Костенецкий Павел Сергеевич
Отдел суперкомпьютерного моделирования
Профессиональные интересы
Должности
- Начальник отдела — Отдел суперкомпьютерного моделирования
- Доцент — Факультет компьютерных наук, Департамент программной инженерии
Био
- · Начал работать в НИУ ВШЭ в 2019 году.
- · Научно-педагогический стаж: 18 лет.
Образование
- 2013 · Ученое звание: Доцент
- 2010 · Кандидат физико-математических наук: Южно-Уральский государственный университет
- 2003 · Специалитет: Челябинский государственный университет, специальность «Прикладная математика», квалификация «Математик»
- — · Кандидат физико-математических наук по специальности 05.13.18 "Математическое моделирование, численные методы и комплексы программ". Тема диссертации: "Моделирование и анализ иерархических многопроцессорных систем баз данных".
Опыт работы
- · Начальник отдела суперкомпьютерного моделирования
- · Национальный исследовательский университет «Высшая школа экономики» (НИУ ВШЭ)
- · https://hpc.hse.ru
- · 2010:
- · Руководитель Лаборатории суперкомпьютерного моделирования (20 сотрудников, 5 отделов) и Суперкомпьютерного центра.
- · НИУ Южно-Уральский государственный университет («5-100»)
- · http://supercomputer.susu.ru
- · Доцент, научный сотрудник, программист, начальник отдела
- · НИУ Южно-Уральский государственный университет («5-100»)
- · http://susu.ru
Награды и поощрения
- · Благодарность старшего директора по цифровой трансформации НИУ ВШЭ (декабрь 2023)
- · Благодарность факультета компьютерных наук НИУ ВШЭ (июль 2023)
- · Благодарность первого проректора НИУ ВШЭ (апрель 2023)
- · Почетная грамота дирекции по цифровой трансформации НИУ ВШЭ (декабрь 2022)
- · Благодарственное письмо ректора НИУ ВШЭ (май 2022)
- · Почетная грамота Администрации города Челябинска (октябрь 2017)
- · Почетная грамота Министерства образования и науки Российской Федерации (сентябрь 2013)
- · Участник программы «Административный кадровый резерв» (2021–2022)
Гранты и проекты
- 2025 · 2025 г. Разработка подсистемы динамического изменения приоритета вычислительных задач в очереди суперкомпьютера для расширения системы HPC TaskMaster.
- 2025 · 2025 г. Моделирование потока задач вычислительного кластера НИУ ВШЭ с использованием SLURM Simulator
- 2025 · 2025 г. Анализ и визуализация данных в системе мониторинга эффективности задач HPC TaskMaster суперкомпьютерного комплекса.
- 2023 · 2023 г. Расширение подсистемы анализа данных для программной системы HPC TaskMaster.
- 2022 · 2022 г. Разработка подсистемы анализа данных для системы “HPC TaskMaster” суперкомпьютера «cHARISMa» НИУ ВШЭ. 2022 г. Генератор пакетных файлов для планировщика задач суперкомпьютера «cHARISMa» НИУ ВШЭ.
- — · и др.
