Questions tagged «hpc»

我所从事的领域不一定能完成大量的HPC工作，当它遇到时，通常是其他领域的研究人员探索其方法等的新应用的结果。首先，这意味着它永远不会真正地在学习过程中被引入，也不会在讲习班，研讨会等类似场合中得到长大，有可能不需要它就可以从事整个职业。 但是，与此同时，我所做的许多工作都可以从更好地利用我可用的HPC资源中受益-主要是采用很好的并行蒙特卡洛模拟的形式。 我的问题是找到资源来学习如何使用群集，MPI等。并且在我不太了解的情况下将好与坏分开。 对于有关在这些类型的系统上进行编程的书籍，或者有关设置和运行自己的非常适度的HPC设置的书籍，有何建议？

16 hpc  education 

对于需要大量计算资源的应用程序，高性能是在合理的时间内提供科学结果或实现“突破”的关键因素。 软件开发人员应该花多少时间和精力来优化应用程序？使用的关键标准是什么？

13 software  hpc 

并行计算通常使用确定性的本地计算速率，等待时间开销和网络带宽来建模。实际上，这些是空间可变的和不确定的。诸如Skinner和Kramer（2005）之类的研究观察到多峰分布，但是性能分析似乎总是使用确定性或高斯分布（不仅是不准确的，而且由于负潜伏期的正概率也不一致）。 是否开发了高保真统计模型？是否考虑了本地计算/内存，延迟和带宽可变性之间的互相关性？

11 performance  hpc  statistics 

近年来，出现了一些库/软件项目，它们提供了某种形式的通用数据驱动的共享内存并行性。 主要思想是，程序员无需编写显式的线程代码，而是将其算法实现为相互依赖的任务，然后由共享内存计算机上的通用中间件动态调度这些任务。 此类库的示例是： 夸克：最初是为MAGMA并行线性代数库设计的，似乎也已用于并行快速多极子方法。 Cilk：最初是一个基于MIT的项目，现在得到了Intel的支持，实现为C的语言/编译器扩展，用于Cilkchess计算机国际象棋软件以及FFTW中。 SMP superscalar：在巴塞罗那超级计算中心开发，基于#pragma扩展在很多方面类似于Cilk 。 StarPU：基于类似库的“小代码”，可以针对几种不同的体系结构（包括GPU）进行编译和调度。 OpenMP任务：从3.0版开始，OpenMP引入了可以异步调度的“任务”（请参阅​​规范的2.7节）。 英特尔的线程构建基块：使用C ++类创建和启动异步任务，请参阅教程的第11节。 OpenCL：在多核上支持基于任务的并行性。 尽管有很多文献描述了这些库/语言扩展的内部工作方式以及它们在特定问题上的应用，但我仅遇到了很少的例子将它们用于科学计算应用中。 所以这是一个问题：是否有人知道使用这些库/语言扩展中的任何一个或类似的用于共享内存并行性的科学计算代码？

10 parallel-computing  software  hpc  libraries  multicore 

我正在寻找可靠的参考资料，以说明超级计算机在协调与完成与任务相关的实际工作中所花费的资源。资源可能具有可用的处理能力，但即使瓦特也似乎是有效的单位。 我相信我的一位教授或教科书曾说过，在大规模并行系统中，多达一半的可用处理能力用于协调任务和消息传递。不幸的是，我似乎找不到此参考文献或有关此比例的任何其他材料。 我意识到这将取决于超级计算机体系结构，并且在这方面现代实现可能会更有效率，因此，跨多个体系结构或演进（在专用消息传递硬件之前和之后）的该指标概述可能会更好。

10 hpc  mpi 

我将深入研究迷人的有限元分析世界，并想解决一个大的热机械问题（仅热机械，无反馈）。→→\rightarrow 对于机械问题，我已经从Geoff的答案中了解到，由于网格的大小，我将需要使用迭代求解器。我在Matt的回复中进一步读到，选择正确的迭代算法是一项艰巨的任务。 我要问的是，在大型3维线性弹性问题上是否有任何经验可以帮助我缩小对最佳性能的搜索范围？在我的情况下，它是一种结构，具有薄的图案化薄膜和不规则放置的材料（高CTE和低CTE）。在热力学分析中没有大的变形。我可以使用大学的HPC [1.314节点，带有2个AMD Opteron处理器（每个2.2 GHz / 8核）]。 我认为其中PETSc可能包含一些有趣的东西，尤其是进行某种域分解（FETI，多重网格）的算法，但我对这些选择有些不知所措，没有经验。我也喜欢“几何通知的前置条件”一词，但是不确定这是否对我有帮助。我还没有找到关注线性连续体力学的东西。 在我的应用程序中，强大的缩放比例（Amdahl）非常重要，因为我的工业合作伙伴迫不及待要等待很长时间才能获得仿真结果。我绝对不仅赞赏答案，而且还提出建议，以便在评论中进一步阅读。

9 pde  parallel-computing  petsc  hpc  iterative-method