Hypre HYPRE's doel van het schaalbare lineaire solversieproject is om schaalbare algoritmen te ontwikkelen.
Download nu

Hypre Rangschikking & Samenvatting

Hypre Tags

Schaalbaar algoritmen vergelijkingen oplosser Schaalbare algoritmen SPARTSE SYSTEEM OPLOSSEN Hypre

Hypre Beschrijving

HyPre's doel van het schaalbare lineaire solversieproject is om schaalbare algoritmen te ontwikkelen. HyPre's doel van het schaalbare lineaire solversproject is om schaalbare algoritmen en software te ontwikkelen voor het oplossen van grote, dunne lineaire systemen van vergelijkingen op parallelle computers. Het primaire softwareproduct is HYPE, een bibliotheek met hoogwaardige preconditioners met parallelle multigrid-methoden voor zowel gestructureerd en ongestructureerde rasterproblemen. De interessante problemen ontstaan in de simulatiecodes die worden ontwikkeld bij LLNL en elders om fysieke verschijnselen te bestuderen in de verdediging, milieu, energie en biologische wetenschappen. Hoewel parallelle verwerking noodzakelijk is voor de numerieke oplossing van deze problemen, alleen is niet genoeg. Schaalbare numerieke algoritmen zijn ook vereist. Met "schaalbaar" betekenen we over het algemeen het vermogen om extra computationele middelen effectief te gebruiken om steeds grotere problemen op te lossen. Veel factoren dragen bij aan schaalbaarheid, inclusief de architectuur van de parallelle computer en de parallelle implementatie van het algoritme. Een belangrijk probleem wordt echter vaak over het hoofd gezien: de schaalbaarheid van het algoritme zelf. Hier is schaalbaarheid een beschrijving van hoe de totale computationele werkvereisten groeien met probleemgrootte, die onafhankelijk van het computerplatform kan worden besproken. Fany van de algoritmen die in de simulatiecodes van vandaag worden gebruikt, zijn gebaseerd op de ongeschikbare technologie van gisteren. Dit betekent dat het werk dat nodig is om steeds grotere problemen op te lossen, veel sneller groeit dan lineair (het optimale tarief). Het gebruik van schaalbare algoritmen kan de simulatietijden verminderen door verschillende ordes van grootte, waardoor een tweedaagse run op een MPP tot 30 minuten wordt verminderd. Bovendien zijn de codes die deze technologie gebruiken alleen beperkt door de grootte van het geheugen van de machine, omdat ze in staat zijn om aanvullende computerbronnen effectief te exploiteren om enorme problemen op te lossen. Descalable-algoritmen kunnen de toepassingswetenschapper aan beide vormen en nieuwe vragen stellen en nieuwe vragen stellen. Als bijvoorbeeld een bepaalde simulatie (met een bepaalde resolutie) enkele dagen duurt om te rennen, en een verfijnd (d.w.z. een meer accurate) model zou veel langer duren, kan de toepassingswetenschapper de grotere, hogere fidelity-simulatie afleveren. Hij of zij kan ook gedwongen worden om de reikwijdte van een parameterstudie te verkleinen omdat elke run te lang duurt. Door de uitvoeringstijd te verlagen, stelt een schaalbaar algoritme de wetenschapper toe om meer simulaties te doen bij hogere resoluties. Wat is er nieuw in 2.0.0 Stable Release: · Fixeert en updates naar documentatie om het op de hoogte te brengen. · Minor CleanUps.What's nieuwe in 2.2 .0 Beta Development Release: · Het FEI-blokkeringsvoorwaarde werd gerenoveerd. · De CGC en CGC-E-coarsende algoritmen werden toegevoegd. · Verschillende nieuwe Solver-types werden toegevoegd aan AMS en de AMS / FEI-integratie is verbeterd. · Hanteren van de relatieve verandering Test in GMRES is verbeterd. · De gewichten voor structuren en Ssolsted Jacobi werden verbeterd. · Een "make check" -doel dat een eenvoudige codeverificatietest is toegevoegd. · Truncatie voor interpolatie volgens het aantal elementen is toegevoegd aan de PARCSR Hybride AMG-oplosser. · De implementatie van HYPRE FEI is gerenoveerd voor gebruik in Ares.

Hypre Gerelateerde software