解决 LSST 天空调查中的计算挑战
加州大学的J.安东尼·泰森写道:"十年来,大型综合天空调查(LSST)每周都会深入天空。在本文中,Tyson 讨论了 LSST 数据的巨大性(数百 PB),以及高性能计算如何帮助解决与将数据转换为信息模拟、产品和其他分析相关的挑战。
作者:J.安东尼·泰森
分析与 HPC 的"第一次接触"
随着研究人员在越来越多的领域使用 HPC,了解新用户如何与 HPC 工具交互变得越来越重要。本文由匈牙利和西班牙的一个研究小组撰写,研究了Eötvás Loránd大学的一组动物行为研究人员,他们首次与HPC系统进行了交互。作者讨论了实验结果,强调了非专家在学习使用HPC系统时可能面临的问题。
作者:本斯·费迪南德、安格尔·曼努埃尔·格雷罗-希格拉斯、埃瓦·韦尔德伯、奥德姆·米克洛西和维森特·马泰伦
以低成本HPC推进艾滋病毒疫苗研究
这些作者(来自南非的一个研究小组和约翰霍普金斯大学)写道,"下一代测序已经彻底改变了生物学研究。新技术允许更容易地访问基因组测序,但它需要访问强大的(而且往往是昂贵的)计算资源。作者描述了在基因组分析环境中应用低成本HPC的一个用例:用于分析大型抗体序列和病毒数据集的普通台式计算机的三节点排列,为研制艾滋病毒疫苗服务。
作者:巴西雷·马布瓦库尔、雷蒙德·罗特、莱斯利·多布罗斯基、彼得·范·赫乌斯登、林恩·莫里斯、凯瑟琳·席珀斯和佩妮·摩尔
为基于 FPGA 的 HPC 辩护
在本文中,曼彻斯特大学的一个团队讨论了 HPC 系统中 FPGA 的现状,强调了挑战和机遇。他们专注于对系统体系结构和互连的要求,认为"此模型需要支持全局内存空间的可靠、无连接、硬件卸载传输。他们引用了与基于软件的传输相比延迟提高 25% 的情况,认为他们的解决方案在测试用例中可以优于最先进的 HPC。
作者:约书亚·兰特、哈维尔·纳瓦里达斯·帕尔马、米克尔·卢扬和约翰·古达克。
检查 Spark-DIY(以及 HPC/大数据融合)的情况
HPC 和大数据分析正在融合。在本文中,来自马德里卡洛斯三世大学和阿贡国家实验室的三人讨论了这种融合,强调了 Spark-DIY 平台的案例,该平台是新架构模型的原型实现,允许 HPC 和大数据执行模型。作者讨论了 Spark-DIY 的性能结果,并得出结论,这是"当前 HPC 仿真如何向混合 ...应用程序。
作者:西尔维娜·凯诺-洛雷斯、耶稣·卡雷特罗、博格丹·尼古拉、奥尔本·伊尔迪兹和汤姆·彼得卡
使用HPC架构分析进行基因网络推理
推断基因的调控网络和转换功能是一项重要但计算密集型的任务。这些作者——一个来自巴西的团队——讨论了如何加快基因组网络的推理,引入基于CPU和FPGA的基准,并评估其成本、处理时间、能源使用和复杂性。他们讨论他们的结果,强调泰坦XP GPU的性能和R9纳米GPU的成本效益优势。
作者:安德森·马可、马里奥·加齐罗和小大卫·马丁斯
为微流体应用高性能中尺度仿真
这些作者——来自苏黎世ETH的一个小组——讨论了HPC在微流体中的应用,包括为制造或药物设计等应用运输颗粒和细胞。它们提供了"一种计算工具,用于在复杂的微观尺度几何形状下对流体和可变形物体进行大规模、高效和高通量的中尺度仿真。使用这个工具,研究人员在Piz Daint上操作时,实现了相对于其他最先进的解决方案10倍的速度,Piz Daint是瑞士国家超级计算中心的超级计算机,目前在公开排名的超级计算机中排名第六。
作者:德米特里·阿列克谢耶夫、卢卡斯·阿穆德鲁兹、谢尔盖·利特维诺夫和彼得罗斯·库穆萨科斯
声明: 此文观点不代表本站立场;转载须要保留原文链接;版权疑问请联系我们。