Конференции (6)
Показать все
- · 2025: Параллельные вычислительные технологии (ПаВТ) 2025 (Москва). Доклад: High-Performance Computing at HSE University
- · 2025: International Conference on Computational Optimization (ICOMP) 2025 (Абу-Даби). Доклад: Simulation-Based Optimization of HPC Job Scheduler Configuration
- · 2024: Параллельные вычислительные технологии (ПаВТ) 2024 (Челябинск). Доклад: Enhancement of the data analysis subsystem for the task efficiency monitoring system HPC TaskMaster for the cHARISMa supercomputer complex of the HSE University
- · 2024: Суперкомпьютерные дни в России 2024 (Москва). Доклад: Разработка новых индикаторов для системы HPC TaskMaster
- · 2022: Параллельные вычислительные технологии (ПаВТ 2022) (Дубна). Доклад: HPC TaskMaster - система мониторинга эффективности задач для суперкомпьютерного центра
- · 2012: Научный сервис в сети Интернет: поиск новых решений (Новороссийск). Доклад: Опыт использования VDI-системы «Персональный виртуальный компьютер» в ЮУрГУ
Идентификаторы исследователя
- ORCID:
0000-0002-9365-0525 - ResearcherID:
L-7971-2013 - SPIN РИНЦ:
2954-2980 - Google Scholar: https://scholar.google.ru/citations?user=p42ydFoAAAAJ&hl=ru
- Scopus AuthorID:
56962776700
Публикации (23)
HPC TaskMaster - Task Efficiency Monitoring System for the Supercomputer Center
2022 · ARTICLE · en
This paper is devoted to the monitoring system HPC TaskMaster developed at the HSE University for the cHARISMa cluster. This system automatically evaluates the efficiency of performing tasks of HPC cluster users and identifies inefficient tasks, thereby significantly saving expensive machine time. In addition, users can view reports on completing their tasks, along with inferences about their work and interactive graphs. Particular attention in this paper is paid to determining the effectiveness of the task - the system allows the administrator to personally configure the criteria for evaluating the effectiveness of the task without the need for changes in the source code. The system is developed using open-source software and is publicly available for use on other clusters.
Сравнение производительности параллельной СХД суперкомпьютера с разными версиями файловой системы Lustre
2022 · CHAPTER · ru
Суперкомпьютер "cHARISMa" [1] активно используется 64 подразделениями НИУ ВШЭ для проведения научных исследований и учебной работы. Суперкомпьютер представляет собой высокопроизводительный вычислительный кластер с 46 вычислительными узлами, и параллельной СХД. Шесть вычислительных узлов кластера оснащены восьмью GPU NVIDIA A100 80 ГБ SXM в каждом, 29 узлов с большим объемом оперативной памяти 768-1536 ГБ оснащены четырьмя графическими ускорителями NVIDIA Tesla V100 32 ГБ SXM в каждом, а для задач, не требующих GPU, в составе кластера есть 11 вычислительных узлов без GPU с более мощными центральными процессорами. Система хранения данных (СХД) суперкомпьютера построена на базе параллельной сетевой файловой системы Lustre [3]. СХД построена на базе эталонной архитектуры, рекомендуемой Dell и состоит из двух Object Storage Server (OSS), двух Lustre Metadata Service (MDS), Lustre Metadata Target (MDT), Integrated Manager for Lustre (IML).
HPC Resources of the Higher School of Economics
2021 · ARTICLE · en
The National Research University Higher School of Economics launched its HPC cluster and created a new division named the Supercomputer Simulation Unit. Now the university HPC cluster occupies seventh place in rating the most powerful computers of the CIS TOP50. The HPC cluster uses to solve machine learning problems, population genomics, hydrodynamics, atomistic and continuous modeling in physics, generative probabilistic models, financial row forecasting algorithms, and other actual problems. Paper describes the HSE HPC resources and experience of their use for scientific and educational tasks.
Разработка системы мониторинга эффективности задач на суперкомпьютере cHARISMa
2021 · CHAPTER · ru
Система мониторинга эффективности задач является важным инструментом для обнаружения некорректно запущенных задач, влекущих за собой простаивание ресурсов суперкомпьютера. Примером такой системы является JobDigest. Так как на суперкомпьютере cHARISMa уже имеются инструменты для мониторинга системы, было решено разработать систему мониторинга задач на основе этих решений.
HPC TaskMaster – система мониторинга эффективности задач суперкомпьютера
2021 · CHAPTER · ru
HPC TaskMaster– система мониторинга суперкомпьютера "cHARISMa" НИУ ВШЭ,которая автоматически распознает неэффективные задачи пользователей, позво-ляя существенно экономить дорогостоящее машинное время. Пользователи мо-гут просматривать отчеты о выполнении своей задачи вместе с интерактивнымиграфиками. Данная система построена на базе открытого программного обеспе-чения, что позволяет установить ее на других вычислительных кластерах.
