Суперкомпьютер Aurora, который будет развернут в Аргоннской национальной лаборатории, проектируемый компаниями Intel и Cray, обойдется в полмиллиарда долларов.
Первый суперкомпьютер с «интуицией» создали в России. Как он работает и на что способен
Он выходит на третье место в мире, потеснив европейских Lumi и Leonardo. Правда, уступает лидерам - американскому Frontier с показателем 1600 петафлопс и японскому Фугаку - 540 петафлопс. Как многие виды техники, впервые суперкомпьютеры создавались для оборонки, прежде всего в разработках ядерного оружия. Поражает, насколько стремительно "умнела" эта техника. Если каких-то тридцать лет назад вычислительный рекордсмен выполнял всего 10 в 9 степени операций в секунду, то нынешний - уже 10 в 15 степени. А за полвека мощность увеличилась в 700 миллионов раз! Современный смартфон работает так же быстро, как суперкомпьютерный лидер 1994 года. Выйдя на "гражданку", суперкомпьютеры произвели революцию во многих сферах нашей жизни.
Рабочая производительность составляет 2,4 петафлопса, в пике достигает 4,9. Суперкомпьютер построен на базе 1730 вычислительного узла, которые имеют в совокупности 64 384 ядер, 110,7 терабайт оперативной памяти и Nvidia Tesla K40M в качестве графического ускорителя. Суммарно насчитывается 19 840 процессорных ядер, 20,5 терабайт оперативной памяти и 320 гигабайт видеопамяти полученной от использования восьми видеоускорителей NVIDIA A100 40G. Используемые дистрибутивы Linux В самом рейтинге напротив каждого российского суперкомпьютера указано просто «Linux», но порывшись в интернете я узнал, что все решения от Nvidia работают на базе Ubuntu, которую «зеленые» слегка доработали под свои нужды. Получается, что все семь российских машин «крутятся» на Ubuntu. Для чего используются российские суперкомпьютеры? Суперкомпьютеры Яндекса используются для обучения нейронных сетей, используемых в проектах компании. Например, в Яндекс Браузере есть функция автоматического перевода видеороликов на русский язык. Этим как-раз таки занимается специальная нейронная сеть. Умные устройства на базе помощника Алиса также подключены к нейронке и вся поступающая от них информация обрабатывается суперкомпьютерами. Суперкомпьютеры «Кристофари» являются единственными, которые открыты для использования другими пользователями. Сбербанк построила на их основе решение SberCloud, которое предлагает корпорациям для ускорения работы их ИТ-проектов. Ну и наверняка компания также задействует мощности для своих внутренних проектов, например в аналитике финансовых рынков. Ложка дегтя в эту бочку меда В ноябре 2022 года компания Nvidia заявила о том, что уходит из России и не будет более поддерживать корпоративный клиентский сектор. Еще в сентябре 2022 года правительство США запретило компаниям Nvidia и AMD поставлять российским корпорациям ряд высокотехнологичных продуктов. Как видим, все наши суперкомпьютеры основаны на решениях от «зеленых» и уже к концу 2022 года становится заметным, что имеющиеся в мире суперкомпьютеры не стоят на месте и развиваются бешеными темпами. Например, самый мощный суперкомпьютер в России «Червоненкис» за полгода с июля по ноябрь опустился в мировом рейтинге на 3 пункта еще в июле 2022 года он занимал 22 место. Технологии не стоят на месте, а количесто информации для обработки постоянно прибавляется. Смогут ли топовые российские суперкомпьютеры, основанные на уже закрытых технологиях, в этой ситуации удерживаться в мировом топе? Особо остро стоит вопрос появления новых супермашин: как я понял из прочитанного в различных источниках, суперкомпьютер это не наше с вами «ведро», куда при желании можно вставить нужное количество оперативной памяти или новую видеокарту. Обновление такого мощного устройства если и возможно, то затратно настолько, что проще изготовить новый. Но из чего его изготавливать, если для того, чтобы дойти до того же уровня технологий, которые есть у Nvidia и производить конкурентный аппаратный продукт, России понадобится несколько десятилетий? Увы, серьёзно опоздали россияне! Теперь же надо срочно догонять ушлых западников! Суперкомпьютеры Яндекса: взгляд изнутри Недавно три наших новых GPU-кластера заняли 19, 36 и 40 места в рейтинге суперкомпьютеров Top500. Это лучшие результаты