Инновационная энергетика переходит на суперкомпьютеры

14.12.2017
Инновационная энергетика переходит на суперкомпьютеры

Прототип ТАЭС компании "Энергозапас" в Новосибирске

На облачной платформе суперкомпьютеров по требованию HPC Hub реализован вычислительный проект для крупнейшего отечественного инновационного игрока на рынке альтернативной энергетики в сегменте создания промышленных накопителей электроэнергии - компании "Энергозапас".

На облачной платформе суперкомпьютеров по требованию HPC Hub реализован вычислительный проект для крупнейшего отечественного инновационного игрока на рынке альтернативной энергетики в сегменте создания промышленных накопителей электроэнергии - компании "Энергозапас".

Целью новосибирского проекта "Энергозапас", реализация которого происходит в рамках Национальной Технологической Инициативы, является разработка и вывод на мировой рынок твердотельных аккумулирующих электростанций (ТАЭС), которые не уступают по технико-экономическим показателям самым распространённым сегодня промышленным накопителям - гидроаккумулирующим электростанциям (ГАЭС). Для размещения ТАЭС, в отличие от ГАЭС, не требуются водоёмы и возвышенности, а эффективность их использования значительно выше, чем у промышленных Li-ion аккумуляторов, активным внедрением которых занимается, например, Tesla. ТАЭС потребляет электроэнергию, чтобы поднять груз на высоту, и вырабатывает ее, когда груз опускается вниз под действием силы тяжести. Станции ориентированы на крупных потребителей - национальные и региональные энергосистемы, а средний диапазон их разряда измеряется часами. Такие станции способны поднять надёжность и гибкость энергосистемы на уровне страны.

Перед разработчиками ТАЭС была поставлена задача поиска оптимальной геометрии ветрозащитной оболочки станции, что поможет минимизировать затраты на её строительство. С точки зрения численного моделирования эта задача формулируется, как трёхмерный нестационарный расчёт обтекания здания потоком воздуха с переменным профилем скорости по высоте и решается с использованием сложного математического аппарата (трёхмерных нестационарных уравнений Навье-Стокса) и дополненного специализированной моделью турбулентности.

В качестве инструмента разработчикам ТАЭС понадобились большие распределённые вычислительные мощности (35 млн. ячеек). Как отмечает представитель “Энергозапаса”, Максим Тимофеев, компания длительное время изучала рынок и пыталась найти поставщика решения, оптимального по затратам, качеству сервиса и уровню предоставляемой инфраструктуры. “В лице подрядчика нам важно было получить не только суперкомпьютерную инфраструктуру, на которой мы могли бы решить свои задачи, но и опытного консультанта по настройке соответствующего счётного ПО (для наших расчетов мы используем открытый пакет OpenFOAM и решатель pisoFOAM). У нас есть опыт обслуживания небольшой суперкомпьютерной инфраструктуры, но для решения подобной задачи его было недостаточно, поэтому возникла потребность в полноценном сервисе по предоставлению вычислительных мощностей, который избавил бы нас от необходимости собственноручной настройки окружения и управления кластером. Заказ облачного окружения в противовес традиционной покупке или аренде кластера отвечал всем требованиям.”, - говорит эксперт.

По итогам реализации проекта на платформе HPC Hub “Энергозапас” получил возможность производить необходимые сложные вычисления и принципиально снизить все накладные расходы. Так, расчёт сотен вариантов модели, который требовался “Энергозапасу”, в альтернативных облаках сопоставимой мощности или на аналогичной “железной” инфраструктуре, стоил бы около 5 млн рублей. С помощью облака HPC Hub удалось снизить затраты на тот же объем работ в несколько раз только за счёт стоимости процессорного времени и возможности почасовой тарификации. Мало того, оптимальная настройка самого вычислительного окружения OpenFOAM, выполненная силами HPC Hub, позволила добиться линейного прироста производительности среды при масштабировании на большее количество вычислительных ядер. Это позволило увеличить эффективность использования бюджета на счёт ещё в два раза по сравнению с установкой пакета “по умолчанию”. Это означает, что при том же вычислительном бюджете клиент может посчитать больше задач, не отвлекая при этом ресурсы команды на настройку и обслуживание кластера.

Платформа HPC Hub позволяет клиентам удаленно подключаться к вычислительным мощностям суперкомпьютеров (например, мини-кластер на 250 ядер будет доступен автоматически в течение 10 минут) и значительно экономить за счет отсутствия арендной платы за кластер в периоды простоя и оплаты расходов на интеграцию (на платформе всегда можно создать шаблон кластера и возвращаться к нему в любой момент, не тратя средства на вторичное развертывание). HPC Hub и “Энергозапас” подтвердили намерения развивать сотрудничество и масштабировать объем инженерно-физических вычислений, производимых на облачной платформе.

HPC Hub представляет собой облачную суперкомпьютерную платформу по требованию (HPC as a service / HPCaaS) для решения задач наукоемкого бизнеса. HPC Hub в несколько кликов дает доступ к суперкомпьютерной вычислительной мощности с предустановленным счетным ПО, что позволяет бизнесу экономить не только десятки миллионов рублей на покупке и обслуживании суперкомпьютерного кластера и на лицензиях коммерческого ПО, но и время на интеграцию и подготовку инфраструктуры. По словам сооснователя HPC Hub Евгения Протасенко, проект особенно востребован в связи с тем, что собственные вычислительные кластеры используются бизнесом обычно только не более, чем на 30%, а остальное время простаивают, существенно снижая эффективность инвестиций в основные средства. При этом покупка типового кластера на 1,000 ядер и его обслуживание в течение 5 лет обходится примерно в 100 млн рублей. Эквивалентное время счёта в профессиональном суперкомпьютерном облаке стоило бы в 2 раза дешевле  при значительно более высоком удобстве, безопасности расчетов, надежности хранения данных. У клиентов публичного облака HPC Hub есть возможность платить только за то время, в которое реально задействуются вычислительные ресурсы, при этом сохраняя настроенное окружение для последующего использования во время простоя.