Administration, Monitoring and Analysis of Supercomputers in Russia: a Survey of 10 HPC Centers
2021 · ARTICLE · en
Supercomputer technologies are in demand for solving many important and computationallyintensive tasks in various fields of science and technology. Therefore, it is not surprising that there are several dozen supercomputer centers only in Russia. However, the goals of creating such centers, as well as the range of tasks solved in them, can vary greatly, therefore the structure of supercomputers and the policies for their usage can significantly differ. This leads to the fact that many supercomputer centers live an isolated life – the administrators of such centers tend to solve administration-related tasks on their own, despite the fact that solutions for many similar tasks have already been developed and applied in other centers. This can happen due to different reasons, but in any case, this situation could and should be improved. To do this, it is worth establishing a closer connection between supercomputer centers, which will allow more actively exchanging experience or jointly developing desired system software. In order to understand the current situation in this area, a survey was conducted of representatives among 10 large supercomputer centers in Russia, and its results are presented in this paper. Two relevant topics about using monitoring data in practice and real-life examples of supercomputer functioning improvement are also discussed here in more detail. Their vision on these topics is provided by the system administrators of HSE University, Skoltech and Moscow State University.
Real-Time System for Automatic Cold Strip Surface Defect Detection
2019 · ARTICLE · en
Detection and classification of surface defects of the rolled metal is one of the main tasks for correctly assessing product quality. Historically, these tasks were performed by human. But due to a multitude of production factors, such as high rolling rate and temperature of the metal, the results of such human work are rather low. Replacing a human controller with an artificial intelligence system has been relevant for a long time; it is simply necessary within the concept of the Industry 4.0. This paper is devoted to the development of the prototype system automatic detection and classification of defects for one of the Iron-and-Steel Works of the Chelyabinsk region in the Russian Federation. The prototype consists of the Preprocessor, Classifier, Server, Database and User interface. The main focus is on achieving high classification accuracy, which is planned to be achieved through the use of convolutional neural networks.
SUSU Supercomputer Resources for Industry and fundamental Science
2018 · CHAPTER · en
The supercomputers of South Ural State University are at the core of the University’s research performance. These facilities enable researchers to perform a broad range of computationally demanding tasks in the fields of engineering, natural and human sciences, and IT. The powerful capabilities of SUSU supercomputers are currently used for more than 250 research projects, including commercial projects as part of the Industry 4.0. The first-class facilities are ranked among the world’s most powerful supercomputers by various ranking agencies.
Развитие платформы Персональный виртуальный компьютер в Южно-Уральском Государственном Университете
2017 · CHAPTER · ru
Платформа «Персональный виртуальный компьютер» (ПВК) - универсальное средство доступа для студентов и преподавателей в облако образовательных сервисов ВУЗа, построенная на базе вычислительного кластера «СКИФ Урал» и виртуальных машин. В качестве следующего этапа развития платформы (ПВК) в ЮУрГУ была выбрана тесная интеграция с приложениями суперкомпьютерного моделирования и высокопроизводительного вычислителя. В глазах пользователей произошло слияние системы ПВК и вычислителя в единый сервис расчёта задач с использованием удобного графического интерфейса. В качестве новых возможностей пользователям были предоставлены виртуальные приложения, а также виртуальные рабочие столы с установленной ОС Linux. Система усовершенствована путем добавления возможности бездисковой загрузки серверов.
Развитие платформы Персональный виртуальный компьютер в Южно-Уральском Государственном Университете
2017 · CHAPTER · ru
Платформа «Персональный виртуальный компьютер» (ПВК) - универсальное средство доступа для студентов и преподавателей в облако образовательных сервисов ВУЗа, построенная на базе вычислительного кластера «СКИФ Урал» и виртуальных машин. В качестве следующего этапа развития платформы (ПВК) в ЮУрГУ была выбрана тесная интеграция с приложениями суперкомпьютерного моделирования и высокопроизводительного вычислителя. В глазах пользователей произошло слияние системы ПВК и вычислителя в единый сервис расчёта задач с использованием удобного графического интерфейса. В качестве новых возможностей пользователям были предоставлены виртуальные приложения, а также виртуальные рабочие столы с установленной ОС Linux. Система усовершенствована путем добавления возможности бездисковой загрузки серверов.
Курсы (0)
Нет курсов.