Проблемы параллельной реализации крупномасштабных численных моделей на вычислительных системах экзафлопсной производительности

Проблемы параллельной реализации крупномасштабных численных моделей на вычислительных системах экзафлопсной производительности

Автор: Малышкин Виктор Эммануилович

Журнал: Проблемы информатики @problem-info

Рубрика: Параллельные вычислительные технологии

Статья в выпуске: 3 (28), 2015 года.

Бесплатный доступ

Рассматриваются и анализируются проблемы параллельной реализации крупномасштабных численных моделей с большим объемом используемых при моделировании данных на вычислительных системах с большим числом процессорных элементов (ПЭ). Рассмотрение ведется на конкретном примере параллельной реализации метода частиц-в-ячейках в его приложении к моделированию природных явлений в астрофизике и физике плазмы. Сформулирована задача разработки системы параллельного программирования крупномасштабных численных моделей, определены первоочередные задачи и предложены решения, которые в совокупности позволят исключить параллельное программирование из процесса создания численной модели. В первую очередь необходимо разработать новые распределенные системные технологические алгоритмы с локальными взаимодействиями, без чего решение задачи невозможно.

Еще

Крупномасштабные численные модели, параллельное программирование крупномасштабных численных моделей, метод частиц-в-ячейках, технология фрагментированного программирования, распределенные системные алгоритмы с локальными взаимодействиями

Короткий адрес: https://sciup.org/14320286

IDR: 14320286

Список литературы Проблемы параллельной реализации крупномасштабных численных моделей на вычислительных системах экзафлопсной производительности

  • Березин Ю. А. Метод частиц в динамике разреженной плазмы. Новосибирск: Наука, 1980.
  • Григорьев Ю. Н., Вшивков В. А., Федорук М. П. Численное моделирование методами частиц в ячейках. Новосибирск: Изд-во СО РАН, 2004.
  • Kraeva M. A., Malyshkin V. E. Assembly Technology for Parallel Realization of Numerical Models on MIMD-Multicomputers//Int. J. on Future Generation Computer Systems, Elsevier Science. 2001. V. 17. N 6. P. 755-765.
  • Kireev S. E. A Parallel 3D Code for Simulation of Self-gravitating Gas-Dust Systems/PaCT-2009 Proc., Springer, 2009. LNCS 5698. P. 406-413.
  • Малышкин В. Э. Технология фрагментированного программирования//Вестник ЮУрГУ. Серия Вычислительная математика и информатика. 2012. № 46 (305). С. 45-55.
  • Киреев С. Е. . http://ssd.sscc.ru/en/dlb.
  • Walker D. W. Characterising the parallel performance of a large-scale, particle-in-cell plasma simulation code//Concurrency: Practice and Experience. 1990. V. 2 (4). P. 257-288.
  • Malyshkin V. E., Perepelkin V. A. The PIC implementation in LuNA system of fragmented programming//The Journal of Supercomputing, Springer. 2014. V. 69. I. 1. P. 89-97. . http://link.springer.com/journal/11227/69/1/page/1/
  • Malyshkin V. E. Assembling of Parallel Programs for Large Scale Numerical Modeling//Handbook of Research on Scalable Computing Technologies. IGI Global, USA, 2010. Chapter 13. P. 295-311.
  • Kale L. V. et al. Programming Petascale Applications with Charm++ and AMPI. Petascale Computing: Algorithms and Applications, Chapman Hall: CRC Press, USA, 2008. P. 421-441.
  • Charm++ . http://charm.cs.uiuc.edu.
  • Shu W., Kale L. V. Chare Kernel -a Runtime Support System for Parallel Computations//J. Parallel. Distrib. Comput. 1991. V. 11 (3). P. 198-211.
  • Kireev S. E., Kuksheva E. A., Snytnikov A. V., Snytnikov N. V., Vshivkov V. A. Strategies for Development of a Parallel Program for Protoplanetary Disc Simulation/PaCT-2007 Proc., Springer, 2007. LNCS 4671. P. 128-139.
  • PaRSEC. . http://icl.cs.utk.edu/parsec.
  • DPLASMA. . http://icl.utk.edu/dplasma/
  • SMP Superscalar. . http://www.bsc.es/computer-sciences/programming-models/smp-superscalar.
  • OpenTS. . http://www.opents.net/index.php/ru.
  • Торгашев В. А., Царев И. В. Средства организации параллельных вычислений и программирования в мультипроцессорах с динамической архитектурой//Программирование. 2001. № 4. С. 53-68.
  • Малышкин В. Э., Корнеев В. Д. Параллельное программирование мультикомпьютеров. Новосибирск: Изд-во НГТУ, сер. Учебники НГТУ, 2006.
  • Краева М., Малышкин В. Динамические балансировки нагрузки в реализации PIC метода на MIMD мультикомпьютерах//Программирование. 1999. № 1. С. 47-53.
  • Hu Y. F., Blake R. J. An improved diffusion algorithm for dynamic load balancing//Parallel Computing, Elsevier Science. 1999. I. 4. P. 417-444.
  • Corradi A., Leonardi L., Zambonelli F. Performance Comparison of Load Balancing Policies Based on a Diffusion Scheme/Proc. of the Euro-Par'97 LNCS. V. 1300.
  • Malyshkin V. E. and Perepelkin V. A. Optimization methods of parallel execution of numerical programs in the LuNA fragmented programming system//The Journal of Supercomputing, Springer. 2012. V. 61. N 1. P. 235-248, DOI: 10.1007/s11227-011-0649-6
  • Вальковский В. А., Малышкин В. Э. Синтез параллельных программ на вычислительных моделях. Новосибирск: Наука, 1988.
  • Клини С. К. Введение в метаматематику. Изд-во Математика, 2009.
  • Мальцев А. И. Алгоритмы и рекурсивные функции. М.: Наука, 1965
  • Rogers H. Theory of Recursive Functions and Effective Computability. N. Y.: McGraw-Hill, 1967.
  • Terekhov А. V. Parallel dichotomy algorithm for solving tridiagonal system of linear equations with multiple right-hand sides//Parallel Computing, Elsevier Science. 2010. V. 36 (8). P. 423-438.
  • Kireev S. and Malyshkin V. Fragmentation of numerical algorithms for parallel subroutines library//The J. of Supercomputing, Springer. 2011. V. 57. N 2. P. 161-171.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp