Hypre célja a skálázható lineáris Solvers projekt célja skálázható algoritmusok és szoftverek megoldására nagy, ritkás lineáris egyenletrendszerek párhuzamos számítógépek.
Az elsődleges szoftver termék hypre, könyvtár, nagy teljesítményű prekondicionálókkal, hogy a funkciók párhuzamos multigrid módszerek strukturált és strukturálatlan grid problémákat.
A problémák az érdeklődés merül fel a szimulációs kódok fejlesztés alatt LLNL és máshol tanulni fizikai jelenségek a védelmi, környezetvédelmi, energia-, és biológiai tudományok.
Bár a párhuzamos feldolgozás szükséges az numerikus megoldás ezeket a problémákat, önmagában nem elegendő. Skálázható numerikus algoritmusok is szükség van. A "skálázható" mi általában azt jelenti, hogy képesek a további számítási erőforrások hatékony megoldása egyre nagyobb problémákat. Számos tényező hozzájárul a skálázhatóság, köztük az építészet, a párhuzamos számítógép és a párhuzamos alkalmazása az algoritmus. Azonban egy fontos kérdés gyakran figyelmen kívül hagyják: a skálázhatóság maga az algoritmus. Itt, a skálázhatóság egy leírás arról, hogy a teljes számítógépes munka követelményeit nőni probléma méretét, amely lehet vitatni független a számítástechnikai platform.
Sok a felhasznált algoritmusok mai szimulációs kódok alapján tegnapi megmászhatatlan technológia. Ez azt jelenti, hogy a szükséges munkát, hogy megoldja egyre nagyobb problémát nő sokkal gyorsabb, mint a lineárisan (az optimális arány). Használata skálázható algoritmusok csökkentheti szimuláció alkalommal több nagyságrenddel, így csökkentve a kétnapos futtatott MPP 30 perc. Továbbá a kódokat, hogy használja ezt a technológiát kizárólag csak a méret a gép memóriájában, mert képesek arra, hogy hatékonyan kihasználni kiegészítő számítógépes források megoldani hatalmas problémákat.
Skálázható algoritmusok segítségével az alkalmazás tudós egyaránt jelent, és válaszoljon az új kérdéseket. Például, ha egy adott szimuláció (különös felbontás) több napot vesz igénybe, hogy futni, és egy finomított (azaz, pontosabb) modell venné sokkal hosszabb, az alkalmazás tudós lehet lemondani a nagyobb, magasabb hűség szimuláció. Ő is kénytelen lehet szűk körének a paraméter tanulmány, mert minden fut túl sokáig tart. Csökkentésével az átfutási idő, a skálázható algoritmus lehetővé teszi a tudóst, hogy tegyen többet a szimulációk nagyobb felbontással.
Mi az új ebben a kiadásban:
- Ez a verzió hozzáteszi Kiegészítő-tér Eltérés Solver (ADS), redundáns durva rács megoldani opciót BoomerAM, és a Euclid preconditioner lehetőséget, hogy a Fortran pontokat a ParCSR Krilov képességük.
- Kiterjeszti az AMS és ADS megoldók támogatása (tetszőleges) magas rendű H (curl) és H (div) diszkrét módszerek.
- Ez frissíti és finomítja néhány példát.
- Vannak válogatott hibajavítás.
Hozzászólás nem található