Hypre HyPre-Ziel des skalierbaren linearen Löschprojekts besteht darin, skalierbare Algorithmen zu entwickeln.
Jetzt downloaden

Hypre Ranking & Zusammenfassung

Hypre Stichworte

Skalierbar Algorithmen Gleichungen Solver. skalierbare Algorithmen spärliches System lösen Hypre

Hypre Beschreibung

Das Ziel von HyPres des skalierbaren linearen Löschprojekts besteht darin, skalierbare Algorithmen zu entwickeln. HyPre-Ziel des skalierbaren linearen Löschprojekts besteht darin, skalierbare Algorithmen und Software zum Lösen großer, spärlicher linearer Systeme von Gleichungen auf parallelen Computern zu entwickeln. Das primäre Softwareprodukt ist HyPre, eine Bibliothek mit Hochleistungs-Vorkonditoren, die parallele MultigiRD-Methoden für strukturiertes und unstrukturierte Rasterprobleme. Die Probleme des Interesses ergeben sich in den Simulationscodes, die in LLNL entwickelt wurden, und an anderer Stelle, um physische Phänomene in der Verteidigung, Umwelt-, Energie- und Biowissenschaften zu studieren. Die parallele Verarbeitung ist für die numerische Lösung dieser Probleme allein erforderlich ist nicht ausreichend. Es sind auch skalierbare numerische Algorithmen erforderlich. Durch "skalierbar" bedeuten wir im Allgemeinen die Fähigkeit, zusätzliche Rechenressourcen effektiv zu nutzen, um immer größere Probleme zu lösen. Viele Faktoren tragen zur Skalierbarkeit bei, einschließlich der Architektur des Parallelcomputers und der parallelen Implementierung des Algorithmus. Ein wichtiges Problem wird jedoch oft übersehen: Die Skalierbarkeit des Algorithmus selbst. Hier ist Skalierbarkeit eine Beschreibung, wie die totalen Rechenarbeitsanforderungen mit der Problemgröße wachsen, die unabhängig von der Computing-Plattform diskutiert werden kann. Viele der in den heutigen Simulationscodes verwendeten Algorithmen basieren auf der egalfähigen Technologie von gestern. Dies bedeutet, dass die zur Lösung von zunehmend größeren Problemen erforderlichen Arbeiten viel schneller wächst als linear (optimaler Rate). Die Verwendung skalierbarer Algorithmen kann Simulationszeiten um mehrere Größenordnungen verringern, wodurch ein zweitägiger Lauf auf einem MPP auf 30 Minuten reduziert wird. Darüber hinaus sind die Codes, die diese Technologie verwenden, nur durch die Größe des Arbeitsspeichers der Maschine begrenzt, da sie in der Lage sind, zusätzliche Computerressourcen effektiv auszunutzen, um riesige Probleme zu lösen. Aktivierbare Algorithmen ermöglichen den Anwendungswissenschaftler sowohl pose als auch auf neue Fragen. Wenn beispielsweise eine bestimmte Simulation (mit einer bestimmten Auflösung) mehrere Tage dauert, und ein raffiniertes Modell (d. H., ein genaueres) Modell würde viel länger dauern, kann der Antragswissenschaftler die größere, höhere Treuesimulation verzichten. Er oder sie kann auch gezwungen sein, den Geltungsbereich einer Parameterstudie einzugrenzen, da jeder Lauf zu lang dauert. Durch die Verringerung der Ausführungszeit ermöglicht ein skalierbarer Algorithmus, dass der Wissenschaftler mehr Simulationen bei höheren Auflösungen erledigen kann .0 Beta-Entwicklungsfreigabe: · Der FEI-BLOCK-Vorkonditionierer wurde renoviert. · Die CGC- und CGC-E-grobenden Algorithmen wurden hinzugefügt. · Zu AMS wurden mehrere neue Solver-Typen hinzugefügt, und die AMS / FEI-Integration wurde verbessert. · Umgang mit der relativen Veränderung Der Test in GMRES wurde verbessert. · Die Gewichte für strukturierte und striktgewichtige Jacobi wurden verbessert. · Ein "Check-Prüfziel", das einen einfachen Code-Verifizierungstest ergibt, wurde hinzugefügt. · Abkürzung zur Interpolation entsprechend der Anzahl der Elemente wurde dem ParcsR hinzugefügt Hybrid AMG Solver. · Die Hyprre-FEI-Implementierung wurde zur Verwendung in ARES renoviert.

Hypre Zugehörige Software