面向材料科学研究的新型高性能计算平台系统

高性能计算集群作为保证国家科研开展的“基础设施”已上升为国家战略。高性能计算应用广泛,特别在材料科学研究方面,是必不可少的工具。当下为科学计算用户提供高质量的远程化、可视化、图形化的高性能计算平台成为当前高性能服务研究的突破口。本文提出基于材料科学研究的新型高性能计算平台系统,该系统基于Java语言开发,采用B/S架构为用户提供服务,实现主流材料科学研究的计算软件与平台的整合,设计友好的用户操作界面,提供方便的接入方式,并结合OpenPBS优化作业调度方法为平台用户提供优先级更高的计算需求,保证材料科研应用中更高效的计算资源。     

高性能数值模拟编程框架研究进展

本文简要介绍高性能数值模拟编程框架的作用和目的,阐述编程框架的研发和应用现状。希望本文对数值模拟超级并行应用软件的研发和其他相关领域编程框架的研制具有借鉴意义。     

面向异构计算的高性能计算算法与软件

研发适应国产异构计算环境的高性能计算算法与软件是非常重要的课题,对我国高性能计算软件研发匹配高性能计算硬件高水平发展的速度具有重要意义.首先,简要介绍高性能计算应用软件的现状、趋势和面临挑战,并对几类典型高性能计算应用软件开展并行计算算法特征分析,涵盖了宇宙N体模拟、地球系统模式、计算材料相场动力学、分子动力学、量子计...     

面向异构计算的高性能计算算法与软件

研发适应国产异构计算环境的高性能计算算法与软件是非常重要的课题,对我国高性能计算软件研发匹配高性能计算硬件高水平发展的速度具有重要意义.本文首先简要介绍高性能计算应用软件的现状、趋势和面临挑战,并对几类典型高性能计算应用软件开展并行计算算法特征分析,涵盖了宇宙N体模拟、地球系统模式、计算材料相场动力学、分子动力学、量子计算化学和格点量子色力学等多个问题、尺度和领域.其次,我们讨论了面向国产异构计算系统的对策,提炼出若干典型应用算法和软件的共性问题,涉及核心算法、算法发展、优化策略等.最后,本文面向异构计算体系结构对高性能计算算法与软件进行了总结.     

基于网络的异构型超级计算

实现基于网络的异构型超级计算具有巨大的潜力,它可以充分开发应用问题的固有并行性以及网络所集合的巨大计算资源。本文论述了异构型计算的特点和相关的问题,并介绍了两个具有代表性的异构型计算软件。     

A knowledge-based prototyping environment for construction of scientific modeling software

Over the past 30 years, scientific software models have played an increasingly prominent role in the conduct of science. Unfortunately, scientific models can be difficult and time-consuming to implement, and there is little software engineering support specifically available for constructing scientific models. Because these models are not easily specified to scientifically-naive programmers, and because the scientist requires intimate knowledge of the code to conduct experiments, many scientists implement their own models. This coding activity takes valuable time away from their primary scientific mission. We have developed a knowledge-based software development tool that assists scientists in prototyping scientific models. With a specialized graphical user interface, the scientist constructs a high-level visual specification that captures the essential computational dependencies in the desired model. The system uses its scientific domain knowledge to ensure that the model being built is consistent and coherent. The final product is an executable prototype of a scientific model. Our tool accelerates the model-building process and eliminates the scientist's need to program in a formal language. Furthermore, the models developed with this tool are easier to understand and reuse than typical low-level scientific modeling code. At present, models developed with our system are restricted to those involving non-coupled algebraic and first order ordinary differential equations. Research is ongoing to lessen this restriction and support models with simultaneous equations.     

三层架构超级计算环境容错框架*

为确保建成的中国科学院“十一五”信息化重大专项超级计算环境提供稳定可靠的服务,提出三层架构超级计算环境的容错框架。对计算环境可靠性和计算节点可靠性两大部分,通过作业可靠性、服务可靠性和网格节点可靠性三个主要方面的可靠性研究,提出并实现了三层架构超级计算环境的可靠性解决方案。该框架重点解决了单点故障对环境的影响,确保单点故障发生后系统能够继续提供高可用的高性能计算服务。     

科学计算软件在线性代数中地审美教学策略

线性代数是一门抽象性和理论性较强的学科,在教学中所涉及的例子较少能与实际生活密切相连,让人感觉到学习的内容与生产实际脱节,体现不了数学的应用价值。科学计算软件就是将抽象知识转换为形象,由理论转化为应用的一种工具,从而在线性代数的教学中融入审美教学成为可能。研究与实践表明,审美教学的实施对培养人的创新思维及数学应用意识,提高教学质量以及学生的数学素质方面起着重要的作用。     

