИВК
Weaknesses (слабые стороны):
• Слабый контроль за действиями пользователей:
• Отсутствие централизованной службы поддержки пользователей.
• Система закупок
• Низкий темп работ по модернизации элементов инженерной и сетевой инфраструктуры.
• Непредсказуемость цен на оборудование ведущих производителей вычислительного и сопутствующего оборудования в
регионе.
Opportunities (благоприятные возможности):
• Понимание руководством ОИЯИ необходимости инвестирования и поддержки развитой ИТ-инфраструктуры
• Ресурс студентов Университета «Дубна» и других институтов как потенциальный источник кадров для обслуживания
компонентов МИВК
Threats (угрозы):
• Быстрые темпы морального устаревания компьютерного и сетевого оборудования
• Вирусные и хакерские атаки снаружи и изнутри по причине не внимательности пользователей.
• Изношенность и моральное устаревание инженерного оборудования, модернизация которого затягивается из-за излишней
бюрократизации процедуры принятия решения проверяющими инстанциями.Планы развития корпоративной информационной системы
В рамках развития корпоративной информационной системы (КИС) ОИЯИ в 2020-2023 годах планируется:
• Развитие системы электронного документооборота СЭД "Дубна", системы управления проектом APT EVM
для NICA, систем ADB2, ИСС, "База документов", HR LHEP по запросам конечных пользователей, а также в
соответствии с рекомендациями координационной группы по развитию в ОИЯИ баз данных, электронного
документооборота и информационной безопасности, с разрабатываемой концепцией облачной SaaS
платформы единой административно-хозяйственной информационной системы,.
• Разработка кадровой информационно-аналитической системы учета участия сотрудников ЛИТ в проектах и
темах.
• Текущее сопровождение систем СЭД "Дубна", APT EVM для NICA, ADB2, ИСС, "База документов", PIN, HR
LHEP.
Также в рамках развития КИС ОИЯИ будут продолжены работы по развитию информационной системы Сервер
документов ОИЯИ/JINR Document Server (JDS) на основе платформы Invenio JOIN2 (Just anOther INvenio
INstance).
Основные работы по развитию инфраструктуры JDS на 2020-2023 гг.:
• Унификация форматов метаданных
• Регулярное обновление программной платформы
• Разработка технической документации проекта
• Развитие функциональности программной платформы JOIN2: участие в back-end и front-end разработке
• Поддержка коллекций Authorities
• Участие в рабочих совещаниях проекта JOIN2, научных конференциях по тематике открытых репозиториев и
электронных библиотекОбразовательная программа на платформе HybriLIT
Учебные курсы, мастер классы и лекции
Ведущие производители
Группа HybriLIT
современных вычислительных
ведущие ученые из ОИЯИ и стран-
архитектур и программного
участниц ОИЯИ
обеспечения
Инструменты
Технологии для отладки и Фреймворки и
параллельного профилирования инструменты для
параллельных приложений
программирования задач ML/DL
Работа с пакетами прикладных
программ
Регулярные учебные курсы
Курсы в рамках конференций и школМеждународная школа по информационным
технологиям«Аналитика Больших данных»
Цель Международной школы по информационным технологиям
«Аналитика больших данных»– подготовка высококвалифицированных
ИТ-специалистов в области Data Science, умеющих формулировать и
решать научно-практические задачи с использованием аналитики
Больших данных. Программа подготовки будет ориентирована на
приобретение глубоких знаний в области математической статистики,
машинного обучения, программирования, методов и технологий
обработки и анализа данных, понимания бизнес-запросов и задач
своей отрасли.
Среди основных направлений подготовки отдельное внимание будет
уделено развитию модели компьютинга, программной платформы
системы сбора, хранения, обработки и анализа данных экспериментов
на установках класса мегасайенс (NICA, PIC, LHC, FAIR, SKA и др.).Международная IT- Школа «Аналитика больших данных»
Международная IT- Школа «Аналитика
больших данных»
Программно-информационная среда
Инструмент для организации мероприятий, Ресурсы гетерогенной вычислительной GitLab - это единое приложение для всего жизненного
архивирования и совместной работы платформы HybriLIT (ЛИТ ОИЯИ) цикла разработки программного обеспечения.The International Conference “Mathematical Modeling and Computational Physics” (MMCP’2019): Stará Lesná, High Tatra Mountains, Slovakia, July 1-5, 2019 Студенческая конференция Международной ИТ-школы, Дубна, 6-13 июля, 2019 27th Symposium on Nuclear Electronics and Computing (NEC’2019): Montenegro, Budva, Becici, September 30 – October 4, 2019
Проблемы, решения, перспективы • Концентрация усилий на главных направлениях развития ЛИТ(темы и проекты, МИВК, НИКА, Нейтринная физика, гибридные вычисления, большие данные …) • Инженерная и сетевая инфраструктура • Бюджетные показатели, закупочная деятельность • Проекты со странами-участницами, РНФ, РФФИ (НИКА) • Информационная безопасность, правила работы в сети; • Экспертиза и поддержка ПО, лицензионная политика; • Диссертационный Совет • Структура ЛИТ, кадры, молодежная политика; • Образовательная деятельность (центр перспективных вычислительных систем, международная школа по ИТ) • Конференции, школы
Вы также можете почитать