среди всех участвующих в нём суперкомпьютеров России. Последний год был очень необычным в Яндексе. Мы собрали и запустили три новых GPU-кластера для задач в области машинного обучения. К примеру, теперь именно на них обучаются гигантские нейросетевые модели Поиска, Алисы и других наших сервисов. Может показаться, что для запуска такого кластера самое сложное — это купить вагон GPU-карточек. В условиях «чипагеддона» это отчасти правда, но нет, самое сложное не в этом. Тут-то и начинается наша история. Пробный подход к снаряду В 2019 году произошла так называемая «революция трансформеров»: был опубликован ряд статей, которые показали, что применение гигантских нейросетей-трансформеров даёт удивительные результаты на задачах анализа текста. В частности, эти сети очень хорошо подходят для решения задачи ранжирования документов по запросу и для машинного перевода. Более того, их применение не ограничивается сугубо языковыми задачами: трансформерная архитектура позволяет генерировать голос из текста и наоборот, предсказывать действия пользователя и многое другое. В общем, именно трансформеры сейчас определяют качество основных продуктов Яндекса. Если вам интересны детали, коллеги уже рассказывали на Хабре о внедрении этой архитектуры в нашем поиске. Но проблема была в том, что обучение таких моделей требует огромных вычислительных мощностей. Например, если обучать модель с нуля на обычном сервере, на это потребуется 40 лет, а если на одном GPU-ускорителе V100 — 10 лет. Но хорошая новость в том, что задача обучения легко параллелится, и если задействовать хотя бы 256 тех же самых V100, соединить их быстрым интерконнектом, то задачу можно решить всего за две недели. Сейчас мы такую задачу можем решить за несколько часов, но об этом позже. Мы попробовали собрать «нулевой» кластер буквально из того, что было под рукой. Результаты замеров показали низкий КПД масштабирования. В попытках понять причину придумали методику оценки, которая не требовала глубокого понимания алгоритма работы конкретного обучения. Достаточно построить график потребления энергии и обмена трафиком в одном масштабе. Обучение идет повторяющимися итерациями: 1.
Самые интересные проекты, открытия и исследования, а также информация о конкурсах и мероприятиях в вузах и научных центрах России в одном удобном формате. Будьте в курсе событий Десятилетия науки и технологий! Десятилетие науки и технологий в России Российская наука стремительно развивается.
В будущем это позволит, например, отказаться от испытаний ядерного оружия и заранее узнавать о потенциальных природных катаклизмах. Раньше при проектировании автомобиля инженеры заставляли его врезаться в стену, чтобы увидеть, насколько хорошо он выдержит удар. Это довольно дорого и требует много времени. Сегодня мы просто создаем компьютерную модель машины и заставляем ее врезаться в виртуальную стену. Систему «Червоненкис» признали самой производительной в России и Восточной Европе. Сбербанк представил свой первый суперкомпьютер в 2019 году, тогда же машина вошла в TOP500 и стала одной их самых мощных в России. Компания использует свои машины для развития искусственного интеллекта, а также сдает мощности в аренду. Мощность: Christofari Neo 43 место — 11,95 Пф. Christofari 72 место — 6,66 Пф. МГУ использует Lomonosov-2 для собственных проектов, а также задач третьих лиц. На нем проводятся исследования в области наносистем и новых материалов, информационно-телекоммуникационных систем, энергетики и др.
В России создан уникальный мобильный суперкомпьютер
Один из пяти самых мощных суперкомпьютеров, которые установлены в российских вузах, находится в Севастопольском государственном университете. Представлена 38 редакция ТОП-50 суперкомпьютеров Российской Федерации. все самое важное и интересное из отрасли связи, IT и телекоммуникаций. Математика в эпоху суперкомпьютеров. Фотонный суперкомпьютер, создаваемый учеными Научно-исследовательского центра супер ЭВМ и нейрокомпьютеров в Таганроге в рамках научной программы НЦФМ, будет работать на частоте в 1 ТГц, или триллион герц. Давид Рафаловский, исполнительный вице-президент «Сбербанка» и руководитель блока «Технологии»: «Это самый мощный компьютер в России, это главный ингредиент нашего AI-облака.
В России создан суперкомпьютер «Жорес»
При этом все сервисы продолжат работать, в т. Более того, мы просим всех держателей систем, входивших в список, присылать данные о любых изменениях, как если бы списки публиковались. Мы признательны всем тем, кто на протяжении многих лет делал свой вклад в развитие данного проекта и пополнял его, и искренне надеемся, что в обозримом будущем сможем анонсировать возобновление публикации списков.
TOP500, который обновляется два раза в год в ноябре и июне, считается самым авторитетным списком суперкомпьютеров. В июне первое место в TOP500 занял японский суперкомпьютер Fugaku с мощностью 415,5 петафлопса, а мощнейшей российской производительной системой стал Christofari «Сбера», он оказался на 61 строчке 11 ноября Сбер представил свой новый суперкомпьютер Christofari Neo с производительностью 11,95 петафлопса. Он показал производительность в 21,53 петафлопса, то есть 21,53 квадриллиона операций с плавающей точкой в секунду, и занял 19-ю строчку рейтинга. Он включает 199 вычислительных узлов, связанных высокоскоростной сетью Infiniband HDR с пропускной способностью 800 гигабит в секунду. Яндекс ввел «Червоненкиса» в эксплуатацию в июне.
Первая машина К-100, о которой идет речь, в ближайшее время будет полностью загружена расчетами самого Института прикладной математики РАН, потому что если не «прокрутить» ее на научных задачах - не удастся применить и на производстве. И все же создатели суперкомпьютеров — и у нас, и за рубежом - столкнулись с проблемой: примеров, когда задача задействует мощность машины более 100 терафлопс - очень мало. Чтобы проснулся массовый коммерческий спрос, пользователей надо «приучать» к новым вычислительным возможностям.
И, к счастью, это делает федеральный ядерный центр в Сарове, оснащающий промышленность пакетами программ и минисуперЭВМ производительностью 5-10 терафлопс лет семь назад это казалось пиком производительности. Самый мощный суперкомпьютер по последнему списку TOP500 ноябрь 2010 г. Мы не «впереди планеты всей», но в ряду передовых стран. С нами считаются, приглашают с докладами на основные международные конференции, впрочем, мы и сами проводили несколько конференций. Что же касается идей, методов, алгоритмов, программных средств, то тут нам стесняться нечего — мы на переднем крае, выступаем на равных со специалистами развитых стран. Об отставании: степень полезности вычислительных систем — математики это знают - растет, грубо говоря, как корень четвертой степени из производительности. Поэтому отставание от ведущих конкурентов в пиковых производительностях машин в несколько раз — не страшно, оно компенсируется хорошими идеями в алгоритмах, в матобеспечении. Но отставание в несколько десятков раз - опасно, хотя корень четвертой степени из производительности все еще возрастает на небольшую величину. Просто в сфере новых проблем, стоящих перед пользователями, математиками, программистами мы уже перестанем понимать, где надо работать. Сегодня с огромным энтузиазмом над тематикой суперкомпьютеров работает наша научная молодежь - осваивает непростые языки программирования, преодолевает трудности по насыщению системы своими алгоритмами, но у молодежи есть какое-то чутье на перспективность темы.
Страшно разрушить эту творческую научную среду, генерирующую алгоритмы и подходы. Предположим: не будет людей, которые выдают идеи, уйдут они из академической науки и начнут в коммерческих фирмах делать пакеты прикладных программ вполне вероятная перспектива. Значит, следующую генерацию идей мы проиграем. Такой провал в развитии науки восстановить очень-очень сложно. Мы будем вынуждены ждать развития идей в других странах и с большим трудом их воспринимать, поскольку легко лишь тем, кто думает над этими же проблемами и потому сразу схватывает суть. Шансы войти в лидирующую группу стран по данной проблеме пока еще есть. Во-первых, развитие идей в области методов, матобеспечения и увеличение мощности вычислительной техники должно быть дополнено созданием коммерческих компаний, воплощающих эти идеи, передающих их массовому пользователю. И, во-вторых, нужна хотя бы небольшая помощь. Если в течение трех лет вкладывать, скажем, по 50 млн. Вот и сегодня развитие суперкомпьютеров сулит блестящие перспективы математического моделирования во всех сферах науки и техники.
В ближайшие годы весь мир будет развиваться в названных направлениях: преодоление энергетических барьеров, многоядерность, гетерогенная структура.
В России самый мощный из общественно известных отечесвтенных суперкомпьютеров — "Червоненкис" находится в Сасове Рязанская область. Там же находится и "Ляпунов". Суперкомпьютер "Галушкин" находится во Владимире, а "Кристофари" и "Кристофари Нео" в Москве, в Сколково, следует из данных открытых источников. Организатором мероприятия выступает Сбербанк.
Суперкомпьютер Яндекса признали самым мощным в России
Еще одно из популярных применений суперкомпьютеров — обучение с их помощью глубоких искусственных нейронных сетей. По сути без суперкомпьютеров попросту невозможно создавать искусственный интеллект. На суперкомпьютерах работают только специально разработанные параллельные программы. Самый известный в стране — суперкомпьютер Сбербанка «Кристофари». В министерстве подчеркнули, что такие супекромпьютеры быстрее человека на 200 тысяч лет и без них «попросту невозможно создавать искусственный интеллект».
Проект реализован при участии специалистов группы компаний РСК и корпорации Intel. Проект нацелен на кардинальное ускорение комплексных теоретических и экспериментальных исследований в области физики элементарных частиц, ядерной физики и физики конденсированных сред, в том числе для реализации ускорительного комплекса NICA, создаваемого на базе ОИЯИ для воссоздания в лабораторных условиях особого состояния вещества, в котором пребывала наша Вселенная в первые мгновения после Большого Взрыва — кварк-глюонную плазму.
Два раза в год — в начале лета и в конце осени — публикуется авторитетный список. Она измеряет производительность ЭВМ при обработке чисел с плавающей запятой. Американские специалисты оценивают несколько параметров супермашин: пиковую производительность; быстрый ответ; мощность. По этим характеристикам лидирует суперкомпьютер «Червоненкис».
Он признан самой мощной машиной не только в нашей стране, но и в Восточной Европе. На 36 месте расположился «Галушкин», на 40 — «Ляпунов». Все три принадлежат «Яндексу».
В рейтинг Топ500 попали ещё два суперкомпьютера «Яндекс» — проекты «Галушкин» и «Ляпунов». Эти решения заняли 36 и 40 место в мире и стали вторым и третьим решениями по мощности в России. Они обеспечивают производительность в 16.
В МГТУ им. Баумана разработали суперкомпьютер, находящий неочевидные связи
В результате Россия тогда имела 2,48% суммарной производительности всех суперкомпьютеров мира. Самый мощный суперкомпьютер будет создан в России. Помимо создания компактного мобильного суперкомпьютера специалисты холдинга «Росэлектроника» недавно завершили разработку новой технологии, улучшающей качество связи при передаче цифровой информации по радиоканалам КВ-диапазона. И о перспективах ближайших: Российская академия наук намерена вплотную приступить к созданию суперкомпьютера мощностью 1 петафлопс.
Россия сделала свой суперкомпьютер мощнее в 4,5 раза
Он стал первым суперкомпьютером, созданным на основе российской коммутируемой сети «Ангара». Представлен российский суперкомпьютер «Тераграф» с уникальной архитектурой — пост пикабушника Сегодня специалисты в мире работают над увеличением производительности суперкомпьютеров, создавая высокопроизводительные вычислительные машины на новых физических принципах. В Росгидромете запустят повышающий качество прогнозов суперкомпьютер К концу 2018 года в России будет запущен новый суперкомпьютер, который займется прогнозированием опасных погодных явлений, рассказали в Росгидрометцентре. Суперкомпьютер Яндекса «Червоненкис» занял 19-ю строчку всемирного рейтинга суперкомпьютеров Top500, став самой производительной системой в России и Восточной Европе. По количеству суперкомпьютеров в Top-500 Россия вышла на 9 место в мире — в РФ столько же систем, сколько в Южной Корее. Другие интересные новости читайте в нашем Telegram-канале.
Ростех создал модульный суперкомпьютер «Фишер» для Российской академии наук
Размер обусловлен встроенной системой охлаждения. Они связывают GPU для вычислений. Это продиктовано энергопотреблением — до 20 кВт. Cloud, но об этом поговорим в другой раз. Обратите внимание на отсутствие любых декоративных пластиковых элементов. Зато есть много свободного места, чтобы воздух мог обдувать огромные радиаторы GPU в центре, именно за счёт этого получается экономить электричество на охлаждении. В кластере 199 серверов с GPU — такое количество обусловлено экономической целесообразностью сборки ядра Infiniband по стандартной схеме на 800 портов с использованием 40-портовых 1U HDR-коммутаторов. Двухсотый сервер не имеет GPU в своем составе и используется для управления сетью Infiniband. Это позволило создавать кластеры в два раза большего размера по сравнению с коробочным решением SuperPod. Например, вот так выглядят типичные итерации обучения. О г—Замеры После успешного решения этих и других проблем мы наконец-то получили заветное линейное масштабирование на 152 хостах, доступных на тот момент.
Получилось 15,2 петафлопса. Но была одна проблема: пока мы настраивали кластер, закрылось окно подачи в июньский рейтинг. Мы опоздали буквально на одну неделю. Поэтому решили взять паузу с замерами linpack до осени. За это время мы внедрили все найденные оптимизации на новых кластерах и отдали их пользователям — разработчикам и инженерам внутри компании. Кластер «Ляпунов» решили пока не выводить на обслуживание, потому что он в два раза меньше и у нас не было уверенности, что в нём проявится баг с адаптивным роутингом. Обслуживание означало задержку в расчётах критически важных ML-обучений. Поэтому тоже решили отложить до осени. Первый замер 8 октября мы провели первый замер всех трёх кластеров. ML-инженеры согласились отдать кластеры всего на несколько часов: за это время нужно было сделать несколько прогонов, чтобы подобрать оптимальные параметры.
Стало очевидно, что проблема с адаптивным роутингом влияет на него больше, чем мы полагали. Мы решили выводить кластер на обслуживание как можно раньше. Второй замер 19 октября «Ляпунов» был успешно обновлён. Теперь самое интересное. Это очень круто. В процессе второго замера обратили внимание, что график сети продолжает быть нестабильным. Как выяснилось, проблема в эффекте резонанса мониторинговых сервисов. Третий замер Буквально на прошлой неделе мы закончили монтаж новых стоек — число узлов в кластере «Галушкин» должно увеличиться со 104 до 195. Очень хотелось успеть обновить результат до закрытия окна подачи в Top500, то есть до 7 ноября. Но к этому моменту мы успели подключить и проверить только 136 узлов.
Зато у нас уже было гораздо больше опыта, и мы починили проблему с излишним влиянием мониторингов. Поэтому результат получился очень хороший: 16,02 петафлопса. В сумме по трём кластерам вышло 50,3 петафлопса. В ближайшее время нужно проверить оставшиеся узлы. Нам ещё есть над чем работать, но это уже другая история. Чему мы научились Мы строили свои кластеры для решения реальных задач машинного обучения, руководствуясь имеющимся опытом в серверах, сетях, средах окружения и так далее. Linpack мы рассматривали как незначительную вспомогательную задачу. В результате мы поняли, что строить и валидировать такие системы — совершенно новый и полезный опыт для нас. Также оказалось, что linpack — отличный инструмент интеграционного тестирования. Он позволил найти и починить сразу несколько багов в продакшене, которые мы раньше просто не замечали.
Возникает вопрос: почему именно linpack оказался настолько хорошим инструментом? Чтобы ответить, нужно посмотреть на график обмена данными за 1 секунду. Видно, что за секунду он успевает сделать 4,5 синхронных итерации — это в 2-4 раза чаще, чем наши реальные обучения. Именно поэтому linpack гораздо чувствительнее к различным задержкам на узлах. Итоги Построение и эксплуатация суперкомпьютеров — интересная, но сложная задача.
Leonhard берет на себя ту часть вычислительной нагрузки, с которой плохо справляются универсальные арифметические микропроцессоры например, Intel или ARM или графические ускорители. Результаты выполнения команд обработки множеств или графов из микропроцессора Леонард Эйлер направляются в хост-систему для дальнейшего использования в ходе вычислительного процесса», — рассказали в пресс-службе Минобрнауки страны. В ведомстве также пояснили, что микропроцессору Leonhard нужно в 200 раз меньше ресурсов кристалла, чем одному представителю семейства Intel Xeon. При этом отечественное решение потребляет в 10 раз меньше энергии. Сравнительно же малая тактовая частота порядка 200 МГц не мешает российскому микропроцессору существенно превосходить по производительности собратьев из Intel Xeon с 3 ГГц.
Такой эффект достигается благодаря параллелизму при обработке сложных моделей данных, что позволяет Леонарду Эйлеру обрабатывать до 120 млн вершин графов в секунду.
Мы признательны всем тем, кто на протяжении многих лет делал свой вклад в развитие данного проекта и пополнял его, и искренне надеемся, что в обозримом будущем сможем анонсировать возобновление публикации списков. Составители рейтинга Топ50 Последние Новости.
На самом высоком — 19 месте — расположился «Червоненкис» компании «Яндекс». Именно благодаря ему наша страна впервые за 10 лет оказалась в первой двадцатке этого списка. А вот по количеству суперкомпьютеров Россия значится на 10 позиции. Самые производительные Рейтинг суперкомпьютеров топ-500 существует уже 28 лет. Два раза в год — в начале лета и в конце осени — публикуется авторитетный список.
Она измеряет производительность ЭВМ при обработке чисел с плавающей запятой. Американские специалисты оценивают несколько параметров супермашин: пиковую производительность; быстрый ответ; мощность.
Первый суперкомпьютер с «интуицией» создали в России. Как он работает и на что способен
И, скорее всего, в июне 2024 года она займет первое место в рейтинге, потеснив нынешнего лидера — суперкомпьютер Frontier в Национальной лаборатории Oak Ridge National Laboratory, США. Если производитель вычислительных компонент в системе Aurora — компания Intel, то инфраструктурная часть интерконнект, электропитание, охлаждение, компоновка обеспечена компанией Hewlett Packard Enterprise — так же как и в системе Frontier. Третье место в текущем рейтинге занимает система Eagle, созданная компанией Microsoft, и собранная из совершенно стандартных модулей, которые штатно используются компанией в её центрах обработки данных для организации облачного сервиса Microsoft Azure. Установка создана всего за полгода, что в четыре раза быстрее средней продолжительности создания систем уровня Top1, то есть это своеобразный «временной» рекорд. Таким образом, тройка лидеров иллюстрирует всё многообразие технологических подходов к созданию систем эксамасштабного уровня, то есть с производительностью более 1018 Flops. В рейтинге Top500 сохраняется тенденция жёсткого расслоения систем. Производительность первой системы в 500 раз больше производительности последней.
И этот разрыв растёт из года в год. Кризис, с которым столкнулась суперкомпьютерная отрасль мира в 2016—2017 годах, сейчас преодолён: сегодня можно сказать, что производительность высших систем будет вырастать в 1000 раз за 17—18 лет против 23—24 лет в проблемные годы. Прогноз для младших систем в списке Top500 не столь радужен: рост их производительности в 1000 раз будет происходить за 27—28 лет. То есть, как и прежде, «сильные становятся сильнее, а слабые — слабее».
По его мнению, которое он высказал ТАСС , это повысит эффективность их использования. Каляев заявил, что различные суперкомпьютеры, расположенные в разных вычислительных центрах страны, показывают разную эффективность.
В ней Солнце никогда не перекрывается ни Землей, ни Луной, поэтому генерация энергии батареями не будет прекращаться. К тому же в этой точке гравитации Солнца и Земли примерно равны, поэтому потребуется совсем мало энергии для удержания станции в данной области пространства. Фото: Роскосмос На современном уровне развития вычислительной техники компьютеры могут надежно работать в условиях космического пространства, заявляют авторы работы. За полтора года он более 6,8 тыс. Согласно расчетам ученых, создание дата-центра на орбите будет полностью рентабельно, если учитывать воздействие наземных установок такого типа на климат.
В настоящее время центры обработки информации становятся одними из крупнейших потребителей энергии и источником отработанного тепла. По открытым данным, у РФ в космосе находится около сотни спутников.
Для авторов докладов 26 февраля 2024 г. Конференция пройдет в смешанном формате, предполагающем как очное участие, так и онлайн-трансляции и возможности заочного участия. Множество возможностей и событий на одной площадке Ежегодно на одной площадке конференции проходит множество суперкомпьютерных событий. В 2023 году на конференции участникам были доступны мероприятия в очном и онлайн-формате — 3 пленарные секции, 11 научных секций, 10 семинаров, конференция молодых ученых, стендовая секция, выставка.