哈密尔顿回路问题的DNA表面计算模型

首次提出用DNA表面计算模型来解决无向图哈密尔顿回路问题。该模型基于哈密尔顿回路问题的解空间,将问题解空间的DNA分子固定在固体载体上,对其进行荧光标记,然后通过相应的生化反应筛选出哈密尔顿回路问题的所有解。与已有的哈密尔顿路径问题的其它模型相比,新模型具有错误率低,编码简易,读取方便等更好的性能。     

科学计算软件在线性代数中地审美教学策略

线性代数是一门抽象性和理论性较强的学科,在教学中所涉及的例子较少能与实际生活密切相连,让人感觉到学习的内容与生产实际脱节,体现不了数学的应用价值。科学计算软件就是将抽象知识转换为形象,由理论转化为应用的一种工具,从而在线性代数的教学中融入审美教学成为可能。研究与实践表明,审美教学的实施对培养人的创新思维及数学应用意识,提高教学质量以及学生的数学素质方面起着重要的作用。     

CPU+GPU异构模式下并行计算效率研究

CPU+GPU的异构模式由于比传统的超算架构更加便宜和更加环保、低碳,所以得到了越来越多的关注,在HPC的Top500中也渐渐出现了异构模式的身影。然而异构模式下的并行效率过低也是个既定的事实。本文从异构模式及GPU之间并行调度的原理出发,以Linpack测试效率为例来展开异构模式下的并行计算效率研究,并给出相应结论。     

高性能计算与作业调度技术在核电工程领域的应用

介绍了工程计算的主要技术以及高性能计算与作业调度技术在核电工程领域的应用。通过高性能计算集群与作业调度系统的技术实现,将设计和仿真相关的软硬件环境进行统一规划和实施,为设计人员提供高效统一、安全可靠的高性能计算环境和许可证使用平台,实现了软硬件最大程度的共享,从而提高IT投资回报和生产效率。     

面向人工智能和大数据的高效能计算

【目的】本文主要分析人工智能和大数据应用随着迅速增大的数据规模,给计算机系统带来的主要挑战,并针对计算机系统的发展趋势给出了一些面向人工智能和大数据亟待解决的高效能计算的若干研究方向。【文献范围】本文广泛查阅国内外在超级计算和高性能计算平台进行大数据和人工智能计算的最新研究成果及解决的挑战性问题。【方法】大数据既为人工智能提供了日益丰富的训练数据集合,但也给计算机系统的算力提出了更高的要求。近年来我国超级计算机处于世界的前列,为大数据和人工智能的大规模应用提供了强有力的计算平台支撑。【结果】而目前以超级计算机为代表的高性能计算平台大多采用CPU+加速器构成的异构并行计算系统,其数量众多的计算核心能够为人工智能和大数据应用提供强大的计算能力。【局限性】由于体系结构复杂,在充分发挥计算能力和提高计算效率方面存在较大挑战。尤其针对有别于科学计算的人工智能和大数据领域,其并行计算效率的提升更为困难。【结论】因此需要从底层的资源管理、任务调度、以及基础算法设计、通信优化,到上层的模型并行化和并行编程等方面展开高效能计算的研究,全面提升人工智能和大数据应用在高性能计算平台上的计算能效。     

The MAGNeT Toolkit: Design,Implementation and Evaluation

The current trend in constructing high-performance computing systems is to connect a large number of machines via a fast interconnect or a large-scale network such as the Internet. This approach relies on the performance of the interconnect (or Internet) to enable fast, large-scale distributed computing. A detailed understanding of the communication traffic is required in order to optimize the operation of the entire system.Network researchers traditionally monitor traffic in the network to gain the insight necessary to optimize network operations. Recent work suggests additional insight can be obtained by also monitoring traffic at the application level.The Monitor for Application-Generated Network Traffic toolkit (MAGNeT) we describe here monitors application traffic patterns in production systems, thus enabling more highly optimized networks and interconnects for the next generation of high-performance computing systems.     

中国科学院超级计算中心用户管理系统设计与实现

我们运用数据库技术构建了一套基于Web的超级计算用户服务管理系统,这一系统结合中科院超级计算中心用户服务的实际需求及特点,克服以前只有人工服务模式的缺点,实现了适合中科院超级计算中心业务模式的用户自服务。该系统是一个综合性智能化的超级计算用户服务管理系统,为超级计算用户提供了方便、高效、易用的平台,同时也便于管理者有效地管理超级计算环境的资源及用户。