Цифровая база отечественного производства для высокоэнергетического источника синхротронного излучения Китая введена в эксплуатацию, эффективность обработки данных повышена на 25%

Репортаж от Wedoany，Пекинский источник синхротронного излучения высокой энергии (HEPS) в районе Хуайжоу, Китай, планируется ввести в официальную эксплуатацию в 2026 году. Это первый в Китае и первый в Азии синхротронный источник четвертого поколения высокой энергии, всего в мире существует четыре таких установки. Объект занимает площадь 976 му (около 65 га), инвестиции составили 4,76 миллиарда юаней. Он способен разгонять электроны до скорости, близкой к скорости света, и генерировать синхротронное излучение, в триллион раз ярче солнечного, позволяя проникать через материалы миллиметровой толщины для анализа микроструктуры. 14 линий вывода пучка охватывают три основных направления: национальную безопасность, промышленные инновации и передовые научные исследования. Уровень локализации ключевого оборудования крупных научных установок превысил 95%, однако если вычислительная инфраструктура, обеспечивающая полный жизненный цикл экспериментальных данных, по-прежнему будет зависеть от зарубежных ИТ-систем, она станет самым уязвимым звеном во всей цепочке. В итоге Институт физики высоких энергий Китайской академии наук выбрал облачную платформу Lenovo Kaitian Smart Cloud, создав цифровую базу отечественного производства от чипов до приложений.

После начала полноценной работы HEPS будет ежедневно генерировать около 800 ТБ экспериментальных данных, а пиковая нагрузка на одну линию вывода может достигать 2300 ТБ в сутки. Передача данных от детектора к памяти и далее к анализу должна осуществляться с нулевой задержкой, что предъявляет чрезвычайно высокие требования к архитектуре совместной работы систем хранения, сетей и вычислений. Нагрузка также крайне сложна: потребности в вычислениях для разных экспериментов сильно различаются — одним требуется массовый параллелизм CPU, другим — одиночный GPU, третьим — многокарточная координация. Платформа должна гибко распределять гетерогенные ресурсы по требованию. В плане безопасности пользователи источника — это ученые из разных исследовательских групп и даже коммерческие клиенты, между которыми могут существовать конкурентные отношения. Платформа должна обеспечивать безопасность на уровне сеансов аналитической среды и изоляцию экспериментальных данных на уровне пользователей. Ключевое значение имеет и пользовательский опыт: большинство пользователей — ученые в области биологии и материаловедения, которым нужна аналитическая среда, доступная через браузер.

Институт физики высоких энергий Китайской академии наук выбрал облачную платформу Lenovo Kaitian Smart Cloud в качестве технологической основы цифровой базы отечественного производства, обеспечив полную цепочку от чипов нижнего уровня до приложений верхнего уровня. На уровне облачной базы Lenovo Kaitian Smart Cloud унифицированно управляет вычислительными аппаратными ресурсами, охватывая более 30 физических узлов, более 2600 ядер CPU и GPU от нескольких производителей, включая Lenovo Kaitian, Anqin, Ningchang и других, а также подключает сеть ROCE без потерь, почти 2 ПБ флеш-памяти и 30 ПБ дискового хранилища. Ее открытая экосистема «одно облако — множество чипов» позволяет аппаратным средствам различных архитектур работать на единой платформе. Lenovo Kaitian Smart Cloud обеспечивает интеллектуальное планирование для различных вычислительных сред, таких как контейнеры, JupyterLab, виртуальные машины и пакетная обработка HPC, динамически предоставляя вычислительные мощности по требованию. Интерактивный анализ с чрезвычайно низкой задержкой и крупномасштабная пакетная обработка на GPU могут быть точно согласованы, что повышает эффективность обработки экспериментальных данных на 25%, а коэффициент использования ресурсов — на 40%. Поверх облачной базы команда Института физики высоких энергий Китайской академии наук самостоятельно разработала научно-вычислительную платформу Torch, объединив вычислительные мощности, данные, аутентификацию и среду в единое целое. На уровне безопасности создана четырехуровневая система: изоляция на уровне сеансов, изоляция по границам идентификации, динамическое управление сетью и аудит с возможностью отслеживания действий, что обеспечивает физическую изоляцию данных разных групп. Ученым достаточно выбрать вычислительные мощности, загрузить данные и нажать кнопку запуска.

Что касается адаптации отечественных чипов, Lenovo Kaitian Smart Cloud совместно с Haiguang портировала ключевое научное ПО HEPS на ускорительную карту Haiguang DCU и провела глубокую оптимизацию. Тестирование алгоритма когерентного дифракционного изображения rPIE показало, что время параллельных вычислений на 8 картах сократилось с сотен секунд до 51 секунды, что свидетельствует о возможности поддержки критически важных задач в архитектуре отечественного производства за счет программно-аппаратной оптимизации. Платформа HEPS была введена в эксплуатацию на этапе пробного запуска с настройкой пучка, более чем на год раньше официальной приемки, и все 14 линий вывода пучка работают. Некоторые пользователи, завершив эксперименты на синхротронных источниках в Бразилии и Европе, активно интересовались возможностью передачи данных на платформу Torch для анализа, поскольку гетерогенные вычислительные мощности предоставляются по требованию без очередей, JupyterLab доступен сразу, удаленный доступ через интернет позволяет продолжать анализ после ухода из учреждения, а безопасная изоляция обеспечена. Цифровая база HEPS демонстрирует, что решения отечественного производства могут успешно работать в самых сложных научных объектах страны с наивысшими требованиями к производительности и безопасности, не уступая по опыту использования и эффективности традиционным архитектурам. Двухколесная стратегия Lenovo Kaitian Smart Cloud, основанная на «частном ИИ + локализации», подтвердила свою осуществимость в этом кейсе. Научные разработки на базе отечественных технологий переходят от политического стимулирования к ценностно-ориентированному подходу, от точечной замены к полностековой координации, от «запуска» к «быстрому бегу».