Komputasi Kinerja Tinggi umumnya menggunakan array besar komputer yang terhubung dalam cluster atau grid.
Dalam program PhD sains komputasi saya, kami bekerja hampir secara eksklusif di C ++ dan Fortran. Sepertinya beberapa profesor lebih suka satu daripada yang lain. Saya bertanya-tanya mana yang 'lebih baik' atau apakah yang lebih baik dari yang lain dalam keadaan
Apakah ide yang baik untuk menggunakan vector<vector<double>>(menggunakan std) untuk membentuk kelas matriks untuk kode komputasi ilmiah kinerja tinggi? Jika jawabannya tidak. Mengapa? Terima
Cukup jelas dari survei top500 bahwa industri ini cenderung meningkat secara eksponensial dalam core pemrosesan . Superkomputer terbesar semua menggunakan MPI untuk komunikasi antar node, meskipun tampaknya tidak ada tren yang jelas untuk paralelisme on-node, dengan pendekatan yang paling sederhana...
Bagaimana CUDA dan OpenCL dibandingkan satu sama lain pada akhir 2013 dari perspektif programmer? Grup saya sedang berpikir tentang mencoba memanfaatkan komputasi GPU. Apakah kita akan membatasi diri kita secara signifikan dengan memilih perangkat keras yang hanya mendukung OpenCL tetapi tidak...
Sebuah cluster komputasi EC2 Amazon berharga sekitar $ 800 - $ 1000 (tergantung pada siklus tugas) per inti CPU fisik selama 3 tahun. Dalam putaran terakhir akuisisi perangkat keras kami, lab saya mengambil perangkat keras senilai 48 core yang sangat mirip dengan cluster Amazon dengan harga sekitar...
Paradigma pemrograman OpenCL berjanji untuk menjadi standar bebas royalti untuk komputasi heterogen. Haruskah kita menginvestasikan waktu kita dalam mengembangkan perangkat lunak berbasis OpenCL? Pro
Saya akan mulai dengan pengalaman pribadi saya di lab kami. Kembali ke ifort 9 dan 10 hari, kami dulu cukup agresif dengan optimasi, mengkompilasi dengan -O3 dan flag spesifik prosesor (-xW -xSSE4.2 misalnya). Tetapi mulai dengan ifort 11, kami mulai memperhatikan: 1. beberapa inkonsistensi dalam...
Saya ingin mengembangkan perangkat lunak komputasi paralel ilmiah dari awal. Saya ingin beberapa pemikiran tentang bahasa mana untuk memulai. Program ini melibatkan membaca / menulis data ke file txt dan melakukan perhitungan berat secara paralel, dengan banyak faktorisasi LU dan penggunaan pemecah...
Kembali ke awal OS X, tampaknya ada banyak keriuhan, setidaknya di dunia Mac (saya tidak berada di dekat komputasi ilmiah pada saat itu) tentang Mac OS sebagai platform untuk komputasi ilmiah dan aplikasi HPC. XGrid keluar dari kotak, Virginia Tech memiliki cluster komputasi berbasis Mac yang...
Workgroup kami menghasilkan aplikasi desktop yang mensimulasikan kinerja energi gedung. Ini adalah aplikasi .NET dan ketika pengguna menjalankan banyak simulasi, mereka bisa sangat memakan waktu. Simulasi sepenuhnya dapat diparalelkan, dan kami memiliki beberapa sumber daya komputasi HPC yang...
Banyak pekerjaan saya sendiri berkisar membuat skala algoritma lebih baik, dan salah satu cara yang disukai untuk menunjukkan penskalaan paralel dan / atau efisiensi paralel adalah untuk memplot kinerja algoritma / kode pada jumlah inti, misalnya di mana sumbu mewakili jumlah core dan sumbu...
Saya telah menjalankan GROMACS kode dinamika molekul (MD) pada cluster Linux Ubuntu yang terdiri dari node yang berisi 24 CPU Intel Xeon. Titik perhatian saya ternyata agak sensitif terhadap presisi aritmatika floating point, jadi saya harus menjalankan GROMACS dalam presisi ganda daripada presisi...
Saya di bidang yang tidak selalu melakukan banyak pekerjaan HPC, dan ketika itu benar-benar terjadi, sering kali ini merupakan hasil dari peneliti dari bidang lain yang mengeksplorasi aplikasi baru dengan metode dan sejenisnya. Terutama apa artinya ini adalah bahwa hal itu tidak pernah benar-benar...
Saya menggunakan Valgrind + Callgrind ke profil pemecah yang saya tulis. Seperti yang dinyatakan oleh manual pengguna Valgrind, saya telah mengkompilasi kode saya dengan opsi debugging untuk kompiler: "Tanpa info debug, alat Valgrind terbaik yang dapat Anda lakukan adalah menebak fungsi kode...
Hal yang saya paling tidak suka tentang MPI adalah berurusan dengan tipe data (yaitu peta data / topeng) karena mereka tidak cocok dengan C + berorientasi objek. boost::mpiNamun, hanya mendukung MPI 1.1 dari situs web mereka: boost :: mpi adalah antarmuka ramah C ++ ke Antarmuka Lulus Pesan...
Karena pertanyaan ini terkait dengan perhitungan, saya memutuskan untuk memposting di sini. Semoga itu akan dipandang tepat. Saya baru saja mulai menjalankan model atmosfer dan samudera, dan saya menyadari bahwa saya membutuhkan lebih banyak inti, memori, dan ruang disk daripada yang dimiliki...
Untuk aplikasi yang membutuhkan sumber daya komputasi yang signifikan, kinerja tinggi dapat menjadi faktor penting ketika datang untuk memberikan hasil ilmiah atau mencapai "terobosan" dalam waktu yang wajar. Berapa banyak waktu dan upaya yang harus diinvestasikan pengembang perangkat lunak dalam...
Komputasi paralel sering dimodelkan menggunakan laju perhitungan lokal deterministik, overhead latensi, dan bandwidth jaringan. Pada kenyataannya, ini adalah variabel spasial dan non-deterministik. Studi seperti Skinner dan Kramer (2005) mengamati distribusi multi-modal, tetapi analisis kinerja...
Saya mencari referensi yang kredibel yang menyatakan berapa banyak sumber daya superkomputer menghabiskan pada koordinasi dibandingkan melakukan pekerjaan yang berhubungan dengan tugas yang sebenarnya. Sumber daya bisa menjadi kekuatan pemrosesan yang tersedia tetapi bahkan Watts tampak seperti...
Dalam beberapa tahun terakhir, beberapa proyek perpustakaan / perangkat lunak telah muncul yang menawarkan beberapa bentuk atau paralelisme memori bersama untuk keperluan umum yang didorong oleh data. Gagasan utamanya adalah bahwa alih-alih menulis kode yang diulir secara eksplisit, pemrogram...